Kunstig intelligens lærer at genkende nerveceller på deres udseende

Er det muligt at forstå hjernen? Videnskaben er stadig langt fra at besvare dette spørgsmål. Imidlertid, siden forskere er begyndt at træne kunstig intelligens i neurobiologiske analyser, det synes i det mindste muligt at rekonstruere en hjernes cellulære struktur. Nye kunstige neurale netværk udviklet af Max Planck Institute of Neurobiology og Google AI kan nu endda genkende og klassificere nerveceller uafhængigt baseret på deres udseende.

Den menneskelige hjerne består af omkring 86 milliarder nerveceller og omtrent lige så mange gliaceller. Ud over, der er omkring 100 billioner forbindelser alene mellem nervecellerne. Mens kortlægning af alle forbindelser i en menneskelig hjerne forbliver uden for rækkevidde, videnskabsmænd er begyndt at løse problemet i mindre skala. Gennem udviklingen af ​​seriel blok-ansigt scanning elektronmikroskopi, alle celler og forbindelser i et bestemt hjerneområde kan nu automatisk overvåges og vises i et tredimensionelt billede.

"Det kan tage flere måneder at måle en 0,3 mm ³ et stykke hjerne under et elektronmikroskop, " siger Philipp Schubert, doktorand i Winfried Denks afdeling ved Max Planck Instituttet for Neurobiologi. "Afhængig af hjernens størrelse, det virker som meget tid til et lille stykke. Men selv dette indeholder tusindvis af celler." Et sådant datasæt ville også kræve næsten 100 terabyte lagerplads. det er ikke indsamlingen og opbevaringen, men derimod dataanalysen, der er den svære del.

Heldigvis, analysemetoderne er blevet forbedret sideløbende med mikroskopiteknikkerne. I lang tid, kun den menneskelige hjerne syntes at være i stand til pålideligt at genkende og spore nervecellernes dele og forbindelser i elektronmikroskopbilleder. For eksempel, folk skulle stadig arbejde i timevis foran en computerskærm for at spore cellekomponenter i billedstakene og rette computeranalyser. Som resultat, rekonstruktionen af ​​selv de mindste datasæt tog mange år. Et par år siden, imidlertid, forskerne fik hjælp fra kunstig intelligens.

Neurobiologerne fra Martinsried trænede konvolutionelle neurale netværk til at genkende og skelne nervecellekomponenter i billeddataene. Ved hjælp af forbedret billedanalyse ved brug af oversvømmelsesnetværk, hele nerveceller med alle deres komponenter og forbindelser blev automatisk ekstraheret fra en billedstak i 2018 – stort set uden fejl. "Og nu, med neurale netværk af cellulær morfologi, vi går et skridt videre i analysen, "siger Schubert." Ligesom mennesker, CMN'er genkender en celle ved dens form og kontekst og ikke ved at sammenligne individuelle pixels."

CMN'erne kan nu tildele nervecellerne ekstraheret fra en billedstak til en nervecelletype eller en gliacelle afhængigt af deres udseende. CMN'erne genkender også, om et celleområde tilhører cellekroppen, axonen, en dendrit, eller dens spinous processer. "Denne information er vigtig for at kunne forstå funktionen af ​​cellerne eller, for eksempel, retningen af ​​informationsstrømmen ved de synaptiske kontaktpunkter, siger Schubert, som allerede ser frem til næste opgave:"Nu kan vi endelig analysere de større datasæt!"