Miniatiūrinio smegenų modelio išauginimas Petri lėkštelėje ir jo gebėjimas spręsti inžinerines užduotis skamba tarsi mokslinės fantastikos siužetas. Vis dėlto tai – ne fikcija, o naujausių laboratorinių eksperimentų realybė. Ką tokia žinia reiškia mūsų supratimui apie smegenis ir ar turėtume tuo vien džiaugtis?
Kalifornijos universiteto Santa Kruze mokslininkų komandai pavyko pasiekti itin reikšmingą rezultatą. Jų sukurti žievės organoidai – miniatiūrinės struktūros, primenančios smegenų žievės audinį – išmoko stabilizuoti virtualų, iš prigimties nestabilų pagaliuką. Tai atveria naujas galimybes tyrinėti smegenų plastiškumą ir mokymosi procesus.
Kaip buvo treniruojamas „mini smegenų“ modelis?
Eksperimento metu organoidams buvo pateikta klasikinė užduotis, robotikos ir algoritmų srityje žinoma kaip „cartpole“ problema. Jos esmė – išlaikyti pagaliuką vertikalioje padėtyje, balansuojant jį ant judančio vežimėlio.
Tyrime naudoti organoidai buvo išauginti iš pelių kamieninių ląstelių. Tai nėra mąstančios ar sąmoningos struktūros, o nervinių ląstelių sankaupos, gebančios generuoti ir priimti elektrinius impulsus. Svarbiausia jų savybė – plastiškumas, t. y. gebėjimas keisti vidinius ryšius reaguojant į gaunamą stimuliaciją. Būtent tai sudaro biologinį mokymosi pagrindą.
Mokslininkai sukūrė uždaros kilpos sistemą, kuri organoidams nuolat teikė grįžtamojo ryšio signalus – priklausomai nuo to, kaip sėkmingai jie atliko užduotį. Organoidai gaudavo informaciją apie pagaliuko padėtį ir turėjo generuoti elektrinius signalus, kuriais buvo valdoma vežimėlio judėjimo kryptis. Taip biologinė struktūra buvo „įjungta“ į virtualią inžinerinę problemą kaip sprendimo „variklis“.
Adaptacinis grįžtamasis ryšys – sėkmės raktas
Lemiamą vaidmenį šiame eksperimente suvaidino išmanus, prisitaikantis treniravimo algoritmas. Kai organoidų veikimo efektyvumas penkiose iš eilės bandymų serijose suprastėdavo, palyginti su ankstesnių dvidešimties bandymų vidurkiu, sistema siųsdavo trumpus, aukšto dažnio elektros impulsus. Kurie neuronai gaus šiuos impulsus, spręsdavo algoritmas – remdamasis ankstesniais aktyvumo modeliais, susijusiais su geresniais rezultatais.
Skirtumai tarp skirtingų treniravimo sąlygų buvo akivaizdūs. Organoidai, kurie visai negaudavo grįžtamojo ryšio, patenkinamą užduoties atlikimo lygį pasiekdavo tik maždaug 2,3 procento bandymų. Tie, kuriems buvo taikyta atsitiktinė stimuliacija, pasiekdavo kiek geresnį, tačiau vis tiek labai ribotą – 4,4 procento – sėkmės rodiklį.
Situacija iš esmės pasikeitė įjungus nuolatinį, adaptacinį grįžtamąjį ryšį. Tokiu atveju organoidai aukštą užduoties atlikimo lygį pasiekdavo net 46 procentuose bandymų ciklų. Tai daugiau nei dešimtkartinė pažanga, palyginti su kontrolinėmis sąlygomis, ir ją galima palyginti su treneriu, realiu laiku taisančiu klaidas ir nukreipiančiu mokinio elgesį.
Didžiausia problema – trumpalaikė atmintis
Nors rezultatai įspūdingi, eksperimentas atskleidė ir rimtą ribotumą: organoidų „įgūdžiai“ išblėsdavo labai greitai. Vos po 45 minučių neveiklumo jų veiksmingumas sugrįždavo į pradinį lygį – tarsi jokio mokymo nebūtų buvę.
Tai rodo, kad šiuo atveju kalbama apie trumpalaikį prisitaikymą, o ne ilgalaikį nervinių tinklų persitvarkymą. Vis dėlto tokia savybė mokslui gali būti net privalumas: tas pats organoidas gali būti daug kartų sistemingai „perjungiamas“ tarp skirtingų būsenų, leidžiant itin tiksliai tyrinėti elementarius plastiškumo mechanizmus.
Ne „biologiniai procesoriai“, o įrankis smegenų ligoms tirti
Patys tyrėjai pabrėžia, kad jų tikslas nėra kurti „biologinius kompiuterius“ ar konkuruoti su silicio mikroschemomis. Pagrindinė kryptis – sukurti naujus įrankius smegenų veiklai tirti ir ieškoti terapijų neurologinėms ligoms.
Geriau supratus, kaip neuronai mokosi ir prisitaiko spręsdami užduotis, galima tikėtis naujų įžvalgų apie tai, kaip tokios ligos kaip Alzheimerio ar Parkinsono suardo pažintines funkcijas ir mokymosi gebėjimus. Organoidų modeliai gali tapti saugia ir lengvai pakartojama sistema, leidžiančia šiuos procesus stebėti labai detaliai.
Kalifornijos universiteto Santa Kruze bioinformatikas Davidas Haussleris atkreipia dėmesį, kad žmogaus smegenų organoidų naudojimas, pavyzdžiui, robotams valdyti, neišvengiamai keltų rimtų etinių klausimų. Todėl komanda sukurtą programinę įrangą padarė prieinamą kitiems tyrėjams, tikėdamasi, kad darbai bus tęsiami aiškiai apibrėžtame, medicininiame ir saugiame kontekste.
Santa Kruze atliktas eksperimentas parodė, kad net palyginti paprasta laboratorinė nervų audinio struktūra gali mokytis, jei gauna tiksliai suprojektuotas instrukcijas ir grįžtamąjį ryšį. Tai dar ankstyvas žingsnis, kupinas apribojimų, tačiau jis atveria naują ir intriguojantį kelią siekiant suprasti fundamentalius svarbiausio mūsų organo veikimo principus. Ši perspektyva žavi, bet kartu reikalauja ypatingos atsakomybės ir apdairumo.
