Digitális patkány a Mátrixban, reloaded
Az előző bejegyzés folytatásaként azt mutatjuk be hogyan dolgoznak együtt Intézetünkben biológusok és elméleti kutatók.
Egy összetett rendszer, mint pl. az agy működésének megértésénél a gond az, hogy egyrészt rengeteg alkotóelem befolyásolhatja egy rendszer viselkedését, másrészt a rendelkezésünkre álló adatok alapján számos lehetséges működési elméletet - modellt lehet felállítani arra hogyan, milyen kölcsönhatások alapján működik a rendszer.
Ha Pistike meg akarja érteni mitől ugrik a szöcske, kísérletezik: tapsol neki, fűszállal piszkálja, vagy vízzel locsolja. Ha már tudja mitől ugrik, elkezdi kitépkedni a lábait és megnézi hány láb kell az ugráshoz. Mint látjuk a biológiai kísérletek küzdelmesek, sokáig tartanak - azaz véges mennyiségű kísérletet lehet elvégezni (elfogynak a szöcskék). Érdemes valahogy előre tisztázni melyek azok a paraméterek (megmérendő értékek), amiket érdemes kísérletesen megvizsgálni. Hasonlóan, azt, hogy melyik elmélet helyes úgy lehet megállapítani, hogy keresünk olyan, az eltérő elméletek által jósolt viselkedéseket, amelyekben azok eltérnek egymástól. Majd ezek alapján kísérleteket végzünk és megállapítjuk, hogy a megfigyelt viselkedés melyik elméletet támogatja. Ugye itt megint újabb kísérletekbe futunk bele.
Gond még az is, hogy a biológus nem tud a rendszerébe mellékhatások nélkül belenyúlni. A kísérletezéshez használt módszerek, például az idegsejtek működésének vagy kölcsönhatásának gyógyszeres (farmakológiai) befolyásolása nem pontos. A legtöbb hatóanyagnak, mint tudjuk (a betegtájékoztatóból) mellékhatásai is vannak, azaz nem csak a változtatandó paraméter értékét befolyásolja, hanem kisebb-nagyobb mértékben a rendszer számos más paraméterét.
És ekkor lépnek színre az elméleti szakemberek, modellezők, akik matematikai módszereket és számítógépes modelleket használnak, hogy megvizsgálják a lehetséges paraméterek lehetséges értékeit és kölcsönhatásaikat. Egy számítógépes modellben vagy egyenletben tetszőleges paramétert lehet változtatni és megnézni értéke hogyan befolyásolja a rendszer működését. Ezek az in silico, azaz szilíciumban, számítógépen futó kísérletek nagy számban, viszonylag gyorsan elvégezhetők és megállapíthatók mely paraméterek befolyásolják jelentősen a rendszer működését és melyek nem. [Mellékszál: Azt majd mindenki tudja, hogy a modern digitális számítógépek megtervezését Neumann Jánosnak köszönhetjük. De nem biztos, hogy mindenki tudja, hogy ezt Ő az atombomba előállítását célzó „Manhattan terv” keretében fejlesztette azért, hogy az atombomba felrobbanását okozó láncreakció hihetetlen bonyolult fizikáját hatékonyan lehessen modellezni. Azaz, a számítógép első feladata modellezés volt.]
Példánkra visszatérve, Pistike már matekkal megállapíthatja azt, hogy nyolcnál kevesebb és nullánál több láb kell az ugráshoz, hiszen a szöcskének 6 lába van. És ha felhasználja a newtoni mozgásegyenleteket, illetve hogy egy szöcskeláb mekkora erőt tud leadni, ki se kell tépje a lábait, hoszen ki tudja számolni hány lábbal hova ugrik.
Korunk kutatásaiban szoros kapcsolat van a gyakorlati és elméleti oldal között. Ennek példái a Blue Brain és a Human Brain Projektek (az utóbbiban a KOKI csoportjai is részt vettek). A biológusok egyszerű működési modelleket állítanak fel és olyan adatokat szolgáltatnak, melyek alapján a modelleket finomítani lehet.
Megkezdődik a kétoldalú kérdezz felelek. A fent említett tanulmányban Káli Szabolcs és csapata (elméleti szakemberek) azt kérdezte tőlem és csoportomtól (anatómusok és elektrofiziológusok): Hány idegsejt van a hippokampuszban? Melyik sejt melyikkel van összekötve? Milyen erős a sejtek közötti kapcsolat? Az éles hullám alatt az idegsejtek hányad része kapcsolódik be? ….. A kérdések egy részére tudtuk a választ másokra nem. Ekkor döntenünk kellett mit mérjünk meg. Visszakérdeztünk. Mit mond a modell a hiányzó 5 paraméter melyike az, aminek értéke nem nagyon befolyásolja a rendszer viselkedését és melyik az, ami erősen? Nyilván az utóbbit érdemes először megmérni. Nekiültünk tehát és megmértük. Ez egyszerűen hangzik, de ahhoz, hogy visszatérjünk egy számmal, ami mondjuk 7.123 lehet, hogy több hónapig kellett a laborban dolgoznunk.
Amikor a modell már viszonylag pontosan le tudta írni a hippokampusz működését, akkor mi kezdtünk el kérdezgetni. Mit mond a modell arról, mi történik, ha a gátlósejtekre érkező jelek erősségét csökkentem? Ilyen vagy olyan irányba fog változni az agy aktivitása? Mi történik akkor, ha sejtek serkenthetősége nő? Hoszabbak vagy rövidebbek lesznek az éles-hullámok? És így tovább…
A mérések és a modellezések kölcsönhatásából sok-sok küzdelmes hét, hónap után jutalmunk gyakran egy-egy mindkét felet jutalmazó heuréka élmény. A fenti cikk egyik ilyen heuréka pillanatunkat írja meg. Sokat beszélgettünk Szabolcsékkal arról, hogy vajon mi vezethet oda, hogy az éles hullámok alatt ennyire pontosan meghatározott módon épül fel az idegsejt aktivitás. És még fontosabb, hogy: miért áll meg időben, miért nem lesz epilepsziás midig a hippokampusz. Szabolcsnak először az az ötlete támadt, hogy a Rényi Intézetben dolgozó, hálózat elmélettel foglalkozó matematikus kollegákkal vizsgálják meg mi történik, ha az általunk mért kapcsolati paraméterekkel rendelkező (hány idegsejt van, ezek milyen gyakran és milyen erősen vannak összekötve egymással), de matematikailag eltérő típusú hálózatokat állítanak elő, majd idegsejt hálózat modellben megnézik ezek viselkedését. Sok próbálkozás után sem sikerült a dolog nyitjára rájönni, a legtöbb hálózat „rosszul viselkedett” vagy nem indult be, vagy epilepszia szerű túlzott működést mutatott.
Egyik nap Szabolcs talált egy frissen megjelent cikket, ami egy új típusú tanulási szabályt írt le a hippokampusz CA3 területén (aminek belső összeköttetése az éles-hullámok kialakulásáért felelős). Az az ötlete támadt, hogy próbáljuk meg a kapcsolatokat ezen tanulási szabály használatával kialakítani.
Kollegáival készített egy modellt, ahol egy modell patkány szaladgált egy modell környezetben és a „látottak” alapján modell hippokampuszában a modell théta aktivitás alatt a modell sejtek kapcsolatai a tanulási szabály alapján fejlődtek. Körülbelül, mint amikor Neó-t rákötik a mátrixra és 10 perc alatt megtanulja az összes harcművészetet. Amikor Szabolcsék ezzel a tanult hálózattal modellezték az éles-hullámok kialakulását nagy örömünkre azt látták, hogy a mérésekben megfigyeltekhez hasonló precíz működést mutatják a modell hippokampusz idegsejtjei, epilepsziának se híre se hamva. A modell éles hullámok alatt szépen visszajátszódtak azok a sejtaktivitás mintázatok, amelyeket a modell a felderítő tanulás során tapasztalt.
A nagy heuréka tehát az volt, hogy az egészséges sejtaktivitáshoz szükséges idegsejt összeköttetések pontos szerkezetének kialakításában a tanulási folyamatoknak fontos szerepe van. Ez így utólag nem tűnik váratlannak, de a tudományban gyakran van ez így. A felismerés lényege, hogy a sok nem váratlan közül itt pontosan tudjuk melyik az, ami tényleg működik és az összes lépést össze tudtuk rakni, ami elvezetett az évekkel ezelőtt feltett kérdéstől a válaszig.
További szép megismerős napot minden Olvasónak!