Эскиз фрески для города Кембридж, штат Массачусетс. Автор — Даниэла Гамба.

Игра EyeWire, про которую я уже писал здесь статью, продолжает нарабатывать новый материал. Ученые в лаборатории Себастьяна Сеунга не полагаются только на игру и только на усилия добровольцев от науки, чтобы продвигать исследования в области изучения мозга, но она безусловно имеет научную ценность.

По официальной статистике игры за 5 лет зарегистрировалось 265 тысяч человек из 186 стран (данные основаны на профилях игроков и могут быть неточными). Проанализировано 10 миллионов «кубов» с отростками клеток, завершены модели для примерно 3000 клеток. Много это или мало? Команде ученых понадобилось больше 10 лет, чтобы полностью описать 302 нейрона нематоды (C. elegans) и связи между ними, работа была завершена в 1984 году. В статье указано, что, хотя использовалась помощь компьютера, большую часть работы по 8000 снимков ученые делали вручную. Прогресс не стоит на месте и сегодня мы можем «поручить» процесс реконструкции нейронных сетей компьютерным нейронным сетям, но сперва эти сети нужно научить. Проблемы этого процесса описывает, например, другой коллектив ученых, делающий реконструкцию нейронов дрозофилы. С другой стороны, о полном описании нейронных связей (коннектомов) в более сложных организмах без какого-то радикального улучшения скорости моделирования говорить нельзя. У мелких животных и птиц нервную систему составляют от 10 до 500 миллионов нейронов, у крупных — более миллиарда, в частности около 86 миллиардов нейронов у человека.

Несмотря на то, что попытки полностью описать коннектомы целых животных еще далеки от успеха, даже отдельные открытия сильно обогащают быстро развивающуюся науку. Например, публикация о нахождении новых соединений в хорошо изученной части мозга дрозофилы в результате реконструкции её коннектома. Идет работа и над производными исследованиями: например, имея модель нервной системы нематоды, построить общую компьютерную модель самого червя, симулирующую его поведение. Этим занимается проект OpenWormстатья на Хабре, новость на Хабре.

Но вернемся к EyeWire. Одновременно с тем, как учёные работают с сырыми данными, полученными с электронного микроскопа, добровольцы в EyeWire фактически создают набор проверенных данных. «Побочным эффектом» создания такого набора эталонных данных являются открытия новых типов и подтипов клеток, с которыми ученые ранее не встречались. Человеческие решения помогают еще и в тех случаях, когда на срезе невозможно различить ход ветвей нейрона из-за их пересечения с другим нейроном. Простое соединение по определенным признакам, вроде яркости, не даёт возможности понять, что перед нами — ветвление исследуемого нейрона или часть ветви другого (примеры на сайте игры). В дополнение к иллюстрациям, из которых становится ясно почему реконструировать отростки клеток бывает сложно даже человеку, я подготовил видео с процессом игры. На видео записана реконструкция нескольких «кубиков» с отростками клетки, а на 1:40-2:20 виден один из дефектов (неконтрастное пересечение) и продолжение отростка за ним.

Данные, с которыми EyeWire работает в данный момент, делятся на 2 большие части: нейроны из ретины мыши и более сложные клетки из мозга рыбки данио-рерио. Первый датасет имеет размер в 16 секторов, каждый 50х50 микрон, количество клеток оценивается в 2000. Работа над датасетом начата в январе 2016 года, на декабрь 2017 года (5-летие игры) исследовались последние клетки из 9 сектора, на май 2019 года — уже середина 14 сектора. При этом, мы не берем для построения глиальные клетки — они вспомогательные и (насколько я знаю) не формируют синапсов с другими нейронами. В лаборатории есть те, кто помогает с организацией процесса (гейммейкеры) и те, кто работает с уже обработанными клетками и их связями, рассматривая их с точки зрения современных взглядов на функциональность и связи этой части мозга.

В прошлой статье я упоминал Zoouniverse как пример платформы, где с помощью любителей решаются вполне научные задачи самых разных направлений. Eyewire имеет ряд отличий от сценариев Zoouniverse, для чего потребовалось писать свой движок и отчего сообщество в игре не обязательно связано с другими проектами.

Моделирование происходит в трех измерениях, картинка нейрона полностью объемна.



Начинается процесс с того, что гейммейкер находит в датасете ранее не реконструированное ядро клетки и выводит из него первые отростки. Затем, гейммейкер даёт ссылку на этот «зародыш» и просит опытных игроков оценить сложность клетки (1 или 2). В какой-то момент клетку выводят в общий доступ, с этого момента над ней может работать любой участник игры, у кого пройден обучающий материал соответствующего уровня. В более легких клетках типа 1, куда имеют доступ и новички, куб считается завершённым при наличии трёх реконструкций, а если хотя бы один из сегментов реконструкции упирается в стену куба, то игра ищет в датасете соседний участок и подставляет его для дальнейшей игры. При конфликте мнений игра будет считаться с большинством. Исправить мнение большинства могут игроки с доступом к редактированию (возможность даётся администрацией при опыте в несколько месяцев и высоких параметрах точности предыдущих реконструкций) и сама администрация (гейммейкеры). Также игроки с доступом к редактированию расставляют метку «завершен» на кубе, при этом он выпадает из геймплея. Как только на всех кубах клетки расставлены метки «завершен» от двух разных игроков, гейммейкеры забирают клетку для финальной проверки. В лаборатории у них есть визуализация всех реконструированных клеток и связей между ними, что позволяет найти недочёты и проблемные места.

Несмотря на довольно небольшое количество активных участников (100-200 человек дают порядка 90% вклада в месяц), уже ясно что на этом датасете как игра, так и изучение мозга небольших животных при её помощи, не закончится. Для опытных игроков параллельно доступен датасет мозга данио-рерио, а команда гейммейкеров и разработчиков планирует новый проект под названием Neo, в котором будут изучаться аксоны (а не дендриты, как сейчас). Превью игры, которое я видел, мне не понравилось (по ощущениям, ориентировались на детей среднего школьного возраста), но я буду с нетерпением ждать что же из этого выйдет. Сроки, как это часто бывает, откладывались уже не один раз.

Комментарии (7)


  1. fivehouse
    22.05.2019 21:43
    +1

    Все это мероприятие вызывает двоякое ощущение. С одной стороны выбора у нас нет. Надо исследовать как можем и по возможности все что нашли и отнесли к проблеме. А с другой стороны текущий уровень понимания проблемы напоминает попытку аборигенов понять почему замолчал приемник белого человека, оставленный на столе. Аборигены отнесли приемник к колдуну, тот аккуратно открутил саморезы задней крышки, вынул к общему восторгу толпы внутренности и уже 10 лет делает вид, что изучает секреты радио по дорожкам печатной платы. И даже на бумаге что-то нарисовал.
    Сама по себе структура исследуемая в EyeWire важна. Но без понимания текущих состояний в которых были конкретные нейроны наблюдаемой структуры, без понимания свойств конкретных наблюдаемых синапсов и даже дендритов (а все это может быть очень разным), без понимания множества базовых состояний самого конкретного нейрона, эта структура даст мало результата. Это как видеть печатную плату, но не понимать что она соединяет. На этом запнулся проект OpenWorm. 302 нейрона червя они быстро понасоединяли синапсами, дендритами и прочими наблюдаемыми объектами. Но червь и близко не заработал. А теперь они пытаются разботраться с тем, как же может работать нейрон со всем этим хозяйством.


    1. Hardcoin
      23.05.2019 13:37

      Очень важное преимущество перед шаманом — не требуется любой ценой показать результат. А значит можно быть максимально интеллектуально честным, не нужно придумывать правдоподобные объяснения, можно искать правду.


      Понять приемник можно, учитывая, что для исследования доступны сотни приемников, включая работающие и доступны ресурсы для изобретения любых инструментов. Может уйдет ещё 50 лет, но движение есть.


      1. mkovalevskyi
        23.05.2019 22:15

        А вы как отличаете правдоподобные обьяснения от гипотез? ;)


        1. Hardcoin
          23.05.2019 22:20

          Под "правдоподобными объяснениями" я имел ввиду объяснения, которые логично звучат, но игнорируют часть фактов, а так же такие, которые не подходят под критерий Поппера и/или не обладают предсказательной силой.


          1. mkovalevskyi
            23.05.2019 23:22

            И как, в этом контексте, вы можете охарактеризовать текущие знания относительно черных дыр, к примеру?
            Правда с первой попытки — это как-то довольно редкое явление… И в любой новой области — сначала идет «шаманизм». Иногда, он же и в конце, но это уже слишком писсемистичный вариант развития событий )


            1. Hardcoin
              23.05.2019 23:32

              текущие знания относительно черных дыр

              Предсказательная сила теории достаточна, что бы находить новые черные дыры, а так же корректно предсказывать движение звёзд.


              И в любой новой области — сначала идет «шаманизм».

              Гипотезы строить можно. Но при появлении новых фактов и проведении экспериментов может быть одно из двух (если вдруг эксперимент показал что-то другое) — гипотезу нужно будет пересмотреть и выдвинуть другую. Или факт можно натянуть на объяснение. То есть задним числом придумать, почему противоречащий факт на самом деле ничему не противоречит.


              Если постоянно идти вторым путем, к пониманию приемника не придёшь никогда.


    1. ggreminder Автор
      23.05.2019 20:08

      Хотя цели ставятся амбициозные, но, поверьте, даже при текущих «мелких» открытиях это приносит плоды в виде разработки новых лекарств, например. Уточнения как работают те или иные связи в мозгу довольно важны и без понимания этого нельзя ответить на вопрос «почему у меня глаз дёргается» или «как лечить эпилепсию».
      Про OpenWorm — обидно, да. У них сложная задача, обратная наблюдению активности нейронов в режиме реального времени (фМРТ и другие похожие подходы). Им нужно найти последовательности и силу стимуляции нейронов и их цепочек, ну и силу затухания там же.