How much of a nervous-system model does behaviour identify?
Diese Studie zeigt, dass verhaltensbezogene Daten zwar spezifische Richtungen im Parameterraum von Modellen des gesamten Nervensystems einschränken können, die überwiegende Mehrheit der Parameter auf Ebene des Konnektoms jedoch unbestimmt bleibt, wobei das Ausmaß der Identifizierbarkeit von der Diversität und den funktionalen Anforderungen der hervorgerufenen Verhaltensweisen abhängt.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Wissenschaftler versuchen schon lange, digitale Zwillinge von Lebewesen zu bauen – Computerprogramme, die das Kriechen eines Wurms oder den Gang einer Fliege nachahmen. Diese Simulationen werden aus tausenden winzigen Teilen aufgebaut: der Stärke der Verbindungen zwischen Nervenzellen, der Geschwindigkeit, mit der elektrische Signale reisen, und den chemischen Reaktionen, die die Zellen am Leben erhalten. Die Hoffnung war, dass ein Computermodell, wenn es die Bewegung eines Tieres perfekt reproduzieren kann, dann auch die Zahlen innerhalb dieses Modells mit der realen Biologie des Tieres übereinstimmen müssen. Wenn sich der virtuelle Wurm genau wie der echte bewegt, so die Logik, dann muss der virtuelle Wurm mit denselben Einstellungen gebaut worden sein wie der echte. Doch eine wachsende Zahl von Arbeiten deutet darauf an, dass dies nicht wahr sein könnte. Es ist möglich, dass viele verschiedene Sätze von Zahlen exakt dieselbe Bewegung erzeugen, was bedeutet, dass das Beobachten der Bewegung eines Tieres allein nicht ausreicht, um genau zu bestimmen, wie sein Nervensystem verdrahtet ist.
Eine neue Studie von Chenxi He an der Universität Cambridge stellt diese Frage in großem Maßstab auf die Probe. Anstatt sich eine einzelne Nervenzelle oder eine kleine Gruppe von ihnen anzusehen, untersuchte der Forscher Ganzorganismus-Simulatoren eines Nematodenwurms und einer Fruchtfliege. Diese Modelle enthalten tausende Parameter, die definieren, wie das Nervensystem funktioniert. Durch das systematische Verändern jedes einzelnen Wertes in diesen Modellen und das Beobachten, wie sich das Verhalten änderte, kartierte die Studie genau, welche Teile des Modells durch die Handlungen des Tieres festgeschrieben sind und welche Teile frei variieren können. Die Ergebnisse zeigen, dass das Verhalten ein sehr schlechter Wegweiser für die vollständigen Details eines Nervensystems ist. Während die Bewegungen des Tieres zwar einige spezifische Kombinationen von Einstellungen festlegen, lassen sie die überwiegende Mehrheit der internen Zahlen des Modells völlig unbeschränkt.
Die Studie konzentrierte sich zuerst auf ein detailliertes Modell des Nematoden C. elegans, eines winzigen Wurms, dessen gesamtes Nervensystem-Verdrahtungsdiagramm bekannt ist. Dieses Modell enthält 3.076 verschiedene Verbindungsstärken zwischen seinen Nervenzellen. Der Forscher führte tausende Simulationen durch, wobei er jeweils eine Verbindung änderte, um zu sehen, ob sich das Kriechmuster des Wurms verschob. Die Ergebnisse waren verblüffend: Von diesen 3.076 Verbindungen bestimmte das Verhalten des Wurms nur acht spezifische Richtungen im Raum aller möglichen Einstellungen. Selbst als der Forscher einen etwas lockeren Standard der Messung ansetzte, stieg die Zahl auf nur 47. Das bedeutet, dass 99 % der Verbindungsstärken im Modell geändert werden konnten, ohne dass der Wurm einen Unterschied in seiner Bewegung bemerkt hätte. Das Verhalten des Wurms wirkt wie ein schmaler Scheinwerfer, der einen winzigen, spezifischen Ausschnitt des Modells beleuchtet, während der Rest im Dunkeln bleibt.
Dieses Muster blieb auch bestehen, als die Studie ein anderes Tier und einen anderen Teil des Nervensystems betrachtete. In einem Modell des visuellen Systems einer Fruchtfliege, das verarbeitet, was die Fliege sieht, fand der Forscher, dass von 33 best einstellbaren Werten das Verhalten nur 14 einschränkte. Sowohl beim Wurm als auch bei der Fliege waren die Teile des Modells, die durch das Verhalten eng kontrolliert wurden, jene Verbindungen, die die Hauptsignale für Bewegung oder Sehen tragen. Die Teile, die frei variieren konnten, waren oft die spezifischen chemischen Ströme innerhalb der Zellen. Beispielsweise war das Verhalten im Wurmmodell weitgehend unempfindlich gegenüber zwei spezifischen Arten von Kalziumkanälen, was bedeutete, dass deren Stärke erheblich verändert werden konnte, ohne wie der Wurm zu laufen. Dies deutet darauf hin, dass das Nervensystem über eine große Flexibilität verfügt; es kann dasselbe Ergebnis mit vielen verschiedenen internen Einstellungen erreichen.
Die Forschung untersuchte auch, ob das Beobachten eines Tieres bei mehr Dingen helfen würde, um mehr Details festzulegen. Das Team testete das Wurmmodell mit verschiedenen Arten von Bewegungen, wie etwa dem Kriechen in einer geraden Linie gegenüber der Bewegung auf Nahrung zu. Sie fanden heraus, dass das Hinzufügen von mehr der gleichen Art von Bewegung, wie etwa schnelleres oder langsameres Gehen, nicht viel neue Information lieferte. Die Einstellungen des Modells, die diese ähnlichen Aktionen kontrollierten, waren bereits durch die erste Bewegung festgelegt. Wenn das Tier jedoch eine funktionell andere Aufgabe ausführte, wie etwa das Navigieren auf einen Geruch zu statt nur zu gehen, offenbarte das Modell einen neuen Satz an eingeschränkten Einstellungen. Das Verhalten des Wurms in einem chemischen Gradienten legte andere Verbindungen fest als sein einfaches Gehen. Doch selbst mit diesen unterschiedlichen Aufgaben blieb ein großer Teil des Modells frei. Die Studie zeigte, dass man, um mehr über das Nervensystem zu lernen, eine große Vielfalt an unterschiedlichen Verhaltensweisen beobachten muss und nicht nur längere Aufzeichnungen derselben Aktion benötigt.
Um sicherzustellen, dass diese Ergebnisse nicht nur eine Eigenart der Computermodelle waren, testete der Forscher dieselben Methoden an einfacheren Zellmodellen, bei denen die korrekten Antworten bereits bekannt waren. In diesen Fällen funktionierte die Methode perfekt: Wenn das Modell klein und das Verhalten einfach war, wurden die korrekten Einstellungen wiederhergestellt. Aber als das Modell komplex war, wie der berühmte MAPK-Signalweg, konnte die Simulation das Verhalten exakt matchen, während sie völlig falsche Zahlen für die internen Teile verwendete. Dies bestätigte, dass ein perfekter Abgleich mit dem Verhalten nicht garantiert, dass die zugrunde liegende Biologie korrekt identifiziert wurde. Die Studie verglich ihre Ergebnisse auch mit realen biologischen Daten anderer Wissenschaftler, wie etwa Messungen darüber, wie stark Nervenzellen zwischen Individuen derselben Spezies variieren. Die Muster dessen, was in realen Würmern und Fliegen variiert und was gleich bleibt, stimmten mit den Mustern in den Computermodellen überein, was darauf hindeutet, dass diese „Schlampigkeit“ ein echtes Merkmal der Biologie ist und nicht nur ein Fehler in den Simulationen.
Die endgültige Schlussfolgerung ist, dass das Verhalten einen spezifischen, niedrigdimensionalen Raum innerhalb eines Nervensystemmodells identifiziert, aber den Großteil des Raums des Modells offen lässt. Die Teile des Systems, die eingeschränkt sind, sind diejenigen, die für die spezifische Aufgabe entscheidend sind, während die freien Teile Richtungen darstellen, in denen die Biologie ohne Konsequenzen variieren kann. Dies bedeutet, dass der Bau eines digitalen Organismus, der sich wie ein echter verhält, nicht bedeutet, dass wir die exakten Einstellungen des echten Organismus entdeckt haben. Stattdessen haben wir eine funktionierende Kombination von Einstellungen gefunden, die zufällig die richtige Bewegung erzeugt. Die Studie definiert diese Unsicherheit nicht als ein Versagen der Messung, sondern als ein Merkmal des Lebens: Das Nervensystem ist robust genug, um eine breite Palette interner Änderungen zu tolerieren, soloziel der endgültige Output, das Verhalten, effektiv bleibt. Der Forscher kommt zu dem Schluss, dass man, um ein Nervensystem wirklich zu verstehen, über das bloße Verhalten, das es produziert, hinausblicken und erkennen muss, dass der Weg zu diesem Verhalten durch viele mögliche Routen gepflastert ist.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.