How much of a nervous-system model does behaviour identify?
Questo studio dimostra che, sebbene i dati comportamentali possano vincolare direzioni specifiche nello spazio dei parametri dei modelli del sistema nervoso dell'intero organismo, la stragrande maggioranza dei parametri su scala di connettoma rimane indeterminata, con l'entità dell'identificabilità che dipende dalla diversità e dalle richieste funzionali dei comportamenti elicitati.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Gli scienziati cercano da tempo di costruire gemelli digitali di creature viventi, programmi informatici che imitano il modo in cui un verme striscia o una mosca cammina. Queste simulazioni sono costruite partendo da migliaia di minuscole parti: la forza delle connessioni tra le cellule nervose, la velocità con cui viaggiano i segnali elettrici e le reazioni chimiche che mantengono in vita le cellule. La speranza è stata che, se un modello informatico può riprodurre perfettamente il movimento di un animale, allora i numeri all'interno di quel modello debbano corrispondere alla biologia reale dell'animale. Se il verme virtuale si muove esattamente come quello reale, la logica suggerisce che il verme virtuale debba essere costruito con le stesse impostazioni del vero. Ma un crescente corpo di studi suggerisce che questo potrebbe non essere vero. È possibile che molti diversi set di numeri producano esattamente lo stesso movimento, il che significa che osservare un animale che si muove potrebbe non essere sufficiente per capire esattamente come sia cabato il suo sistema nervoso.
Un nuovo studio di Chenxi He presso l'Università di Cambridge mette alla prova questa questione su larga scala. Invece di guardare una singola cellula nervosa o un piccolo gruppo di esse, il ricercatore ha esaminato simulatori di interi organismi di un nematode e di una mosca della frutta. Questi modelli contengono migliaia di parametri che definiscono come funziona il sistema nervoso. Manipolando sistematicamente ogni singolo numero in questi modelli e osservando come cambia il comportamento, lo studio ha mappato esattamente quali parti del modello sono vincolate dalle azioni dell'animale e quali parti sono libere di variare. I risultati mostrano che il comportamento è una guida molto scarsa per i dettagli completi di un sistema nervoso. Mentre i movimenti dell'animale fissano alcuni specifici accoppiamenti di impostazioni, essi lasciano la stragrande maggioranza dei numeri interni del modello completamente non vincolati.
Lo studio si è concentrato prima su un modello dettagliato del nematode C. elegans, un piccolo verme il cui intero diagramma di cablaggio del sistema nervoso è noto. Questo modello contiene 3.076 diverse intensità di connessione tra le sue cellule nervose. Il ricercatore ha eseguito migliaia di simulazioni, cambiando una connessione alla volta per vedere se il pattern di strisciamento del verme cambiasse. Le scoperte sono state sorprendenti: su quelle 3.076 connessioni, il comportamento del verme determinava solo otto direzioni specifiche nello spazio di tutte le possibili impostazioni. Anche quando il ricercatore ha considerato uno standard di misurazione leggermente più permissivo, il numero è salito a soli 47. Ciò significa che il 99% delle intensità di connessione nel modello poteva essere cambiato senza che il verme notasse alcuna differenza nel modo in cui si muoveva. Il comportamento del verme agisce come un riflettore stretto, illuminando una piccola e specifica fetta del modello mentre lascia il resto nell'oscurità.
Questo schema è rimasto valido anche quando lo studio ha esaminato un animale diverso e una parte diversa del sistema nervoso. In un modello del sistema visivo della mosca della frutta, che elabora ciò che la mosca vede, il ricercatore ha scoperto che, su 330 impostazioni regolabili, il comportamento ne vincola solo 14. Sia nel verme che nella mosca, le parti del modello che sono strettamente controllate dal comportamento erano le connessioni che trasportano i segnali principali per il movimento o la visione. Le parti che sono state lasciate libere di variare erano spesso le correnti chimiche specifiche all'interno delle cellule. Ad esempio, nel modello del verme, il comportamento era ampiamente insensibile a due tipi specifici di canali del calcio, il che significa che la loro forza poteva essere alterata significamente senza cambiare il modo in cui il verme camminava. Ciò suggerisce che il sistema nervoso possiede una grande dose di flessibilità; può raggiungere lo stesso risultato con molti diversi set di impostazioni interne.
La ricerca ha anche esplorato se osservare un animale fare più cose potesse aiutare a definire meglio più dettagli. Il team ha testato il modello del verme con diversi tipi di movimento, come strisciare in linea retta rispetto al muoversi verso il cibo. Hanno scoperto che aggiungere altri tipi di movimento dello stesso genere, come camminare più velocemente o più lentamente, non rivelava molte nuove informazioni. Le impostazioni del modello che controllavano quelle azioni simili erano già state bloccate dal primo movimento. Tuttavia, quando l'animale eseguiva un compito funzionalmente diverso, come navigare verso un odore invece di limitarsi a camminare, il modello rivelava un nuovo set di impostazioni vincolate. Il comportamento del verme in un gradiente chimico bloccava connessioni diverse rispetto al suo comportamento in una semplice camminata. Eppure, anche con questi diversi compiti, una grande porzione del modello rimaneva libera. Lo studio ha dimostato che per apprendere di più sul sistema nervoso, è necessario osservare una vasta gamma di comportamenti distinti, non solo registrazioni più lunghe della stessa azione.
Per garantire che queste scoperte non fossero solo un'anomalia dei modelli informatici, il ricercatore ha testato gli stessi metodi su modelli cellulari più semplici dove le risposte corrette erano già note. In questi casi, il metodo funzionava perfettamente: quando il modello era piccolo e il comportamento semplice, le impostazioni corrette venivano recuperate. Ma quando il modello era complesso, come il famoso percorso di segnalazione MAPK, la simulazione poteva corrispondere esattamente al comportamento pur utilizzando numeri completamente sbagliati per le parti interne. Ciò ha confermato che una corrispondenza perfetta con il comportamento non garantisce che la biologia sottostante sia stata identificata correttamente. Lo studio ha anche confrontato i suoi risultati con dati biologici reali di altri scienziati, come le misurazioni di quanto le cellule nervose varino tra gli individui della stessa specie. I pattern di ciò che varia e di ciò che rimane costante nei veri vermi e nelle vere mosche corrispondevano ai pattern trovati nei modelli informatici, suggerendo che questa "approssimazione" (sloppiness) è una caratteristica reale della biologia, non solo un difetto delle simulazioni.
La conclusione ultima è che il comportamento identifica uno spazio specifico a bassa dimensionalità all'interno di un modello del sistema nervoso, ma lascia aperta la stragrande maggioranza dello spazio di quel modello. Le parti del sistema che sono vincolate sono quelle essenziali per il compito specifico in corso, mentre le parti libere rappresentano direzioni in cui la biologia può variare senza conseguenze. Ciò significa che costruire un organismo digitale che si comporti come uno reale non significa aver scoperto le impostazioni esatte dell'organismo reale. Invece, abbiamo trovato una combinazione di impostazioni funzionante che, per caso, produce il movimento corretto. Lo studio inquadra questa incertezza non come un fallimento della misurazione, ma come una caratteristica della vita: il sistema nervoso è abbastanza robusto da tollerare una vasta gamma di cambiamenti interni, purché l'output finale, ovvero il comportamento, rimanga efficace. Il ricercatore conclude che per comprendere veramente un sistema nervoso, dobbiamo guardare oltre il semplice comportamento che produce e riconoscere che la strada verso quel comportamento è pavimentata con molti percorsi possibili.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.