How sparse can a fly-brain model be? Connection strength, wiring placement, network state and task jointly determine function-preserving compression of the Drosophila connectome
본 연구는 초파리 전체 뇌 모델의 기능적 동작을 희소화(sparsification)를 통해 보존하는 것이 전역적인 네트워크 통계보다는 특정 강한 시냅스와 그 정밀한 배선 배치에 결정적으로 의존하며, 이에 필요한 엣지 예산과 실패 모드가 작업 및 네트워크 상태에 따라 크게 달라진다는 점을 입증한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
과학자들이 마침내 초파리 뇌의 전체 배선도를 지도화하는 데 성공했다. 커넥톰(connectome)이라 불리는 이 지도는 모든 개별 뉴런과 이들을 연결하는 수십억 개의 미세한 연결을 기록한 방대한 목록이다. 이는 살아있는 장기를 컴퓨터가 읽을 수 있는 정적인 청사진으로 변환해낸 현대 생물학의 승리다. 하지만 이 청사진은 너무 거대하여 활용하기가 어렵다. 뇌가 어떻게 작동하는지 시뮬레이션하거나 파리처럼 움직이는 로봇을 만들기 위해, 연구자들은 종종 지도의 크기를 다루기 쉬운 수준으로 줄여야 한다. 표준적인 관행은 오직 강하고 튼동한 전선만이 중요한 정보를 전달할 것이라고 가정하며 약한 연결들을 단순히 삭제하는 것이었다. 이는 마치 도시를 이해하기 위해 주요 고속도로만 남기고 이면도로는 중요하지 않다고 가정하여 무시하는 것과 비슷하다. 수년 동안 아무도 이 지름길이 뇌의 사고나 운동 능력을 망가뜨리는지 실제로 확인해 본 적이 없었다.
한 연구자가 실험적으로 검증된 완전한 초파리 뇌 컴퓨터 모델을 사용하여, 뇌가 기능을 멈추기 전까지 얼마나 많은 연결을 체계적으로 제거할 수 있는지 테스트하기로 결정했다. 연구자는 모델이 올바르게 수행하는 것으로 알려진 세 가지 특정 행동에 집중했다: 설탕을 맛보았을 때 입을 내미는 것, 쓴맛을 느꼈을 때 그 동작을 멈추는 것, 그리고 특정 촉감을 느꼈을 때 몸을 단장(grooming)하는 것이다. 연구는 모델을 두 가지 다른 조건에서 테스트했다: 하나는 뇌가 조용히 휴식 중인 상태였고, 다른 하나는 실제 깨어 있는 파리처럼 자발적인 활동으로 북적거리는 상태였다. 연구진은 약한 연결을 삭제하는 표준 방식과, 연결을 무작위로 제거하거나, 위치는 고정한 채 전선의 강도만을 뒤섞는 등 몇 가지 다른 네트워크 절단 방식을 비교했다.
결과에 따르면, 약한 연결을 삭제하는 표준 방식은 어떤 작업에는 놀라울 정도로 잘 작동하지만, 어떤 작업에는 처참하게 실패한다. 뇌가 조용할 때, 10개 미만의 시냅스(뉴런이 대화하는 미세한 접합부)를 가진 모든 연결을 제거해도, 전체 연결의 94%가 삭제되었음에도 불구하고 파리가 설탕에 반응하는 기능은 거의 완벽하게 유지되었다. 그러나 연구자는 이것이 단순히 강한 전선을 유지하는 것만으로는 충분하지 않다는 것을 발견했다. 동일한 수의 전선을 유지하되 그 강도를 뒤섞거나, 동일한 수의 전선을 유지하되 다른 뉴런에 연결했을 때, 뇌의 행동은 완전히 사라졌다. 이는 강한 연결의 위치가 그 강도만큼이나 중요하다는 것을 증명했다. 즉, 뇌는 단순히 몇 개의 굵은 케이블을 갖는 것이 아니라, 전선이 어디에 있고 얼마나 강한지의 정밀한 조합에 의존한다는 것이다.
또한 이 연구는 연결을 삭제할 수 있는 '안전한' 한계치가 뇌가 무엇을 하려는지에 따라 전적으로 달라진다는 것을 밝혔다. 먹이 섭취 회로는 대부분의 약한 연결을 잃어도 살아남을 수 있었지만, 몸 단장 회로는 거의 즉시 붕괴했다. 이 회로는 억제(inhibition)의 섬세한 균형에 의존하는데, 여기서 약한 연결은 잘못된 신호가 장악하지 못하도록 막는 브레이크 역할을 한다. 연구자가 약한 전선들을 제거했을 때, 연구자는 실수로 이 브레이크들을 제거하게 되었고, 이로 인해 파리가 통제 불능으로 몸을 단장하거나 잘못된 방식으로 행동하게 되었다. 마찬가지로, 뇌가 활발하고 소음이 많은 상태일 때도 실패 양상은 달라졌다. 뇌가 침묵하는 대신, 소음을 억제하는 데 필요한 약한 억제성 연결들이 먼저 사라지면서 뇌가 과도하게 흥분하여 무질서하게 발화하게 되었다.
아마도 가장 놀라운 발견은 압축된 뇌 모델이 내부 작동 방식이 이미 고장 난 상태에서도 행동 테스트를 통과할 수 있다는 점이었다. 여러 사례에서 모델은 입을 내미는 것과 같은 올바른 움직임을 만들어냈지만, 뇌 내부의 활동 패턴은 이미 크게 변해 있었다. 이는 로봇이나 시뮬레이션이 올바르게 움직이는지만 확인하는 것으로는 그것이 진정으로 세상을 이해하고 있는지 알 수 없음을 시사한다. 연구자는 뇌를 얼마나 단순화할 수 있는지에 대한 단 하나의 규칙은 없다고 결론지었다. 답은 뇌가 수행하는 특정 작업, 네트워크의 상태, 그리고 연결이 배치된 위치와 그 강도 사이의 복잡한 춤에 달려 있다. 이 연구는 뇌 모델을 축소하려는 모든 이들에게 새로운 기준점을 제공하며, 가장 약한 연결이 시스템의 안정성을 유지하는 데 가장 결정적인 역할을 할 수 있음을 보여준다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.