Information arrival sets the minimum acquisition time in calcium imaging

신경과학은 뇌의 전기적 활동을 빛으로 변환하여 관찰하는 분야인 광학 과학이 되어가고 있습니다. 이를 위해 연구자들은 살아있는 조직 내부를 들여다보기 위해 이광자 현미경이라는 특수한 도구를 사용합니다. 그들은 칼슘 이온을 포착했을 때 더 밝게 빛나는 작은 분자인 화학 센서를 주입합니다. 뉴런은 전기 신호, 즉 스파이크를 발생시킬 때마다 칼슘을 방출하므로, 이 빛은 실제 전기적 사건을 대신하는 역할을 합니다. 그러나 이 과정은 완벽한 거울이 아닙니다. 센서는 반응하는 데 시간이 걸리고, 빛은 노이즈와 함께 깜빡이며, 카메라는 고정된 속도로 이미지를 포착합니다. 이는 실제 전기적 불꽃과 기록된 빛의 번쩍임 사이에 간극을 만듭니다. 수십 년 동안 과학자들은 흐릿한 빛의 기록으로부터 원래의 전기 신호를 추측하기 위해 더 나은 컴퓨터 프로그램을 만드는 데 집중해 왔습니다. 하지만 더 근본적인 질문이 던져지지 않은 채 남아 있었습니다. 과학자가 자신의 구체적인 질문에 답할 수 있을 만큼 충분히 보기 위해서는 실제로 얼마나 오랫동안 뉴런을 관찰해야 하는가 하는 점입니다.

Maurice Antony Ewing의 새로운 연구는 이 타이밍 문제를 직접적으로 다룹니다. 단순히 과거를 추측하는 대신, 이 연구는 필요한 정보가 언제 도착하는지, 그리고 언제 더 오래 관찰하는 것이 도움이 되지 않는지를 묻습니다. 연구팀은 관찰 창의 길이를 역으로 풀어야 할 퍼즐로 취급했습니다. 그들은 과학자들이 동일한 뉴런에서 빛나는 칼슘 신호와 실제 전기적 스파이크를 동시에 기록한 방대한 양의 실제 데이터를 사용했습니다. 이 정답(ground-truth) 데이터 덕분에 그들은 매 1초의 분수 단위마다 정확히 얼마만큼의 정보가 가용했는지 테스트할 수 있었습니다. 다양한 종류의 센서와 뇌 영역에 걸친 수백 개의 뉴런 기록을 분석함으로써, 그들은 그 답이 전적으로 사용되는 특정 장비와 생물학적 설정에 달려 있다는 것을 발견했습니다. 모든 실험에 적용되는 단 하나의 규칙은 존재하지 않습니다.

연구진은 빠른 반응을 보이는 일부 센서의 경우, 필요한 정보가 순식간에 도착한다는 것을 발견했습니다. GCaMP8m이라는 특정 센서의 경우, 데이터에 따르면 시스템이 스파이크를 식별하는 최고 능력을 갖추는 데는 단 67밀리초밖에 걸리지 않았는데, 이는 대략 비디오 두 프레임을 캡처하는 시간과 같습니다. 척수 외부의 뇌에서 사용되는 다른 센서인 GCaMP6s의 경우, 최적의 창은 더 길어서 약 250밀리초, 즉 8프레임이 필요했습니다. 신호가 더 느리고 환경이 더 복적인 척수에서는, 과학자가 최선의 결과를 얻기 위해 667밀리초, 즉 20프레임을 관찰해야 한다고 연구진은 결정했습니다. 결정적으로, 이 연구는 이러한 특정 시간 제한이 한 그룹의 뉴런에 대해 운 좋게 얻은 결과가 아님을 증명했습니다. 연구팀은 이 시간들을 "발견(discovery)" 그룹이라 부르는 뉴런 집단을 사용하여 선택한 다음, 한 번도 본 적 없는 완전히 다른 뉴런들에 대해 테스트했습니다. 선택된 시간들은 새로운 뉴런에서도 완벽하게 작동했으며, 이는 이 규칙이 전이 가능하다는 것을 확인시켜 주었습니다.

아마도 가장 놀라운 발견은 이러한 특정 제한보다 더 오래 관찰하는 것이 오히려 결과를 악화시킨다는 점일 것입니다. 정보가 도착하고 작업이 완료되면, 계속해서 기록하는 것은 더 많은 노이즈를 추가하고 그림을 흐릿하게 만듭니다. 테스트된 모든 경우에서, 최적의 지점을 넘어 기록 시간을 연장하는 것은 스파이크 탐지 정확도를 떨어뜨렸습니다. 가장 빠른 센서의 경우, 카메라를 너무 오래 켜두면 정확도가 눈에 띄게 감소했습니다. 이는 더 많은 데이터가 항상 더 좋다는 일반적인 가정을 뒤집는 것입니다. 이 연구는 많은 경우에 과학자가 귀중한 시간을 낭비하고 있으며, 불필요한 빛 노출로 인해 섬세한 조직에 잠재적인 손상을 입힐 수 있음을 시사합니다.

또한 이 연구는 데이터가 충분하지 않을 때 어떤 일이 발생하는지를 명확히 했습니다. 완벽한 시간에도 불구하고, 일부 생물학적 설정은 본질적으로 읽기 어려운 상태로 남아 있습니다. 연구는 "잔여 모호성(residual ambiguity)", 즉 신호가 너무 흐릿하여 모든 스파이크를 완전히 확실하게 구별할 수 없는 상태를 측정했습니다. 척수 기록의 경우, 최적의 시간이 지난 후에도 이 모호성은 높게 유지되었습니다. 저자는 이러한 경우에 시간을 더 추가한다고 해서 문제가 해결되지 않는다는 점을 강조합니다. 만약 과학자가 현재의 설정이 허용하는 것보다 더 선명한 그림이 필요하다면, 단순히 더 오래 기다리는 것이 아니라 다른 센서를 사용하거나 다른 이미징 기법을 사용하는 등 방법을 바꿔야 합니다. 이 연구는 어떤 새로운 방법을 선택해야 하는지는 알려주지 않지만, 시간만이 해결책이 될 수는 없다는 점을 단호하게 배제합니다.

이 작업은 실험을 설계하는 새로운 방법을 확립합니다. 이제 연구자는 얼마나 오래 기록할지 추측하는 대신, 특정 목표에 도달하는 데 필요한 최소 시간을 추정할 수 있습니다. 연구는 데이터를 분석하고 각 유형의 센서에 대한 특정 프로토콜을 고정하기 위해 컴퓨터 시스템을 사용했습니다. 이 프로토콜들은 다시 보지 못한 뉴런들에서 검증되었으며, 이는 타이밍 규칙이 실제로 유효함을 입증했습니다. 결과에 따르면 빠른 GCVMP8m 센서의 경우, 정보는 본질적으로 두 개의 비디오 프레임 내에 완료됩니다. 더 느린 척수 준비의 경우, 20프레임이 걸립니다. 이 지점을 넘어서면 추가적인 시간은 유용하지 않을 뿐만 아니라, 답변의 질에 해롭습니다.

그 영향은 단순히 시간을 절약하는 것을 넘어 확장됩니다. 특히 뇌종양을 연구하는 의료 연구에서, 뉴런 활동을 정확하게 측정하는 능력은 매우 중요합니다. 만약 기록 창이 너무 짧거나 너무 길어서 측정이 잘못된다면, 뉴런이 질병과 어떻게 상호작작용하는지에 대해 도출된 결론이 틀릴 수 있습니다. 이 연구는 실험을 실제로 실행하기 전에도 그 정보 함량을 감사할 수 있는 방법을 제공합니다. 이는 단순히 가능한 많은 데이터를 수집하는 것에서 벗어나, 당면한 특정 질문에 맞는 적절한 양의 데이터를 수집하는 것으로 초점을 전환합니다. 획득 시간을 측정하고 최적화할 수 있는 변수로 취급함으로써, 이 연구는 더 효율적이고 정확한 살아있는 뇌 관찰을 향한 경로를 제시합니다.

이 연구는 사후적(retrospective) 연구로, 이론을 실시간으로 테스트하기 위해 새로운 현미경을 설치하기보다는 이미 수집된 데이터를 분석했습니다. 그러나 그 논리는 견고합니다. 연구팀은 정보 도착 곡선을 매핑할 수 있고, 최적의 중단 지점을 식별할 수 있으며, 이 중단 지점이 보지 못한 새로운 생물학적 샘플에도 적용될 수 있음을 입증했습니다. 또한 그들은 성공을 측정하는 데 사용된 수치적 점수가 절대적인 물리적 한계가 아닌 비교 도구라는 점을 강조했습니다. 이 점수의 타당성은 특정 설정에 달려 있지만, 정보 도착의 패턴은 실재합니다. 연구는 주어진 모든 광학 설정에 대해, 선언된 작업을 위한 정보가 도착하는 순간이 존재하며, 과학자는 그때 기록을 멈춰야 한다고 결론짓습니다.

결국, 이 작업은 과학계에 명확하고 실용적인 교훈을 제공합니다. 뇌는 단일하고 균일한 언어로 말하지 않으며, 뇌의 소리를 듣기 위해 사용하는 도구들도 모두 같은 속도로 작동하지 않습니다. 어떤 센서는 빠르게 반응하고, 어떤 센서는 느리고 신중합니다. 관찰 시간을 센서의 특정 속도와 생물학적 환경에 맞춤으로써, 연구자들은 너무 빨리 멈추거나 너무 오래 관찰하는 두 가지 함정을 피할 수 있습니다. 이 연구는 시간이 그 자체로 미덕은 아니라는 점을 증명합니다. 살아있는 뇌를 관찰하는 섬세한 작업에서, 언제 멈춰야 하는지를 아는 것은 어떻게 시작할지를 아는 것만큼이나 중요합니다.