Emergent locomotion from anatomy alone: a whole-connectome, conductance-based neuromechanical model of Caenorhabditis elegans

생명체가 어떻게 움직이는지 이해하기 위해 과학자들은 종종 두 가지 별개의 요소, 즉 뇌의 배선도와 신체의 물리적 역학을 살펴봅니다. 커넥톰(connectome)이라고 알려진 배선도는 도시의 도로를 그린 상세한 지도처럼, 뉴런 사이의 모든 연결을 매핑한 것입니다. 역학은 근육이 몸을 당겨 움직임을 만들어내는 방식을 설명합니다. 수십 년 동안 연구자들은 이 두 지도를 결합하여 작은 동물이 어떻게 앞으로 가거나, 뒤로 가거나, 혹은 멈출지를 설명할 수 있는 하나의 작동하는 모델을 만드는 데 어려움을 겪어 왔습니다. 핵심적인 질문은 신경계의 가공되지 않은 청사진에 현실적인 전기적 특성을 부여했을 때, 그것만으로 충분히 복잡한 행동을 생성할 수 있는지, 아니면 뇌가 움직임을 지시하기 위해 별도의 사전 프로그래밍된 리듬을 필요로 하는지 여부였습니다. 이 질문은 생물학의 더 깊은 미스터리인 퇴행성(degeneracy) 개념, 즉 많은 서로 다른 내부 설정이 정확히 동일한 외부 결과를 만들어낼 수 있다는 아이디어와 맞닿아 있습니다. 만약 이것이 사실이라면, 신경계는 매우 견고하여 개별 부위가 변하거나 고장 나더라도 기능을 유지할 수 있을 것입니다.

상하이 량타 바이오테크(Shanghai Liangta Biotech Co., Ltd.)의 환 리(Huan Li)가 이끄는 새로운 연구는 신경계 전체가 완전히 매핑된 매우 단순한 생물인 예쁜꼬마선충(Caenorhabditis elegans)을 사용하여 이 문제를 다룹니다. 이 벌레는 정확히 302개의 뉴런을 가지고 있으며, 과학자들은 이미 이들이 어떻게 연결되어 있는지에 대한 완전한 그림을 그려 놓았습니다. 리는 이 전체 신경계에 생명력을 불어넣는 거대한 컴퓨터 시뮬레이션을 구축했습니다. 이 모델은 뉴런을 단순한 온-오프 스위치로 단순화하는 대신, 벌레 몸속의 292개 뉴런 각각을 17가지 유형의 이온 통로를 가진 복잡한 전기 단위로 취급합니다. 이 통로들은 세포 내부의 전기와 화학 물질의 흐름을 조절하는 작은 문 역할을 합니다. 또한 모델은 유연한 막대 형태로 시뮬레이션된 벌레의 몸을 포함하며, 뇌와 몸을 연결하여 근육이 몸이 굽혀질 때 이를 감지하고 그 정보를 다시 뇌로 보낼 수 있도록 합니다. 결정적으로, 연구진은 모델에게 움직이는 법을 가르치지 않았습니다. 모델이 올바르게 걷도록 숫자를 조정하지도 않았습니다. 그들은 단지 알려진 물리적 연결과 알려진 세포의 전기적 특성을 입력한 다음, 전원을 켰을 뿐입니다.

결과는 놀라웠습니다. 훈련이나 사전 프로그래밍된 리듬 없이도, 시뮬레이션은 스스로 움직이기 시작했습니다. 오직 꾸준하고 부드러운 전기 신호에 의해 구동되는 뉴런 네트워크는 머리에서 꼬리까지 전달되는 굽힘의 파동을 생성했습니다. 이 파동은 가상 벌레를 화면 너스를 따라 초당 0.210 밀리미터의 속도로 전진시켰으며, 꿈틀거리는 빈도는 0.58 헤르츠였습니다. 이 수치들은 실제 벌레의 움직임과 거의 완벽하게 일치했습니다. 이 연구는 해부학적 구조 자체, 즉 뉴런이 연결된 특정한 방식과 그들의 자연스러운 전기적 행동이 결합되었을 때, 조직적이고 현실적인 움직임을 생성하기에 충분하다는 것을 보여줍니다. 움직임의 리듬은 뇌의 중앙 시계에서 온 것이 아니라, 뇌와 근육, 그리고 신체 스스로의 위치를 감지하는 감각 사이의 루프에서 자연스럽게 발생했습니다. 이는 벌레의 신경계가 걷기 위해 숨겨진 지침서를 필요로 하지 않음을 확인시켜 줍니다. 지침은 이미 연결의 물리적 구조 안에 내장되어 있습니다.

연구진은 이 시스템이 실제로 얼마나 취약한지 테스트했습니다. 그들은 모든 뉴로에 특정 유형의 이온 통로를 한꺼번에 꺼버리는 일련의 가상 실험을 수행하여 유전적 돌연변이를 모사했습니다. 어떤 경우에는 이러한 변화가 뉴런의 내부 전기 상태를 극적으로 변화시켜, 휴지 전압을 최대 12 밀리볼트까지 변화시키고 발화 강도를 거의 50%까지 변화시켰습니다. 이러한 거대한 내부 변화에도 불구하고, 벌레의 움직임은 거의 변하지 않았습니다. 꿈틀거림의 속도와 빈도는 0.3% 미만으로 변했습니다. 이 발견은 개체 수준에서의 퇴행성 개념에 대한 강력한 증거를 제공합니다. 이는 신경계가 엄청난 중복성을 갖도록 설계되어, 기능 수행 능력을 잃지 않고도 거대한 내부 변동을 흡수할 수 있음을 시사합니다. 행동은 단일 채널에 의해 보호되는 것이 아니라, 변화에 보상하는 전체 네트워크의 집단적 능력에 의해 보호됩니다.

하지만 초기 모델에는 한 가지 작은 결함이 있었습니다. 벌레의 몸이 실제 벌레에 비해 약간 너무 얕게 굽혀진다는 점이었습니다. 이를 해결하기 위해 연구진은 최근 몇 년 동안 발견되었으나 이전 모델에는 빠져 있었던 단일 층의 화학적 신호 전달 체계를 추가했습니다. 이 시스템은 DVA라고 불리는 특정 뉴런을 포함하며, 이 뉴런은 근육에 대한 볼륨 조절기처럼 작용하는 화학적 메신저를 방출합니다. 몸이 굽혀질 때, 이 뉴런은 늘어남을 감지하고 근육으로 보내는 신호를 증폭시켜 굽힘을 더 깊게 만듭니다. 이 단일 메커니즘이 추가되었을 때, 시뮬레이션의 굽힘 진폭은 생물학적 범위에 맞게 증가했습니다. 이 조정은 또한 모델이 이 시스템의 유전적 돌연변이를 가진 실제 벌레들을 올바르게 재현할 수 있게 해주었는데, 해당 돌연변이 벌레들은 더 느리게 움직이고 더 얕게 굽히는 것으로 알려져 있습니다. 더욱이, 모델은 약물인 알디카브(aldicarb)에 실제 벌레와 동일한 방식으로 반응했습니다. 약물이 도입되었을 때, 온전한 화학 시스템을 가진 시뮬레이션 벌레들은 빠르게 빨라진 반면, 망가진 시스템을 가진 벌레들은 그렇지 못했는데, 이는 실제 세계의 실험을 그대로 반영했습니다.

마지막으로, 팀은 빛을 사용하여 개별 뉴런을 켜고 끄는 특정 실험을 통해 모델을 테스트했습니다. AVA라는 뉴런을 켜는 것을 시뮬레이션했을 때, 가상 벌레는 즉시 방향을 바꾸어 뒤로 기어가기 시작했는데, 이는 실제 벌레가 하는 것과 같습니다. RIS라는 뉴로(수면과 관련된 뉴런)를 켜는 것을 시뮬레이션했을 때, 벌레는 움직임을 멈추고 빛이 꺼질 때까지 가만히 있었습니다. 이러한 결과들은 모델이 벌레 행동의 근본적인 논리를 포착하고 있음을 보여주었습니다. 연구는 완전한 배선도가 현실적인 전기적 특성을 부여받았을 때, 복잡한 행동을 생성하기에 충분하다는 결론을 내립니다. 또한, 배선이 기초가 되지만, 움직임을 살아있는 동물의 정밀도에 맞게 미세 조정하기 위해서는 특정 층의 화학적 조절이 필요하다는 점을 강조합니다. 이 작업은 뇌가 어떻게 작동하는지 연구하는 새로운 방법을 제공하며, 과학자들이 살아있는 생물을 직접 건드리기 전에 유전자나 약물이 행동에 어떤 영향을 미칠지 테스트할 수 있는 도구를 제공합니다.