💬 NLP

Neural Circuit Function Inference with LLMs

Het artikel introduceert LLantia, een geautomatiseerde methode die gebruikmaakt van grote taalmodellen om op de literatuur gebaseerde celtypefuncties te distilleren en deze te integreren met connectoomgegevens om systematisch de functies van neurale circuits en hun componentceltypen af te leiden en hiërarchisch te structureren, zoals gedemonstreerd en gevalideerd in het volwassen brein van de fruitvlieg.

Oorspronkelijke auteurs: Yijie Yin (Department of Physiology, Development and Neuroscience, University of Cambridge, Cambridge, UK, MRC Laboratory of Molecular Biology, Cambridge, UK), Albert Cardona (MRC Laboratory of Molecu

Gepubliceerd 2026-08-04

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Yijie Yin (Department of Physiology, Development and Neuroscience, University of Cambridge, Cambridge, UK, MRC Laboratory of Molecular Biology, Cambridge, UK), Albert Cardona (MRC Laboratory of Molecular Biology, Cambridge, UK, Department of Physiology, Development and Neuroscience, University of Cambridge, Cambridge, UK)

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert te begrijpen hoe een stad werkt door alleen maar te kijken naar een kaart van elke straat, steeg en stoep. Je weet waar de wegen samenkomen, maar je hebt geen idee wat er op de kruispunten gebeurt. Is die verkeerslicht bedoeld voor een schoolzone? Is die steeg een afkorting voor bestelwagens of een doodlopende weg? Dit is de huidige staat van de neurowetenschap. Wetenschappers hebben eindelijk de "bedradingsdiagrammen" van minuscule hersenen voltooid, zoals die van een fruitvlieg, waarbij precies wordt getoond welke neuronen met welke andere neuronen in contact staan. Maar het kennen van de verbindingen is slechts de helft van de strijd; het echte mysterie is uitzoeken wat die verbindingen daadwerkelijk doen. Hoe verandert een specifieke kluwen van draden de geur van azijn in een beslissing om er naartoe te vliegen?

Om dit op te lossen, gebruiken onderzoekers een nieuw soort digitale detective: Large Language Models (LLM's). Denk aan deze als superintelligente AI-lezers die bijna elke wetenschappelijke paper ooit geschreven hebben verslonden. Ze zijn uitstekend in het vinden van patronen in tekst, maar ze kunnen meestal geen bedradingsdiagram bekijken. De grote vraag is: kunnen we een AI leren om naar een kaart van verbindingen te kijken én de geschiedenisboeken te lezen over wat die onderdelen doen, en vervolgens die kennis te gebruiken om de functie van de onderdelen te raden die nog door niemand zijn bestudeerd? Als we dit kunnen doen, kunnen we direct begrijpen hoe complexe circuits werken zonder dat we voor elk enkel neuron duizenden trage, dure experimenten hoeven uit te voeren.

De AI-detective: LLantia

Maak kennis met LLantia (LLM automated neural circuit inference and analysis), een nieuwe digitale tool ontwikkeld door onderzoekers Yijie Yin en Albert Cardona. Hun doel was om een systeem te bouwen dat de enorme, voltooide bedradingskaart van de hersenen van een volwassen fruitvlieg kan nemen en automatisch kan uitzoeken wat elk type neuron doet, zelfs als nog nooit een wetenschapper een paper over dat specifieke neuron heeft geschreven.

Het Problek: Een Bibliotheek van Verloren Pagina's
De hersenen van een fruitvlieg bevatten ongeveer 140.000 neuronen, maar wanneer ze worden gegroepeerd op basis van hun vorm en verbindingen, vormen ze ongeveer 9.000 verschillende "celtypen". Wetenschappers hebben sommige van deze typen bestudeerd, maar de informatie ligt verspreid als puzzelstukjes in verschillende dozen. Sommige papers zeggen dat een neuron helpt bij het reukvermogen; andere zeggen dat het helpt bij beweging. Ondertussen laat de bedradingskaart zien dat deze neuronen dicht verbonden zijn—als een druk metrostation waar 80% van de stations verbonden is binnen slechts vijf haltes. Het handmatig proberen uit te zoeken wat er gebeurt wanneer je al deze signalen combineert, is voor een mens onmogelijk om snel te doen.

De Oplossing: Een Twee-stappen Magische Truc
LLantia werkt in twee hoofdfasen en fungeert als een zeer georganiseerde bibliothecaris en een briljante detective ineen.

Stap 1: De Bibliothecaris (De aanwijzingen lezen)
Eerst gaat het systeem op een speurtocht door de wetenschappelijke literatuur. Het begint met een paar "seed"-papers en gebruikt een citatiegrafiek (een kaart van welke papers naar welke andere verwijzen) om elke gerelateerde studie te vinden. Het downloadt de tekst en gebruikt een AI om de specifieke functies van de genoemde neuronen te extraheren.

De Uitdaging: Wetenschappers gebruiken vaak verschillende namen voor hetzelfde neuron (zoals een "hond" een "canine" of een "puppy" noemen). De AI moet slim genoeg zijn om te beseffen dat "MBON-α'1" en "MBON15" dezelfde personages in het verhaal zijn.
Het Resultaat: Het systeem slaagde erin om de functies van 411 unieke celtypen uit duizenden papers te distilleren, waarbij lange, complexe zinnen werden omgezet in korte, heldere samenvattingen.

Stap 2: De Detective (Het mysterie oplossen)
Vervolgens neemt het systeem de bedradingskaart en de samenvattingen die het net heeft gelezen. Het creëert een aangepaste "prompt" (een gedetailleerde instructie) voor een krachtig AI-model. Deze prompt zegt: "Hier is een specifiek neuron. Hier is met wie het communiceert. Hier is wat die buren bekend doen. Wat is op basis hiervan de taak van dit neuron?"

De Logica: Als een neuron signalen ontvangt van "geurdetectoren" en signalen verzendt naar "vluchtcontrollers", concludeert de AI dat dit neuron waarschijnlijk een "geur-naar-vlucht converter" is.
De Output: In plaats van een simpele gok, produceert de AI een gestructureerd rapport. Het stelt de functie van het neuron voor, de specifieke gedragingen die het zou kunnen aansturen (zoals "zoeken naar voedsel als men honger heeft"), en somt zelfs de specifieke verbindingen op die deze gedachte ondersteunen. Het organiseert deze vermoedens in een hiërarchie, waarbij wordt getoond hoe kleine circuits in grotere passen.

Werkte het? Het Bewijs
De onderzoekers hebben niet alleen gehoopt dat het werkte; ze hebben het rigoureus getest.

De "Toekomst"-test: Ze controleerden hun resultaten aan de hand van een gloednieuwe wetenschappelijke paper die werd gepubliceerd nadat de AI was getraind. De AI had correct afgeleid dat een specifiek neuron (LoVPN) fungeert als een "visuele salientie-detector" die alleen werkt wanneer andere zintuigen (zoals reuk) stil zijn. Dit kwam perfect overeen met de bevindingen van de nieuwe paper, wat bewees dat de AI niet alleen oude feiten aan het memoriseren was, maar daadwerkelijk redeneerde over het circuit.
De "Geheugen"-test: Om er zeker van te zijn dat de AI niet simpelweg de antwoorden ophaalde uit de trainingsdata, verbergden de onderzoekers de namen van de neuronen en verwijderden ze de bekende functiebeschrijvingen. Toen de namen weg waren, werden de gokken van de AI vaag en generiek. Dit bewees dat de AI daadwerkelijk de bedradingskaart en de context van de andere neuronen gebruikte om het antwoord te achterhalen, en niet alleen een feit ophaalde.
De "Menselijke"-test: Toen ze de samenvattingen van de AI vergeleken met die van menselijke experts, waren de door de computer gegenereerde beschrijvingen verrassend vergelijkbaar qua betekenis, ook al was de bewoording anders.

Wat het Vond
Met deze methode genereerde het team functiehypothesen voor alle 9.000 celtypen in de hersenen van de fruitvlieg. Ze brachten ook zes belangrijke "circuits" in kaart (zoals het pad van geursensoren naar het navigatiecentrum). De AI ontdekte veelvoorkomende thema's, zoals:

Cross-inhibitie: Neuronen die één gedrag (zoals het zingen van een liefdesliedje) stoppen wanneer een ander, dringender gedrag (zoals vluchten voor een roofdier) nodig is.
AND-poorten: Neuronen die alleen activeren wanneer aan meerdere voorwaarden wordt voldaan (bijv. "Ik heb honger" EN "Ik ruik voedsel" EN "Ik ben niet aan het paren").

De Kernboodschap
LLantia vervangt wetenschappers niet; het geeft hen een enorme voorsprong. Het verandert een berg onsamenhangende data in een gestructureerde, doorzoekbare kaart van "wat doet wat". Door het proces van het leggen van de verbanden tussen de bedrading van een neuron en zijn taak te automatiseren, stelt het onderzoekers in staat om de gokfase over te slaan en direct over te gaan tot het ontwerpen van experimenten om deze nieuwe ideeën te testen. De auteurs suggereren dat deze aanpak kan worden opgeschaald naar nog grotere hersenen naarmate onze kaarten beter worden, waardoor de overweldigende complexiteit van het zenuwstelsel wordt omgezet in een oplosbare puzzel.

Technische Samenvatting: Inferentie van Neurale Circuitfunctie met LLM's (LLantia)

Probleemstelling

De snelle versnelling van de connectoom-mapping, met name in Drosophila melanogaster, heeft de primaire uitdaging verschoven van data-acquisitie naar de interpretatie van neurale circuitfunctie. Hoewel het connectoom van de fruitvlieg ongeveer 140.000 neuronen bevat, kunnen deze worden teruggebracht tot een connectiviteitsmatrix van ongeveer 9.000 verschillende celtypen op basis van morfologie en synaptische connectiviteit. Echter, de enorme dichtheid van connectiviteit — waarbij ~80% van de celtypen binnen vijf stappen synaptisch verbonden is — creëert een combinatorische explosie van potentiële input-outputpaden. Deze complexiteit, gecombineerd met schaarse en verspreide literatuur die slechts een fractie van de celtypen beslaat, belemmert de formulering van toetsbare modellen en experimenten. Bestaande benaderingen voor literatuuraggregatie leunen zwaar op handmatige curatie of commerciële tools die geen open API's missen, wat het moeilijk maakt om bekende functionele data op grote schaal systematisch te integreren met structurele connectoomdata.

Methodologie: Het LLantia-framework

De auteurs introduceren LLantia (LLM automated neural circuit inference and analysis), een geautomatiseerde pipeline ontworpen om de functie van neurale celtypen en de circuits waar ze deel van uitmaken te infereren door connectoomstructuur te combineren met uit de literatuur afgeleide functionele beschrijvingen. Het framework werkt via drie primaire stadia:

1. Geautomatiseerde Literatuurwinning en Functiedestillatie

Citatiegraaf-traversering: Vertrekkend vanuit 114 handgekozen "seed"-papers, gebruikt het systeem de Semantic Scholar API om de citatiegraaf te doorlopen (upstream en downstream, 2 stappen).
Relevantiefiltering: Een klein LLM (Qwen3.5-4B) filtert papers op basis van titels en abstracts op relevantie voor Drosophila neurale functie, volgend op een initiële trefwoordfilter.
Extractie en Normalisatie: Volledige PDF-bestanden worden opgehaald (via Semantic Scholar, Unpaywall, OpenAlex) en verwerkt door een groot LLM (Qwen3.6-35B) om celtype namen en hun functies te extraheren.
Naamovereenkomst: Geëxtraheerde namen worden gematcht met connectoom-identificatoren met behulp van synoniemenlijsten en gedeeltelijke string-matching.
Samenvatting: Voor celtypen die in meerdere papers voorkomen, consolideert het LLM de bevindingen in beknopte beschrijvingen (maximaal 30 woorden) om aan de daaropvolgende prompt-restricties te voldoen.

2. Inferentie van Functie per Enkel Celtype

Om de functie van een query-celtype te infereren, construeert het systeem een gestructureerde prompt die de volgende elementen bevat:

Connectoomdata: Vooraf berekende gesigneerde effectieve connectiviteit (excitatoir/inhibitoir) van sensorische neuronen en bekende functionele cellen naar de query, en van de query naar bekende cellen.
Lokale Context: Directe pre- en postsynaptische partners en hun connectiviteitsgewichten.
Functionele Kennis: Een compendium van gedestilleerde functionele beschrijvingen voor alle "bekende" celtypen die deelnemen aan de polysynaptische paden van de query.
Restrictie: De bekende functie van het query-celtype wordt expliciet uitgesloten om datalekken te voorkomen en het vermogen tot inferentie te testen.
Output: Het LLM (Qwen3.6-35B) genereert een gestructureerde JSON-respons met details over de gedragscontext, circuitlogica, coherentiebeoordeling, geïnferreerde computatie, sleutelondersteunende verbindingen en intermediaire berekeningen.

3. Hiërarchische Circuitfunctie-inferentie

Voor bredere circuits hanteert de pipeline een meerstaps hiërarchische promptingstrategie:

Padvinden: De Connectome Interpreter identificeert alle polysynaptische paden tussen gedefinieerde bron- en doelceltypen.
Gelaagde Representatie: Het circuit wordt getransformeerd in een gelaagde graaf (gebaseerd op informatiestroom) om token-redundantie te verminderen, waarbij celtypen worden opgesomd op basis van hun synaptische afstand van bronnen.
Iteratieve Synthese:
1. Paarsgewijs: Infereer functies voor specifieke input-outputparen.
2. Aggregatie: Synthetiseer functies voor alle paden die convergeren op een doel of divergeren van een bron.
3. Globale Synthese: Combineer deze samenvattingen om de functie van het gehele circuit te definiëren over meerdere gedrags- en fysiologische contexten (bijv. honger, paringsstaat).

Belangrijkste Resultaten en Validatie

Nauwkeurigheid van Literatuurextractie

De geautomatiseerde extractie van celtypefuncties werd gevalideerd tegenover handmatig gecureerde datasets. Embedding-gelijkenis-analyse (met behulp van Qwen3-Embedding-8B) toonde aan dat beschrijvingen voor hetzelfde celtype die door de geautomatiseerde pipeline werden gegenereerd, significant gelijker waren aan menselijk gecureerde beschrijvingen dan aan beschrijvingen van andere celtypen (Wilcoxon $p < 1,51 \times 10^{-35}$ ).

Validatie van Inferentie

Kwantitatief: Voor 488 celtypen met bekende functies waren de door het LLM geïnferreerde beschrijvingen (waarbij de bekende functie uit de prompt werd verwijderd) significant dichter bij de uit de literatuur afgeleide grondwaarheid dan bij beschrijvingen van andere celtypen ( $p < 1,30 \times 10^{-33}$ ).
Geheugen versus Analyse Controle:
- Wanneer bekende functiebeschrijvingen uit de prompt werden verwijderd, daalde de prestatie, wat aangeeft dat het model vertrouwt op de verstrekte context in plaats van enkel op de naam van het celtype te vertrouwen.
- Wanneer celtypenamen werden vervangen door dummy-namen (waarbij de connectiviteit en functionele beschrijvingen van partners behouden bleven), behield het model een hoge prestatie, wat bewijst dat de inferentie wordt gedreven door structurele en functionele analyse in plaats van naam-gebaseerde retrieval.
Prospectieve Validatie: De methode werd toegepast om de functie van het LoVPN-celtype (LTe72) te infereren met behulp van het LLM (Qwen3.6), dat in april 2026 werd uitgebracht. De analyse werd uitgevoerd vóór de publicatie van Coban, Harris et al. (juni 2026). Het LLM voorspelde een "contextafhankelijke visuele salientie-detector" die wordt gereguleerd door andere sensorische modaliteiten (olfactie, thermoreceptie), wat exact overeenkwam met de daaropvolgende experimentele bevindingen met betrekking tot de LHPV6m-gating gerapporteerd in de juni 2026 paper.

Toepassingen van Circuitanalyse

Het framework werd toegepast op zes brede circuits in het brein van de fruitvlieg (bijv. Lateral Horn naar Central Complex, MBONs naar Descending Neurons). Het systeem genereerde hiërarchische beschrijvingen die de volgende zaken identificeerden:

Contextafhankelijke Logica: Circuits die anders opereren onder specifieke toestanden (bijv. honger versus verzadiging).
Cross-inhibitie: Mechanismen waarbij specifieke celtypen (bijv. LPLC2) anderen (bijv. pMP2) inhiberen om gedragsmatige exclusiviteit af te dwingen.
AND-poorten: Vereisten van meerdere simultane condities (bijv. aanwezigheid van voedselgeur + gebrek aan paringsprioriteit) om specifieke motorische outputs te triggeren.

Betekenis en Claims

Het artikel claimt dat LLantia een schaalbare, geautomatiseerde methode biedt om de kloof tussen connectoomstructuur en functioneel begrip te overbruggen. De belangrijkste bijdragen zijn:

Systematische Inferentie: Het gaat verder dan handmatige curatie door systematisch functies te infereren voor alle ~9.000 celtypen in het vliegenconeom.
Terugkoppeling en Transparantie: De hiërarchische, gestructureerde output stelt onderzoekers in staat om hypotheses op circuitniveau terug te traceren naar specifieke subcircuits, synaptische verbindingen en de oorspronkelijke literatuur, wat experimentele validatie vergemakkelijkt.
Contextuele Nuance: Door gedragsmatige en fysiologische contexten expliciet te modelleren, medieert de methode hoe circuits opereren onder specifieke condities, wat de beperking van statische connectiviteitskaarten aanpakt.
Open Science: De auteurs stellen de software suite (LLantia), de Connectome Interpreter en alle gegenereerde data (inclusief hypotheses voor de FAFB/FlyWire connectoom) als open-source middelen beschikbaar, waardoor de gemeenschap deze methoden op andere connectomen kan toepassen.

De auteurs nemen een bescheiden standpunt in door te erkennen dat het framework afhankelijk is van de aanwezigheid van voorafgaande literatuur voor ten minste enkele component-celtypen, en dat de vrije tekst van de outputs verdere systematische validatie door menselijke experts of geautomatiseerde functionele overeenkomstcontroles vereist. Ze demonstreren echter dat moderne open-weight LLM's effectief inferenties kunnen uitvoeren op neurale circuits wanneer zij worden geleid door gestructureerde prompts die connectiviteit en gedestilleerde functionele kennis bevatten.