How much of a nervous-system model does behaviour identify?
Este estudo demonstra que, embora os dados comportamentais possam restringir direções específicas no espaço de parâmetros de modelos de sistemas nervosos de organismos inteiros, a vasta maioria dos parâmetros em escala de conectoma permanece indeterminada, sendo que a extensão da identificabilidade depende da diversidade e das demandas funcionais dos comportamentos elicitados.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Cientistas há muito buscam construir gêmeos digitais de criaturas vivas, programas de computador que mimetizam a maneira como um verme rasteja ou uma mosca caminha. Essas simulações são construídas a partir de milhares de partes minúsculas: a força das conexões entre as células nervosas, a velocidade com que os sinais elétricos viajam e as reações químicas que mantêm as células vivas. A esperança tem sido a de que, se um modelo computacional puder reproduzir perfeitamente o movimento de um animal, então os números dentro desse modelo devem corresponder à biologia real do animal. Se o verme virtual se move exatamente como o real, a lógica diz, o verme virtual deve ser construído com as mesmas configurações do real. Mas um corpo crescente de trabalhos sugere que isso pode não ser verdade. É possível que muitos conjuntos diferentes de números produzam exatamente o mesmo movimento, o que significa que observar um animal se mover pode não ser suficiente para descobrir exatamente como seu sistema nervoso está conectado.
Um novo estudo de Chenxi He, da Universidade de Cambridge, coloca essa questão à prova em grande escala. Em vez de olhar para uma única célula nervosa ou um pequeno grupo delas, o pesquisador examinou simuladores de organismo completo de um verme nematódeo e de uma mosca de fruta. Esses modelos contêm milhares de parâmetros que definem como o sistema nervoso funciona. Ao ajustar sistematicamente cada número individual nos modelos e observar como o comportamento mudava, o estudo mapeou exatamente quais partes do modelo são travadas pelas ações do animal e quais partes estão livres para variar. Os resultados mostram que o comportamento é um guia muito pobre para os detalhes completos de um sistema nervoso. Embora os movimentos do animal determinem algumas combinações específicas de configurações, eles deixam a grande maioria dos números internos do modelo completamente sem restrições.
O estudo focou primeiro em um modelo detalhado do nematódeo C. elegans, um verme minúsculo cujo diagrama completo de conexões do sistema nervoso é conhecido. Este modelo contém 3.076 forças de conexão diferentes entre suas células nervosas. O pesquisador executou milhares de simulações, alterando uma conexão por vez para ver se o padrão de rastejamento do verme mudava. As descobertas foram impressionantes: das 3.076 conexões, o comportamento do verme determinava apenas oito direções específicas no espaço de todas as configurações possíveis. Mesmo quando o pesquisador olhou para um padrão de medição ligeiramente mais frouxo, o número subiu para apenas 47. Isso significa que 99% das forças de conexão no modelo poderiam ser alteradas sem que o verme percebesse diferença em como se movia. O comportamento do verme age como um holofote estreito, iluminando uma fatia pequena e específica do modelo enquanto deixa o resto na escuridão.
Esse padrão se manteve mesmo quando o estudo olhou para um animal diferente e uma parte diferente do sistema nervoso. Em um modelo do sistema visual da mosca de fruta, que processa o que a mosca vê, o pesquisador descobriu que, das 330 configurações ajustáveis, o comportamento restringia apenas 14. Tanto no verme quanto na mosca, as partes do modelo que eram rigidamente controladas pelo comportamento eram as conexões que carregam os sinais principais para o movimento ou visão. As partes que ficaram livres para variar eram frequentemente as correntes químicas específicas dentro das células. Por exemplo, no modelo do verme, o comportamento era amplamente insensível a dois tipos específicos de canais de cálcio, o que significa que sua força poderia ser alterada significativamente sem mudar a forma como o verme rastejava. Isso sugere que o sistema nervoso possui uma grande dose de flexibilidade; ele pode alcançar o mesmo resultado com muitos diferentes ajustes internos.
A pesquisa também explorou se observar um animal fazendo mais coisas ajudaria a determinar mais detalhes. A equipe testou o modelo do verme com diferentes tipos de movimento, como rastejar em linha reta versus mover-se em direção à comida. Eles descobriram que adicionar mais do mesmo tipo de movimento, como andar mais rápido ou mais devagar, não revelava muita informação nova. As configurações do modelo que controlavam essas ações semelhantes já estavam travadas pelo primeiro movimento. No entanto, quando o animal realizava uma tarefa funcionalmente diferente, como navegar em direção a um cheiro em vez de apenas andar, o modelo revelava um novo conjunto de configurações restritas. O comportamento do verme em um gradiente químico travava conexões diferentes de seu comportamento em um simples caminhar. No entanto, mesmo com essas tarefas diferentes, uma grande parte do modelo permanecia livre. O estudo mostrou que, para aprender mais sobre o sistema nervoso, é necessário observar uma ampla variedade de comportamentos distintos, não apenas gravações mais longas da mesma ação.
Para garantir que essas descobertas não fossem apenas uma peculiaridade dos modelos computacionais, o pesquisador testou os mesmos métodos em modelos celulares mais simples onde as respostas corretas já eram conhecidas. Nesses casos, o método funcionou perfeitamente: quando o modelo era pequeno e o comportamento era simples, as configurações corretas eram recuperadas. Mas quando o modelo era complexo, como a famosa via de sinalização MAPK, a simulação podia corresponder ao comportamento exatamente, enquanto usava números completamente errados para as partes internas. Isso confirmou que uma correspondência perfeita com o comportamento não garante que a biologia subjacente tenha sido corretamente identificada. O estudo também comparou seus resultados com dados biológicos reais de outros cientistas, como medições de quanto as células nervosas variam entre indivíduos da mesma espécie. Os padrões do que varia e do que permanece constante em vermes e moscas reais coincidiram com os padrões encontrados nos modelos computacionais, sugerindo que essa "imprecisão" é um recurso real da biologia, não apenas uma falha nas simulações.
A conclusão definitiva é que o comportamento identifica um espaço específico de baixa dimensão dentro de um modelo de sistema nervoso, mas deixa a vasta maioria do espaço desse modelo aberta. As partes do sistema que são restringidas são aquelas essenciais para a tarefa específica em questão, enquanto as partes livres representam direções nas quais a biologia pode variar sem consequências. Isso significa que construir um organismo digital que se comporte como um real não significa que descobrimos as configurações exatas do organismo real. Em vez disso, encontramos uma combinação de trabalho de configurações que acontece de produzir o movimento correto. O estudo reformula essa incerteza não como uma falha de medição, mas como uma característica da vida: o sistema nervoso é robusto o suficiente para tolerar uma ampla gama de mudanças internas, desde que o resultado final, o comportamento, permaneça eficaz. O pesquisador conclui que, para compreender verdadeiramente um sistema nervoso, devemos olhar além do comportamento que ele produz e reconhecer que o caminho para esse comportamento é pavimentado com muitas rotas possíveis.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.