1-mm³-Stück des menschlichen Gehirns mit Nanoskalen-Auflösung kartiert

 (nature.com)
2 Punkte von GN⁺ 2024-05-11 | 1 Kommentare | Auf WhatsApp teilen
  • Forschende haben ein sehr kleines Stück des menschlichen Gehirns mit extremer Detailtiefe kartiert und einen Zellatlas erstellt, der Einblicke in die Verschaltungsstruktur des Gehirns ermöglicht
  • Dieser Zellatlas wurde in Science veröffentlicht und auch als Online-Datensatz bereitgestellt, sodass er für Folgeanalysen genutzt werden kann
  • Der Atlas offenbart neue Verbindungsmuster zwischen Neuronen und zeigt Strukturen auf Zellebene, die bislang nur schwer zu erkennen waren
  • Einige Zellen umschlingen sich selbst und bilden knotenartige Strukturen; außerdem wurden Neuronenpaare bestätigt, die nahezu spiegelbildlich erscheinen
  • Selbst in einem kleinen Gewebestück von 1 mm³ zeigen sich komplexe Verbindungen und Formen, was das für das Verständnis der Struktur des menschlichen Gehirns nötige Datenvolumen verdeutlicht

Zellatlas eines Stücks menschlichen Gehirns

  • Forschende haben ein kleines Stück des menschlichen Gehirns äußerst detailliert kartiert
  • Das Ergebnis ist ein Zellatlas, der unter anderem Gehirnzellen, also Neuronen, umfasst
  • Der Atlas wurde als Science-Publikation veröffentlicht und ist auch online zugänglich

Im Atlas sichtbar gewordene Strukturen

  • Zwischen Neuronen wurden neue Verbindungsmuster festgestellt
  • Einige Zellen umschlingen sich selbst und bilden knotenartige Strukturen
  • Es zeigen sich auch Neuronenpaare, die einander fast spiegelbildlich sind

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2024-05-11
Hacker-News-Meinungen

  • Ich habe mir zum Stand 11.05.2024 alle Kommentare durchgelesen, und es ist ziemlich erstaunlich, dass aus Sicht von Professoren führender Universitäten keine einzige offensichtliche Frage aufkam.
    Statt nur Lehrbuchwissen über Gehirnfunktion, Unterschiede zwischen Säugetieren und Vögeln sowie AI und LLMs auszubreiten, müsste man doch fragen, was diese seltsamen Strukturen und Objekte, von denen wir überhaupt nichts wissen, eigentlich tun: https://h01-release.storage.googleapis.com/gallery.html
    Ich habe nachgezählt: Es sind 7.

    • Man ist von der gesamten Komplexität und Ungewissheit überwältigt, aber der Gedanke, dass manche davon rudimentäre Organe sein könnten, ist schon amüsant.
      Besonders gefällt mir das „eiförmige Objekt ohne verbundene Fortsätze“.
    • Als völliger Außenstehender weiß ich nicht einmal, worauf ich achten soll, aber Dendriten innerhalb eines Zellkörpers fand ich am erstaunlichsten.
      Eine Struktur, bei der der Dendrit einer Zelle durch den Zellkörper einer anderen Zelle hindurchläuft.
    • Es ist wirklich großartig, dass all diese Komplexität etwas so Schönes wie ein Lächeln oder Liebe hervorbringt.
    • Da es in diesen Daten keine vergleichbare Kontrollprobe gesunden Gewebes gibt, ist das nicht falsifizierbar und schwerlich als zu 100 % wissenschaftlich belastbar anzusehen.

  • Die interaktive Visualisierung ist wirklich hervorragend.
    Es lohnt sich, in die Schnitte hineinzuzoomen und durch die Ebenen nach oben und unten zu scrollen; auch das 3D-Modell ist einen genaueren Blick wert.
    Man sieht auch, dass ein gesamtes Neuron hervorgehoben wird, wenn man mit der Maus über einen Teil davon fährt: http://h01-dot-neuroglancer-demo.appspot.com/#!gs://h01-release/assets/neuroglancer_states/20210601/c2_library.json

    • Wirklich überwältigend.
      Das ist nur 1 Kubikmillimeter unseres Gehirns, und trotzdem gibt es schon so viele Verbindungen; da versteht man, warum Krähen selbst mit einem walnussgroßen Gehirn so intelligent sein können.
      Das Gehirn ist vielleicht das Komplexeste im Universum, und ich frage mich, ob es komplex genug sein kann, um sich selbst zu verstehen – ob das logisch überhaupt möglich ist.
    • Diese Website respektiert mein Tastaturlayout nicht.
      Keine Ahnung, wie man so etwas hinbekommt.

  • „Die 3D-Karte umfasst ein Volumen von etwa 1 Kubikmillimeter, also ein Millionstel des gesamten Gehirns, und enthält rund 57.000 Zellen sowie 150 Millionen Synapsen, die Verbindungen zwischen Neuronen.“
    Das ist ein guter empirischer Referenzpunkt, um grob abzuschätzen, wie groß ein neuronales Netzwerkmodell sein müsste, um das menschliche Gehirn nachzubilden.
    150 Millionen Synapsen / 57.000 Neuronen ergeben im Schnitt 2.632 Synapsen pro Neuron; wenn man beim erwachsenen menschlichen Gehirn von etwa 100 Milliarden Neuronen ausgeht, kommt man insgesamt auf 2,6e14 Synapsen.
    Selbst wenn man nur 1 Parameter pro Synapse ansetzt, wäre ein Minimalmodell Hunderte Male größer als die gerüchteweise genannten 1,8e12 Parameter von GPT-4.
    Das ist natürlich viel zu grob; wenn man pro Synapse 10–100 Ionenkanäle und pro Ionenkanal mindestens 10 Parameter annimmt, landet man bei 2,6e16 oder mehr, also über vier Größenordnungen mehr als GPT-4.
    Natürlich gibt es noch andere Probleme, etwa die Implementierung von Neuroplastizität, aber als Überschlagsrechnung ist es interessant.
    Die nötige Rechenleistung könnte etwa 2048 erreichbar sein: https://news.ycombinator.com/item?id=38919548

    • Aus Geoffrey Hintons Perspektive könnten künstliche neuronale Netze viel effizienter sein als echte neuronale Netze.
      Das ist fast das Gegenteil dessen, was man jahrzehntelang geglaubt hat: dass künstliche Neuronen nur ein dürftiges Modell realer Neuronen seien.
      Es gibt das Zitat: „Unser Gehirn hat 100 Billionen Verbindungen. Große Sprachmodelle haben höchstens 500 Milliarden, maximal 1 Billion. Aber GPT-4 weiß Hunderte Male mehr als irgendein einzelner Mensch. Vielleicht hat es einen Lernalgorithmus, der unserem weit überlegen ist.“
      Gemessen an der Dichte dieser Gehirnprobe würden die Verbindungen von GPT-4 5 Kubikzentimeter einnehmen, also 1 % des Volumens der menschlichen Großhirnrinde.
      Und trotzdem spricht GPT-4 rund 80 Sprachen halbwegs fließend, übersetzt, schreibt Code, imitiert den Stil Hunderter oder Tausender Autoren und kann sich über alles von Philosophie über Kochen und Wissenschaft bis hin zu Recht unterhalten.
    • In dieser Rechnung fehlt der Aspekt, dass Neuronen nicht einfach Knoten mit einer einzelnen Zahl sind, sondern selbst Rechensysteme.
    • Dieses Modell könnte immer noch viel zu simpel sein.
      In Zellen steckt eine Fülle komplexer Maschinerie im Nanomaßstab, und ein Teil davon könnte durchaus an kognitiven Prozessen beteiligt sein.
      Ich kenne mindestens eine Studie, die Nanostrukturen identifiziert hat, die direkt daran beteiligt sind, wie Gedächtnis in Neuronen funktioniert.
      Außerdem haben viele Prozesse eine deutlich analoge Dimension.
      Mir ist ein Interview mit einem Neurologen in Erinnerung geblieben, in dem er sagte, die Menschheit habe das Gehirn seit Jahrhunderten immer mit der jeweils komplexesten Technologie der Zeit verglichen.
      Zuerst waren es mechanische Apparate, dann Röhren und Dampf, elektrische Schaltungen, Elektronik und heute Computer; aber das Gehirn funktioniert wie keines davon, also müssen wir die Grenzen unserer Modelle erkennen.
    • Im Inneren von Neuronen gibt es viel Komplexität, und Signalübertragung zwischen Synapsen scheint es ganz sicher auch zu geben.
      Warum sollte es sie nicht geben, wenn nichts sie verhindert?
      Ich glaube nicht, dass man das Verhalten von Synapsen einfach als mehr Signale modellieren kann.
    • Umgekehrt scheint ein erheblicher Teil neuronaler Schaltkreise für Funktionen wie Wartung oder Gehen verwendet zu werden.
      Daher könnte für allgemeine Intelligenz deutlich weniger Hirngewebe nötig sein.

  • Es ist zwar ein wichtiges und beeindruckendes Ergebnis, erinnert aber an ein Grundproblem der Neurowissenschaften.
    Wenn man von einem Prozessor fast nichts weiß und nur Elektroden an den Die anbringen kann: Könnte man allein aus den Messwerten im Detail herausfinden, wie der Prozessor ein Programm ausführt und was dieses Programm tut?
    Wenn man das dann um mehrere Größenordnungen skaliert und noch die Empfindlichkeit gegenüber dem Timing eintreffender Signale dazunimmt, dann ist das das Gehirn.
    Selbst wenn wir jetzt Petabytes an Daten haben: Kommen wir damit wirklich näher daran, zum Beispiel zu verstehen, wie Kognition funktioniert?
    Als ich eine Einführung in Computational Neuroscience besuchte, war ich ziemlich schockiert zu erfahren, dass es im Grunde keine Mathematik gibt, die im Zeitbereich mit mehr als ein paar Neuronen umgehen kann.
    Reale Neuronen arbeiten im Zeitbereich, beim Hebb’schen Lernen ist Timing wichtig, und es gibt auch keine globale Clock.
    Alles, was das Gehirn tut, ist ein kontinuierlicher Prozess.

    • Dieses Reverse-Engineering-Problem wurde durch diesen Artikel weithin bekannt: https://www.cell.com/cancer-cell/fulltext/S1535-6108%2802%2900133-2
      Zweitens sagt es einiges aus, dass OpenWorm nicht einmal die etwa 300 Neuronen von C. elegans, die bereits gut kartiert sind, richtig modellieren konnte.
    • Genau.
      Eines der Argumente in der KI-Forschung lautete: „Wenn man Vogelfedern unter dem Elektronenmikroskop betrachtet, entdeckt man dadurch nicht die Prinzipien des Fliegens.“
      Interessant ist es, aber ich glaube nicht, dass wir auf diese Weise Intelligenz verstehen werden.
      Emergente Phänomene sind Teil der Theorie komplexer Systeme, und uns fehlt die Mathematik dafür.
      Unser Unwissen in diesem Bereich ist groß.
      Als Kind hörte ich oft die Frage: „Kann das Gehirn sich selbst verstehen?“
      Vielleicht nicht, aber der Versuch, es zu verstehen, ist weiterhin wertvoll.
      In der Forschung zur Theorie komplexer Systeme brauchen wir einen Durchbruch.
    • Teilchenphysik funktioniert ähnlich.
      Statt Elektroden anzubringen, schießt man Teilchen darauf und analysiert die Bahnen der Trümmer.
    • Wenn man die Probe in Konservierungsflüssigkeit legt und mit Schwermetallen anfärbt, müsste man nur mein Gehirn ebenso behandeln und testen, ob es danach einen ähnlichen Kommentar wie oben schreiben kann.
      Es ist nicht überraschend, dass ein affenartiger Ansatz weiterhin affenartige Kognition zutage fördert.

  • Es ist Zeit, Feynmans „There's plenty of room at the bottom“ noch einmal zu lesen: https://web.pa.msu.edu/people/yang/RFeynman_plentySpace.pdf
    Man sollte sich die Stelle ansehen, an der Biologen ihn bitten, ein 1.000-mal leistungsfähigeres Elektronenmikroskop zu bauen, und dann schauen, welche Technik zum Scannen dieser Bilder verwendet wurde.

  • Wenn man sich das Bild eines einzelnen Neurons ansieht, sollten die Leute aus dem Bereich Gehirnsimulation ihre Schätzungen zur nötigen Rechenleistung wohl noch einmal neu berechnen.

  • Ich frage mich, ob es einen Namen für das leicht unangenehme Gefühl gibt, das man beim Anblick solcher Dinge bekommt.
    Ich würde es gern besser beschreiben, aber wenn ich mikroskopische Bilder von Gehirngewebe sehe, fühlt es sich irgendwie seltsam an.
    Ist das eine normale Reaktion?

    • Bei mir ist es der Anblick dieser Unordnung, der Stress auslöst.
      Das Gehirn hat ein furchtbares Kabelmanagement.
      Trotzdem empfinde ich in den Bildern auch eine unheimliche Leere.
      Mein erster Gedanke war, dass genau so meine „Implementierung“ als bewusstes Wesen aussieht: ein Bündel Fasern, eingeschlossen in völliger Dunkelheit im Schädel.
      Bei Bildern menschlichen Gehirngewebes kommt die Düsternis auch daher, dass es einst zu einem Menschen mit Leben und Erfahrungen gehörte.
      Mein lebendes Gehirn schaut gewissermaßen ein totes Gehirn an.
    • https://hitchhikers.fandom.com/wiki/Total_Perspective_Vortex
    • Ich frage mich, ob es an der Form liegt.
      Ob es ähnlich ist wie Lochmuster, die manche Menschen unangenehm finden, oder eher ein abstrakteres Gefühl wie: „Dort sind unbekannte Bruchstücke der innersten Realität von jemandem hindurchgeflossen.“
      Wie auch immer, ich kenne keinen Namen dafür; aber die Form selbst könnte in diesem Kontext ja einen Aspekt von Erinnerung oder Persönlichkeit darstellen — wer weiß.
    • Man bekommt das Gefühl, dass Menschen nichts Besonderes sind, dass es keine Seele gibt und Bewusstsein nur ein Kabelbündel wie in einem Computer ist.
      Wenn man sieht, dass die gesamte menschliche Erfahrung, Liebe, Tragik und Leistung, nur elektrische Potenziale sind, die von diesen gewundenen Zellen weitergegeben werden, verschwindet dieses magische Gefühl, das man gegenüber Menschen hatte.
    • Ich bin nicht religiös, aber für mich kommt das fast einem spirituellen Erlebnis am nächsten.
      Es fühlt sich an, als stünde ich etwas sehr Unmittelbarem gegenüber und zugleich etwas so Gewaltigem, dass ich es niemals verstehen kann.

  • Neal Stephensons Roman behandelt dieses Thema gut: https://en.wikipedia.org/wiki/Fall;_or,_Dodge_in_Hell

  • In einem Neuroglancer-Fork wurde ein Algorithmus entwickelt, der mit Self-Supervised Learning unbeschriftete Volumendaten annotiert.
    Bei großen Brain-Mapping-Projekten sind weitere Fortschritte zu erwarten.
    Projektdetails: https://www.ll.mit.edu/sites/default/files/other/doc/2023-02/TVO_Technology_Highlight_45_NeuroTrALE.pdf

  • „Die Probe wurde in etwa 5.000 Schnitte zerlegt; jeder Schnitt war 34 Nanometer dick und konnte mit einem Elektronenmikroskop aufgenommen werden.“
    Weiß jemand, wie man das macht, ohne die Probe zu beschädigen?