Kartierung des Gehirns erwachsener Fruchtfliegen abgeschlossen

 (economist.com)
1 Punkte von GN⁺ 2024-10-03 | 1 Kommentare | Auf WhatsApp teilen
  • Die Verbindungskarte des Gehirns erwachsener Fruchtfliegen wurde fertiggestellt und gilt als Referenzpunkt für die Konnektom-Forschung, die komplexe Tiergehirne detailliert lesbar macht
  • Fruchtfliegen verfügen über ein Verhaltensrepertoire, das nicht nur Fliegen umfasst, sondern auch Balz, Kämpfen und die Bildung von Langzeitgedächtnis über ihre Umgebung
  • Sie können andere Fruchtfliegen vor Gefahren warnen, die nicht direkt sichtbar sind, etwa parasitische Wespen, und lassen sich daher kaum als bloße Reflexmaschinen betrachten
  • Diese Karte ist ein wichtiges Beispiel für die Forschung, die die neuronalen Verbindungen kleiner Tiere gemeinsam mit komplexem Verhalten verstehen will
  • Die Kartierung des Gehirns erwachsener Fruchtfliegen eröffnet zudem die Möglichkeit, dass künftig die Kartierung des menschlichen Gehirns folgen könnte

Das Konnektom des Gehirns erwachsener Fruchtfliegen

  • Das Gehirn erwachsener Fruchtfliegen wurde kartiert und wird als das bisher detaillierteste Konnektom vorgestellt
  • Konnektom wird in diesem Kontext als Bezeichnung für die Verbindungskarte des Gehirns verwendet

Die Verhaltenskomplexität von Fruchtfliegen

  • Fruchtfliegen zeigen so vielfältige Verhaltensfähigkeiten, dass sie sich kaum als einfache Insekten betrachten lassen
    • Sie können fliegen
    • Sie können balzen
    • Sie können kämpfen
    • Sie können komplexe Langzeitgedächtnisse über ihre Umgebung bilden
    • Sie können andere Fruchtfliegen vor unsichtbaren Gefahren wie parasitischen Wespen warnen
  • Die Kartierung des Gehirns erwachsener Fruchtfliegen wird auch im Zusammenhang mit der Möglichkeit behandelt, dass später die Kartierung des menschlichen Gehirns folgen könnte

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2024-10-03
Meinungen auf Hacker News

  • Der in Nature erschienene Open-Access-Artikel ist hier verfügbar: https://www.nature.com/articles/s41586-024-07558-y

  • https://archive.is/vBUjt

  • Dazu passt mein liebster HN-Kommentar zu einem ähnlichen Beitrag vor einem Jahr: Es war ein Witz darüber, dass im Zuge der vollständigen Kartierung des gesamten Konnektoms der Fruchtfliege viel interessante Forschung läuft.
    Darin ging es etwa um einen CTO eines Stealth-Startups, das „für den Utilitarismus das leisten will, was Emissionszertifikate für den Umweltschutz geleistet haben“: Es simuliert Billionen von Fruchtfliegengehirnen in einem Zustand ununterbrochener Ekstase und verkauft „Utility Credits“, um Schäden von Unternehmen an Glück und Wohlergehen auszugleichen.
    https://news.ycombinator.com/item?id=36584130

    • Wenn dich die reale Kritik am Utilitarismus hinter diesem Witz interessiert: Sie heißt Utility Monster: https://en.wikipedia.org/wiki/Utility_monster
    • Klingt ungefähr so nützlich wie echte Emissionszertifikate
    • Da gibt es eine Branding-Chance. Karma Kredits zum Beispiel, vielleicht auch als Co-Branding mit Krispy-Kreme-Donuts.
      Man kauft einen Donut, freut sich darüber und bekommt gleich Karma Kredits dazu, um diese Freude wieder auszugleichen.
      KK und KK zusammen genießen.
    • Klingt wie eine Verdrehung von etwas aus Ned Beaumans Venomous Lumpsucker. Ich will nicht spoilern, aber das Buch empfehle ich sehr.
    • Muss man das überhaupt simulieren? Die Zuordnung zwischen einem Computerzustand und dem Simulationszustand, den er darstellt, existiert nur in unseren Köpfen.
      Nach dieser Logik könnte man genauso gut sagen, dass jede noch so vage vorstellbare Realität existiert und moralisches Gewicht hat.

  • Mein Verständnis war, dass konnektombasierte Forschung im Großen und Ganzen eine Sackgasse ist, weil sie weder die Dynamik noch die vielen Wechselwirkungen erfasst.
    Wenn man je gesehen hat, wie Neuronen wachsen, weiß man, dass diese riesige geleeartige Struktur äußerst plastisch und dynamisch ist. Selbst in den einfachsten Gehirnen, etwa bei C. elegans, steigt die Zahl der Neuronen und Verbindungen beim Wachstum exponentiell in der Größenordnung 10^x.

    • Als Neurowissenschaftler in einem an das Konnektom angrenzenden Bereich: Das ist absolut keine Sackgasse. Aber es ist ebenso absolut nicht das Gesamtbild.
      Eine der zentralen offenen Fragen der heutigen Neurowissenschaft ist, wie Netzwerkstruktur, Dynamik und Funktion im Gehirn zusammenhängen. Das Konnektom liefert enorme Einblicke in die Struktur, aber allein damit lassen sich Fragen der Dynamik oder Funktion im Allgemeinen nicht lösen.
      Zum Beispiel kennen wir für viele Neuronen die Input-Output-Beziehung nicht gut, und diese Beziehung kann die Dynamik in hochgradig vernetzten Netzwerken stark beeinflussen. Auch Unterschiede zwischen individuellen Konnektomen und die Frage, wie sich das Konnektom während der Entwicklung verändert, sind wichtig; zumindest bei Fruchtfliegen geht man aber davon aus, dass ein großer Teil der Grundstruktur zwischen erwachsenen Individuen erhalten bleibt.
      Trotz dieser Grenzen kann das Wissen um die physische Netzwerkstruktur des Gehirns stark einschränken, welche Modelle man verwenden sollte, um Dynamik und Funktion zu verstehen. So gibt es etwa bekannte Regionen wie den „Pilzkörper“, die ein bestimmtes Feedforward-Verschaltungsmuster haben, das sich deutlich von einem zufälligen rekurrenten Netzwerk unterscheidet.
      Außerdem gibt es Regionen wie den Zentralkomplex im Gehirn der Fruchtfliege, bei denen die Struktur-Funktions-Beziehung als ziemlich sauber gilt. Dort gibt es einen physischen Ring von Neuronen, der vermutlich über dynamische Systeme wie Ring-Attraktoren einen Aktivitäts-„Bump“ unterstützt, der als Kompass für die Navigation der Fliege dient.
      Auch wenn also viele Puzzleteile fehlen, sind solche Schaltpläne sehr nützlich, um Hypothesen zu formulieren, die gezieltere Experimente und theoretische Forschung anstoßen.
    • Diese Arbeit bezieht sich auf erwachsene Tiere, die Neuronen sind also bereits ausgewachsen.
      Das Konnektom ist keine Sackgasse, löst aber auch nicht alle bekannten Probleme. Es ist eher so, als würde man eine statische Karte erstellen und danach betrachten, wie Autos darauf herumfahren, also Dynamiken und Wechselwirkungen wie Kollisionen.
      Ergänzend dazu ist Neurogenese im Erwachsenenalter bei mehreren Arten weiterhin ein umstrittenes Thema. Eine Erläuterung zu den Schwierigkeiten bei Fruchtfliegen findet sich unter https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7554932/, und zum breiteren Thema unter https://en.wikipedia.org/wiki/Adult_neurogenesis.
    • Es ist sehr spannend, dass Wissenschaftler überhaupt Zugang zu einem Schnappschuss des Konnektoms bekommen. Der erste Schritt, um zu verstehen, warum etwas so ist und wie es dazu gekommen ist, besteht darin, zu sehen, was es ist.
      Es gibt Systeme, die das Gehirn in seine heutige Form bringen, und wir verstehen sie nicht gut. Einzelne Neuronen verstehen wir besser, emergente Systeme dagegen nicht.
      Wenn nun mehr Wissenschaftler die Ziele dieser Systeme kennen, also wissen, was das von ihnen hervorgebrachte Gehirn ist, können sie anfangen, die Kontroll- und Feedbackschleifen zu verstehen, die zu diesem Schnappschusszustand geführt haben.
      Deshalb ist es keine Sackgasse. Nur weil daraus nicht sofort ein Verbraucherprodukt entsteht, heißt das nicht, dass es kein Fortschritt ist.
    • Aus dem Konnektom allein bekommt man keine Dynamik, aber das Konnektom ist notwendig. Es ist weniger eine Sackgasse, sondern eher so, dass Dynamik allein ebenfalls nicht reicht und das Konnektom allein auch nicht; man braucht beides.
      Darüber hinaus braucht man die zelluläre Anatomie, wenn man ein tatsächliches Substrat haben will, dem man Dynamik zuordnen kann, und deshalb ist das Konnektom unverzichtbar. Dass das Konnektom keine hinreichende Bedingung ist, bedeutet nicht, dass diese Forschung eine Sackgasse ist, sondern dass die Voraussetzungen für das Verständnis des Nervensystems viel komplexer und anspruchsvoller sind als erwartet.
    • Es ist nützlich. Es ist ein bisschen so, als bekäme man eine statische Straßenkarte eines Landes ohne Autos.
      Man kann diese Karte nicht durch Autoaktivität zum Leben erwecken, aber man kann daraus ableiten, wohin Menschen fahren müssten. Auch wenn man nicht weiß, wann und warum sie fahren oder was sie tun, ist das ein großer Hinweis.

  • Um ein menschliches Gehirn zu kartieren, müsste die Software erheblich verbessert werden. Die Fruchtfliege hat 140.000 Neuronen und 54,5 Millionen Synapsen; selbst bei deren Kartierung musste die KI in der Nachbearbeitung vollständig von Menschen überprüft und 3 Millionen Mal korrigiert werden, und noch sind nicht einmal alle Neuronentypen identifiziert.
    Das menschliche Gehirn hat etwa 86 Milliarden Neuronen und vermutlich Billionen oder mehr Synapsen; wahrscheinlich ist auch das noch zu niedrig geschätzt. Aus 3 Millionen Korrekturen würden mindestens 300 Millionen * 10^6 manuelle Korrekturen werden, was unrealistisch wirkt.
    Damit die Fehlerrate bei der Fruchtfliege für die Kartierung des menschlichen Gehirns nutzbar wäre, müsste sie auf einen einstelligen Bereich sinken. Bezogen auf Synapsen müsste sie sich von etwa 6 % auf 0,000006 % verbessern – für KI wäre das ein enormer Sprung.

    • Das ist, als hätten Kartografen Schottland kartiert und nun könnte als Nächstes die ganze Welt dran sein.
    • Es sieht so aus, als sei „fruit fly“ gleich zweimal als „fruit flu“ geschrieben worden – war das ein Tippfehler, oder war wirklich Grippe statt Fliege gemeint?

  • In meiner Bachelor-Forschung habe ich daran gearbeitet, Synapsenstärken anhand des Feuerungsverhaltens eines einfachen Netzwerks aus Integrate-and-Fire-Neuronenmodellen zu identifizieren.
    Im Vergleich zu echten Neuronen war das ein Spielzeugmodell, aber ein guter Ausgangspunkt, und die Ergebnisse waren ordentlich. Selbst bei Rauschen ließ sich die Lösung identifizieren, die die Feuerungsmuster am robustesten reproduzierte.
    Ich frage mich, wie gut ein Konnektom über die Verbindungswege hinaus auch Verbindungen sowie die Geometrie von Dendriten und Axonen dokumentiert. Das könnte helfen, Verhalten wie Verbindungsstärke, Timing und die Empfindlichkeit neuronaler Feuerung aufzuklären.
    Selbst wenn es sich um ein stabiles, nicht lernendes Modell handelt, das zum Scanzeitpunkt erfasst wurde, hilft es, zu verstehen, welches operative Verhalten gelernt wurde, um Zweck und Verhalten der Anpassung zu untersuchen.

  • Es gibt auch einen interessanten älteren Beitrag: Whole-brain connectome of the fruit fly (2023)
    https://news.ycombinator.com/item?id=36568609

  • Vielleicht ist das eine sehr naive Frage, aber kann man mit diesem Konnektom eine virtuelle Fruchtfliegen-Simulation wie MMAcevedo „ausführen“?

    • Es ist ein neuronales Netz ohne Gewichte, und es gibt auch keinen Körper.
      Es könnte Jahrzehnte dauern, das Verhalten der Neuronen herauszufinden. Ich denke, irgendwann wird man es schaffen, aber die Simulation eines vollständigen Fruchtfliegenkörpers dürfte noch sehr lange außer Reichweite bleiben.
    • Microsoft Fly Simulator (tm)
    • MMAcevedo bezieht sich auf diese Kurzgeschichte. Sie ist im Stil eines zukünftigen Wiki-Artikels geschrieben und unbedingt lesenswert, falls man sie noch nicht gelesen hat.
      https://qntm.org/mmacevedo
      In diesem Szenario bootet der emulierte Miguel Acevedo, anders als die meisten emulierten Menschen, in einer aufgeregten und fröhlichen Stimmung. Er möchte wissen, wie viel Zeit seit dem Upload vergangen ist, in welchem Kontext er emuliert wird und an welchen Aufgaben oder Experimenten er teilnehmen soll.
      MMAcevedos Haltung steht in starkem Gegensatz zu den meisten heutigen Uploads erwachsener Menschen. Die meisten booten desorientiert, was sich schnell in Angst und extreme Panik verwandelt.
      Da keine Verfahren zur Sicherung der Kooperation wie Red-washing, Blue-washing oder Objective Statement Protocols erforderlich sind, sinkt die Rechenlast für das schnelle Durchlaufen der Kooperationsprotokolle. Daher erreicht MMAcevedo bei geeigneten Aufgaben üblicherweise eine Betriebszeit von 99,4 %, was nur sehr wenige bekannte Uploads erreichen.
      Aufgrund von MMAcevedos angeborenen Fähigkeiten und Persönlichkeit ist er allerdings für viele Aufgaben grundsätzlich ungeeignet.
    • Nein. In Turagas Forschungsrichtung gibt es Arbeiten, bei denen die Topologie eines Modellnetzwerks durch das Konnektom eingeschränkt und dann mit visuellen Daten trainiert wird.
      Persönlich halte ich das für eine ziemlich törichte Forschungsrichtung und denke, dass sie zu sehr falschen Schlussfolgerungen darüber führt, welche Neuronen was tun. Trotzdem kommt das der Frage wohl am nächsten.

  • http://archive.today/vBUjt

  • Sind alle Fruchtfliegengehirne gleich? Weiß jemand, was tatsächlich kartiert wurde und warum sich das von einer Fruchtfliege auf eine andere generalisieren lässt?

    • Ich glaube nicht, dass Drosophila Eutelie (https://en.wikipedia.org/wiki/Eutely) aufweist, also eine festgelegte genaue Zellzahl und Zellposition. Daher haben zwei Fliegen nicht exakt dieselben Zellen an exakt denselben Positionen.
      C. elegans hat diese Eigenschaft und ist vermutlich der Organismus mit dem am besten untersuchten Konnektom.
      Die großräumigen Strukturen dürften zwischen Individuen ungefähr gleich sein. Für die Generalisierung braucht man wahrscheinlich irgendeine Art von Mapping, etwa ein Embedding. Das ist definitiv ein aktives Forschungsgebiet.
    • Im Artikel wird beschrieben, dass das Fruchtfliegengehirn in sehr dünne Scheiben geschnitten und diese Schnitte mit einem Elektronenmikroskop aufgenommen werden.
      Anschließend werden die Schnittbilder analysiert, um Neuronen und Verbindungen zu identifizieren. Das ist der schwierige Teil, und der Durchbruch hier ist eine KI-basierte Methode.
      Bisher wurde sehr wahrscheinlich nur ein einziges Gehirn kartiert.
    • Offenbar ja. Es heißt, sie hätten exakt dieselben Neuronen und exakt dieselben Verbindungen.
      Ich habe sogar bei einem Spaziergang mit dem korrespondierenden Autor darum gebeten, mir diese Tatsache noch einmal zu bestätigen.
    • Sie sind sehr stereotyp, aber keineswegs identisch.