Os cientistas desenvolveram um algoritmo de IA que pode identificar diferentes tipos de neurônios a partir de registros de atividade cerebral com 95% de precisão, sem a necessidade de ferramentas genéticas.
Introdução
Ao marcar neurônios com marcadores sensíveis à luz e registrar suas assinaturas elétricas exclusivas, os pesquisadores criaram uma biblioteca de treinamento que permitiu à IA distinguir tipos de neurônios em camundongos e macacos.
Essa descoberta aborda um desafio centenário da neurociência e abre as portas para uma melhor compreensão de como diferentes neurônios contribuem para o comportamento e a doença. A ferramenta pode um dia melhorar os implantes neurais, ajudar a decodificar distúrbios como a epilepsia e refinar a forma como estudamos o cérebro em animais e humanos.
Fatos Relevantes
- Avanço da IA: Um novo algoritmo distingue os tipos de neurônios da atividade elétrica com alta precisão.
- Utilidade entre espécies: Validado em camundongos e macacos, com potencial para aplicação humana.
- Acesso aberto: O banco de dados e a ferramenta de IA estão disponíveis gratuitamente para a comunidade global de pesquisa.
O Estudo
Os cérebros são compostos de muitos tipos diferentes de neurônios (células nervosas no cérebro), cada um dos quais desempenha papéis diferentes no processamento de informações. Os cientistas há muito tempo conseguem usar eletrodos para registrar a atividade dos neurônios, detectando os “picos” elétricos que eles geram durante a execução de funções cerebrais.
Embora o registro de picos tenha se mostrado inestimável para monitorar a atividade de neurônios individuais nas profundezas do cérebro, até agora o método era “cego” para o tipo de neurônio que está sendo registrado – tornando impossível identificar como diferentes neurônios contribuem para a operação geral do cérebro.
Em um novo estudo, publicado na Cell, a equipe de pesquisa superou esse problema identificando as distintas “assinaturas elétricas” de diferentes tipos de neurônios no cérebro de camundongos, usando breves pulsos de luz azul para desencadear picos em tipos específicos de células (um método chamado optogenética).
Eles criaram uma biblioteca das diferentes assinaturas elétricas para cada tipo de neurônio, o que lhes permitiu treinar um algoritmo de IA que pode reconhecer automaticamente cinco tipos diferentes de neurônios com 95% de precisão, sem a necessidade de ferramentas genéticas.
O algoritmo também foi validado em dados de gravação cerebral de macacos.
Os pesquisadores dizem que superaram um grande obstáculo para poder usar a tecnologia para estudar condições neurológicas como a epilepsia, mas que ainda há “um longo caminho” a percorrer antes que ela possa ser usada em aplicações práticas.
O Dr. Maxime Beau, co-primeiro autor do estudo do Instituto Wolfson de Pesquisa Biomédica da UCL, disse: “Durante décadas, os neurocientistas lutaram com o problema fundamental de identificar de forma confiável os muitos tipos diferentes de neurônios que estão simultaneamente ativos durante o comportamento.
“Nossa abordagem agora nos permite identificar tipos de neurônios com mais de 95% de precisão em camundongos e macacos.
“Esse avanço permitirá que os pesquisadores registrem os circuitos cerebrais à medida que realizam comportamentos complexos, como o movimento. Como portas lógicas em um chip de computador, os neurônios no cérebro são unidades elementares de computação que vêm em vários tipos.
“Nosso método fornece uma ferramenta para identificar muitos dos portões lógicos do cérebro em ação ao mesmo tempo. Antes, isso só podia ser feito um de cada vez e a um custo muito maior.
Os autores dizem que o fato de o algoritmo poder ser aplicado em diferentes espécies lhe dá um enorme potencial para ser expandido para outros animais e, eventualmente, para humanos.
No curto prazo, a nova técnica significa que, em vez de exigir engenharia genética complexa para estudar o cérebro, os pesquisadores poderiam usar qualquer animal normal para estudar o que os diferentes neurônios fazem e como eles interagem uns com os outros para gerar comportamento.
Um dos objetivos finais é ser capaz de estudar distúrbios neurológicos e neuropsiquiátricos, como epilepsia, autismo e demência, muitos dos quais envolvem mudanças na maneira como diferentes tipos de células no cérebro interagem.
A professora Beverley Clark, autora sênior do estudo do UCL Wolfson Institute for Biomedical Research, disse: “Assim como muitos instrumentos diferentes em uma orquestra contribuem para o som de uma sinfonia, o cérebro depende de muitos tipos distintos de neurônios para criar o comportamento complexo que humanos e outros animais exibem.
“Nosso trabalho é análogo a aprender o som que cada instrumento faz e, em seguida, ensinar um algoritmo a reconhecer a contribuição de cada um deles para uma sinfonia.
“Ser capaz de observar essa ‘sinfonia neural’ do cérebro em ação tem sido um desafio fundamental na neurociência há mais de 100 anos, e agora temos um método para fazer isso de forma confiável.
“Embora a tecnologia esteja muito longe de poder ser usada para estudar condições neurológicas, como a epilepsia, agora superamos um grande obstáculo para atingir esse objetivo.
De fato, algumas gravações de atividade cerebral humana viva já foram registradas em pacientes durante a cirurgia, e nossa técnica pode ser usada para estudar essas gravações para entender melhor como nossos cérebros funcionam, primeiro na saúde e depois na doença.
Uma melhor compreensão de como nossos cérebros funcionam pode abrir caminho para alguns avanços inovadores na ciência médica, alguns dos quais já estão no horizonte.
Interfaces cérebro-computador humano, ou implantes neurais, são uma dessas possibilidades. Pesquisas em andamento no Instituto Weill de Neurociências da UCSF, por exemplo, permitiram que um homem paralisado controlasse um braço robótico usando um implante neural por um recorde de sete meses.
Como o estudo atual, este trabalho também foi informado pelo estudo dos padrões elétricos nos cérebros dos animais e pelo uso da IA para reconhecer automaticamente esses padrões.
Os autores dizem que a nova técnica para diferenciar os tipos de neurônios pode ajudar a melhorar os implantes neurais, registrando com mais precisão quais tipos de células estão envolvidas em ações específicas, para que o implante possa reconhecer mais facilmente sinais específicos e gerar a resposta apropriada.
A chave para essa tecnologia é entender como nossos cérebros funcionam quando estão saudáveis, para que qualquer dano possa ser compensado. Se uma pessoa teve um derrame e parte de seu cérebro foi danificada, por exemplo, você precisaria entender como essa parte funcionava antes de considerar o projeto de um implante para replicar essa funcionalidade.
O professor Michael Häusser, autor sênior do estudo da Divisão de Medicina da UCL e da Universidade de Hong Kong, disse: “Este projeto ganhou vida graças à convergência de três inovações críticas: o uso da biologia molecular para ‘marcar’ com sucesso diferentes tipos de neurônios usando luz, desenvolvimentos na tecnologia de gravação de sondas de silício e, claro, as melhorias em ritmo acelerado no aprendizado profundo.
“Crucialmente, a sinergia em nossa equipe foi absolutamente instrumental. Os laboratórios parceiros da UCL, Baylor, Duke e Bar Ilan University contribuíram com peças críticas para o quebra-cabeça. Assim como o cérebro, o todo é maior do que a soma de suas partes.
O banco de dados coletado pela equipe está disponível gratuitamente e o algoritmo é de código aberto, o que significa que cientistas de todo o mundo podem usar esses recursos para pesquisas neurológicas.
Financiamento: Esta pesquisa foi financiada por financiamento da Wellcome, National Institutes of Health (NIH), European Research Council (ERC) e do programa de pesquisa e inovação Horizonte 2020 da União Europeia.
Referência
Author: Matt Midgley
Original Research: Open access.
“A deep learning strategy to identify cell types across species from high-density extracellular recordings” by Beverley Clark et al. Cell
