Google и HHMI составили крупнейшую полную карту нервной системы плодовой мухи

Карта впервые соединяет мозг и управление телом

Команда Howard Hughes Medical Institute Janelia Research Campus, Google Research и научные партнёры опубликовали полный wiring diagram мозга и центральной нервной системы взрослого самца Drosophila melanogaster. В карту вошли более 166 тысяч нейронов и 125 миллионов синаптических связей. По числу нейронов авторы называют её крупнейшим brain map на момент публикации; основная статья о половом диморфизме полного connectome вышла в Cell.

Особенность набора — включение ventral nerve cord, функционально сопоставимого со спинным мозгом. Ресурс охватывает центральный мозг, optic lobes и нервный тяж, поэтому исследователи могут прослеживать путь от слуховых, зрительных и обонятельных входов к motor outputs. Это уже не только схема обработки сигналов внутри головы, а основа для изучения того, как нервная система связывает восприятие с движением тела.

Drosophila давно служит модельным организмом благодаря короткому жизненному циклу и хорошо воспроизводимому поведению. Полная карта не превращает муху в простую вычислительную модель и не объясняет поведение автоматически: она задаёт анатомический граф, на котором можно формулировать и проверять гипотезы о работе конкретных circuits.

AI собирает трёхмерные нейроны из миллионов срезов

Connectomics начинается с физического разрезания ткани на миллионы тонких sections и съёмки каждого слоя электронным микроскопом. Затем вычислительные системы совмещают плоские изображения и восстанавливают трёхмерные формы клеток. Google использует для этой задачи AI-инструменты, включая flood-filling networks: convolutional neural network начинает с одного pixel и определяет остальные pixels, принадлежащие тому же объекту.

Автоматическая реконструкция остаётся только частью процесса. Connectome самца был аннотирован и proofread командой экспертов HHMI Janelia: люди проверяли формы и исправляли ошибки, прежде чем набор получил статус полного ресурса. Результат можно просматривать, исследовать и скачивать через Neuroglancer — открытый инструмент Google для визуализации очень больших многомерных datasets.

Масштаб ручной проверки показывает реальное ограничение метода. По словам Google, в нынешнем процессе годы человеческого труда уходят только на verification и annotation neural shapes. Команда пытается сократить эту нагрузку: добавление synthetic neurons в training data уже повысило скорость и точность системы PATHFINDER, но публикация не утверждает, что экспертная проверка стала ненужной.

Две полные карты позволяют исследовать различия полов

Новый набор дополняет ранее опубликованный connectome самки плодовой мухи и полную карту её мозга вместе с nerve cord. Пара карт позволяет сравнивать участки, где нейроны отличаются, исследовать механизмы courtship и aggression, а в сходных областях — начать измерять вариативность между отдельными организмами одного вида.

Google показывает пример клетки, которая у самца имеет две дополнительные projections по сравнению с соответствующим нейроном самки. AI-реконструкция помогает локализовать такие структурные различия в 3D, но биологический смысл связи нужно устанавливать экспериментально. Анатомическое отличие само по себе ещё не доказывает, какое именно поведение оно вызывает.

Практическая ценность connectome уже проверяется в трёх companion studies, посвящённых visual systems, taste и social behavior. Эти работы используют общий wiring map не как финальный ответ, а как навигацию для поиска цепочек, которые затем можно соотнести со stimulus, activity и наблюдаемым действием животного.

Следующий рубеж — полный мозг позвоночного

Те же методы постепенно переходят к организмам со spinal cord. В отдельном исследовании команда помогла картировать часть hindbrain рыбы-слонорыла, участвующую в обработке сигналов. Google подчёркивает, что статический connectome там объединили с другими данными для изучения neural plasticity и learning — это пример того, почему одной схемы связей недостаточно для описания функции.

Особенно важны личинки zebrafish: их мозг достаточно мал для сквозного картирования современными методами, а прозрачность организма позволяет измерять neural activity во время эксперимента. Готовящаяся совместная работа Google и Harvard описана как первый whole-brain dataset позвоночного, объединяющий структуру нейронов и molecular type на масштабе всего мозга.

Команда также выпустила предварительный набор, совмещающий electrical activity и структуру в мозге одной личинки zebrafish. Если такие multimodal resources удастся сделать точными и воспроизводимыми, исследователи смогут сопоставлять wiring не только с каталогом клеток, но и с динамикой одной и той же нервной системы.

Крупнейшая карта не означает близкую карту человека

Полный connectome мухи резко увеличивает доступный масштаб, но разрыв до человеческого мозга остаётся огромным. Google приводит ориентир в 86 миллиардов человеческих нейронов и прямо говорит, что их картирование пока недостижимо. Поэтому результат следует воспринимать как улучшение экспериментальной инфраструктуры, а не как цифровую копию сознания или прямую модель заболеваний человека.

Более осторожная перспектива состоит в переносе методов. AI segmentation, proofread workflows, аннотирование типов клеток и Neuroglancer создают повторяемый стек, который уже применяется к рыбам и отдельным областям мозга мыши. Каждое увеличение организма требует новых данных, вычислений и человеческой проверки; публикация не даёт срока, когда появится полный mammalian connectome.

Главный итог проекта — открытый анатомический ресурс с достаточной полнотой для постановки новых экспериментов. Он связывает sensory inputs с motor outputs, поддерживает сравнение полов и даёт основу исследованиям поведения. Потенциальные применения в biology, pharmacy и medicine названы будущими направлениями: путь от карты мухи до терапии должен пройти через отдельные функциональные и клинические доказательства.