Engenharia reversa do cérebro

Fonte: Wikimedia Commons usuário Wolfgangbeyer

Podemos aprender tudo sobre o cérebro estudando células cerebrais individuais?

Começou com uma equação simples. Em 1980, um matemático chamado Benoit Mandelbrot trabalhando para a IBM planejou o comportamento de pontos em um avião usando um computador. Quando o avião foi colorido pelos resultados, emergiu um mundo caprichoso: cetros e espirais infinitamente ramificados, abismos sem fim, tentáculos infinitos que crescem a partir de bulbos em forma de coração. Parece como algo dos minutos trippy finais de 2001 de Kubrick : Uma Odisséia do Espaço , apenas muito estranha, como um corante de gravata pintado por alienígenas insanos.

O conjunto Mandelbrot mostra a complexidade, independentemente do nível de ampliação possível.

Fonte: Wikimedia Commons

Quase nenhuma da complexidade do conjunto Mandelbrot homónimo é prontamente óbvia a partir da equação que Benoit Mandelbrot traçou. Escolha um par de números, um real e um imaginário. Agora, multiplique esse par por si só, muitas vezes e conte o número de iterações necessárias para exceder uma determinada magnitude ou distância de zero. Corar cada par de coordenadas no plano de acordo com o número de iterações que o ponto levou a crescer acima do limite. E a viola! Nasce a complexidade.

A chocante profundidade de complexidade encontrada no conjunto Mandelbrot pode ensinar aos neurocientistas uma lição sobre propriedades emergentes. As propriedades emergentes são cruciais para a compreensão da complexidade e do cérebro. Ao contrário dos fenômenos simples, como o balanço de um pêndulo, propriedades emergentes como inteligência e consciência não podem ser entendidas simplesmente pelo estudo de partes simples de um sistema. Mesmo segurando o livro de regras, no caso de Mandelbrot, não pode facilmente mostrar como as regras resultam em complexidade. Por que o quadrado de cada número e a adição de volta ao resultado criam um padrão tão lindamente complexo? Por que um padrão particular de conexões neurais permite linguagem e inteligência? Com certeza, o mapeamento de células e suas conexões sinápticas para outras células no cérebro tem valor. Se nada mais, tais mapas descrevem quais rotas de comunicação são possíveis. Mas isso sozinho não é suficiente.

• Cannabis investe envelhecimento cerebral em ratos
• Seu Brain on Drugs – e seu plano de tratamento de dependência
• Naps ajuda pré-escolares aprender idioma
• A Psicologia da Física
• O poder das imagens

Estreitamente relacionado com as propriedades emergentes é o conceito de auto-organização . Esta é a ideia de que novos fenômenos podem resultar das interações entre partes, sem que nenhuma parte que lidere ou controle o sistema. Considere o pequeno verme C. elegans . Mapear todos os 302 neurônios e sinapses no worm hermafrodita adulto deve, pela lógica oposta do reducionismo , transformar o cientista em um mago presciente que pode prever como o sem-fim responde a todos os estímulos possíveis. E, no entanto, esse conhecimento levou a apenas uma visão modesta do comportamento de C. elegans . Isso sugere que ainda não conhecemos completamente as regras sobre como esses neurônios interagem? Ou a simulação ainda não está suficientemente detalhada?

O milano C. elegans. Os hermafroditas adultos possuem exatamente 302 neurônios.

Fonte: Wikimedia Commons / Dan Dickinson, Goldstein lab, UNC Chapel Hill

Às vezes, precisamos de mais poder de fogo. Se tivermos computadores poderosos suficientes, esse raciocínio vai, uma simulação nos mostrará como cada movimento e respiração resultam de cada poke e prod. Tal é a justificativa para o Projeto do Cérebro Humano (HBP), uma empresa co-financiada pela União Européia que herdou metas do projeto do Blue Brain da Suíça. Dirigido pelo neurocientista Henry Markham no Instituto Federal Suíço de Tecnologia em Lausanne, a HBP aspira a executar uma simulação maciça de um cérebro humano usando o vasto poder de fogo de supercomputadores em toda a Europa. Não é o menos disso um supercomputador de genes azuis IBM que realiza quase seis quadrilhões de operações de ponto flutuante por segundo!

No caso do conjunto de Mandelbrot, os computadores foram a chave para desbloquear a complexidade – sem o seu poder de fogo laborioso, é provável que nenhum humano veja os padrões de assombração que emergem de uma equação simples. Mas, para que uma propriedade emergente seja simulada por um computador, o guia de regras completo deve ser conhecido. À medida que descobrimos novas moléculas e tendências de desenvolvimento no cérebro, nossa humildade cresce com nosso conhecimento. Estamos realmente prontos para construir um modelo de computador do cérebro humano quando, tão recentemente como vários anos atrás, um modelo amplamente aceito de conexões neurais no cérebro adulto conhecido como a sinapse tripartite foi considerado errado? E ainda há algum desacordo entre os neurocientistas em questões tão básicas quanto como e onde as memórias são armazenadas no cérebro. Outras lacunas no nosso conhecimento – tais receptores "órfãos" cujos pais neurotransmissores ainda não foram descobertos – ressaltam a possível orgulho de um empreendimento de nível lunar.

• O que comer para prevenir o desvanecimento do cérebro?
• Media Addiction Real? Está aumentando?
• The Sleep Connecome
• Desligue, fique entediado, crie
• Pré-utilização: antes de tentar persuadir alguém …

É importante enfatizar que mesmo pequenas descobertas desse tipo são importantes. Pequenas causas podem ter grandes efeitos. Esse conceito, conhecido como não-linearidade , está subjacente a sistemas complexos. No caso de Mandelbrot, mudar a posição de um ponto no plano por um cabelo pode alterar completamente sua cor ou magnitude. No caso do cérebro, ajustar ligeiramente a tensão de repouso dos neurônios pode alterar completamente sua atividade coletiva. A interação não linear entre partes é central para a auto-organização .

No conjunto de Mandelbrot, existem padrões em todas as escalas, mesmo que o observador zumbue no infinito. Embora o cérebro não exiba uma gama de complexidade verdadeiramente infinita, exibe estrutura e atividade em uma vasta gama de diferentes escalas de espaço e tempo. Padrões de conectividade complexos são observados a partir de sinapses microscópicas para a escala do cérebro inteiro. Essa faceta da complexidade cerebral exige que não construamos nossa compreensão do cérebro apenas nas células, mas todas as escalas relevantes. De fato, a "unidade funcional" do sistema nervoso às vezes é identificada como o neurônio, mas também como estruturas maiores conhecidas como montagens de células e colunas neocorticais.

Markham fechou uma conversa TED, sugerindo que seu modelo de cérebro poderia um dia falar com os humanos através de um holograma. Objetivos hercúleos de simular a consciência ou de morder mais do que o projeto podem mastigar críticas de HBP. Mas se não podemos entender as propriedades emergentes através de amplas simulações de computador como HBP, como podemos entender o cérebro? A engenharia reversa é o cérebro possível?

Henry Markram

Fonte: Flickr user cea +

Uma verdadeira abordagem de engenharia reversa exige entender o cérebro em seu nível mais abstrato. Essa compreensão holística transcende sabendo que uma região gene ou cerebral é necessária para memória ou cognição – explica como e por quê. Um artigo publicado na revista Neuron, em fevereiro, pede que os neurocientistas considerem como um circuito no cérebro poderia ou deveria funcionar antes de dissecá-lo com uma infinidade de ferramentas, assim como é preciso entender conceitos como aerodinâmica e elevação antes de estudar uma asa de pássaro . Essa idéia, que se originou com o neurocientista David Marr , implica que a HBP precisa primeiro de uma teoria sobre como a linguagem ou a consciência podem surgir de neurônios e sinapses antes de simular cegamente bilhões deles.

Até sabermos como e por que um certo padrão de atividade ou parte de tecido cerebral é necessário para o comportamento, não podemos realmente afirmar que entendemos o cérebro. Enquanto isso, sempre haverá espaço para os teóricos fora do laboratório para refletir sobre nossos comportamentos e perguntar o que a maquinaria biológica poderia gerar tal complexidade. O fundamento da neurociência não precisa ser meramente células isoladas, mas também ótimas idéias.