A szimuláció utánozza, hogyan növeszti az agy az idegsejteket, utat nyitva a jövőbeli betegségkezeléseknek
Egy új számítógépes szimulációt készítettek arról, hogyan fejlődnek és növekednek az agyunk neuronjai, amelyet egy 2024-as cikkben tettek közzé. Az agy működésének jobb megértése mellett a kutatók remélik, hogy a modellek hozzájárulnak majd a neurodegeneratív betegségek kutatásához, és egy napon az agyszövet regenerálódását segítő őssejt-kutatáshoz is.
A Surrey Egyetem tudósai új számítógépes szimulációt készítettek arról, hogyan fejlődnek és növekednek az agyunk neuronjai. Az agy működésének jobb megértése mellett a kutatók remélik, hogy a modellek hozzájárulnak majd a neurodegeneratív betegségek kutatásához, és egy napon az agyszövet regenerációját segítő őssejt-kutatáshoz is.
A kutatócsoport egy Approximate Bayesian Computation (ABC) nevű technikát alkalmazott, amely a szimuláció és a valódi neuronnövekedés összehasonlításával segít finomhangolni a modellt.
Ez a folyamat biztosítja, hogy a mesterséges agy pontosan tükrözze, hogyan nőnek és hogyan alakítanak ki kapcsolatokat a neuronok a való életben.
A szimulációt a hippocampusból származó neuronokkal tesztelték – ez az agy egy kritikus területe, amely részt vesz az emlékezetmegőrzésben.
A csapat megállapította, hogy rendszerük sikeresen utánozta a valódi hippokampusz neuronok növekedési mintázatait, bemutatva a technológia azon potenciálját, hogy finom részletekben szimulálja az agy fejlődését.
Dr. Roman Bauer, a Surrey Egyetem Számítástechnikai és Villamosmérnöki Karának munkatársa elmondta:
„Az agyunk működése továbbra is a tudomány egyik legnagyobb rejtélye. Ezzel a szimulációval és a mesterséges intelligencia gyors fejlődésével közelebb kerülünk annak megértéséhez, hogyan nőnek és kommunikálnak az idegsejtek. Reméljük, hogy ez a munka egy napon jobb kezelésekhez vezethet olyan pusztító betegségekhez, mint az Alzheimer-kór vagy a Parkinson-kór – milliók életét megváltoztatva.”
A modell pontossága szorosan összefügg a kalibrálásához használt adatok minőségével. Ha a valós életben rendelkezésre álló neuronadatok korlátozottak vagy hiányosak, a szimuláció pontossága csökkenhet.
Míg a jelenlegi modell lenyűgöző eredményeket mutatott bizonyos neuronok, például a hippokampusz piramissejtjeinek növekedésének replikálásában, további módosításokra lehet szükség más típusú neuronok vagy agyi régiók pontos szimulálásához.
A számítógépes szimuláció a Dr. Bauer által közösen fejlesztett BioDynaMo szoftverrel készült. A szoftver segít a tudósoknak abban, hogy könnyen létrehozzanak, futtassanak és vizualizáljanak többdimenziós, ágens-alapú szimulációkat, legyenek azok biológiai, szociológiai, ökológiai vagy pénzügyi jellegűek.
FORRÁS:
A Surrey Egyetem által biztosított anyagok
Tobias Duswald, Lukas Breitwieser, Thomas Thorne, Barbara Wohlmuth, Roman Bauer. Sztochasztikus, ágensalapú neuronnövekedési modellek kalibrálása közelítő Bayes-számítással . Journal of Mathematical Biology , 2024; 89 (5) DOI: 10.1007/s00285-024-02144-2
