Un fragmento de 1 mm³ de cerebro humano fue mapeado con resolución a nanoescala

 (nature.com)
2 puntos por GN⁺ 2024-05-11 | 1 comentarios | Compartir por WhatsApp
  • Investigadores mapearon con extremo detalle un fragmento muy pequeño del cerebro humano y crearon un atlas celular que permite observar la estructura de las conexiones cerebrales
  • Este atlas celular fue publicado en Science y también está disponible como datos en línea para usarse en análisis posteriores
  • El atlas revela nuevos patrones de conexión entre neuronas y muestra estructuras a nivel celular que antes eran difíciles de observar
  • Algunas células se envuelven a sí mismas y forman estructuras similares a nudos, y también se identificaron pares de neuronas que parecen casi imágenes especulares
  • Incluso en un tejido tan pequeño como 1 mm³ aparecen conexiones y formas complejas, lo que muestra la escala de datos necesaria para entender la estructura del cerebro humano

Atlas celular de un fragmento de cerebro humano

  • Investigadores mapearon con gran detalle un pequeño fragmento del cerebro humano
  • El resultado es un atlas celular que incluye neuronas, las células cerebrales
  • El atlas fue publicado como artículo en Science y también puede consultarse en línea

Estructuras reveladas por el atlas

  • Se identificaron nuevos patrones de conexión entre neuronas
  • Algunas células se envuelven a sí mismas y forman estructuras similares a nudos
  • También aparecieron pares de neuronas que son casi imágenes especulares entre sí

Lecturas relacionadas

1 comentarios

 
GN⁺ 2024-05-11
Opiniones en Hacker News

  • Leí todos los comentarios hasta el 2024/05/11, y me sorprende bastante que, desde la perspectiva de un profesor de una universidad importante, no haya aparecido ni una sola pregunta obvia.
    En lugar de limitarse a recitar conocimientos de manual sobre la función cerebral, las diferencias entre mamíferos y aves, IA y LLM, ¿no deberíamos estar preguntando qué hacen esas estructuras y objetos extraños de los que no sabemos absolutamente nada?: https://h01-release.storage.googleapis.com/gallery.html
    Conté 7.

    • Es abrumador ver la complejidad y todo lo que no se sabe del conjunto, pero me da risa pensar que algunos de ellos podrían ser órganos vestigiales.
      En especial me gusta el “objeto con forma de huevo sin protrusiones conectadas”.
    • Soy un completo ajeno al tema, así que ni siquiera sé en qué fijarme, pero lo que más me sorprendió fueron las dendritas dentro del soma.
      Una estructura en la que la dendrita de una célula atraviesa el soma de otra célula.
    • Es realmente impresionante que toda esta complejidad produzca cosas tan hermosas como una sonrisa o el amor.
    • Estos datos no tienen un grupo de control con una muestra de tejido sano comparable, así que no son falsables y es difícil considerarlos 100% científicamente válidos.

  • La visualización interactiva es realmente excelente.
    Vale la pena ampliar los cortes y desplazarse por las capas hacia arriba y abajo; también conviene acercarse al modelo 3D.
    También se ve que, al pasar el mouse sobre alguna parte de una neurona, se resalta la neurona completa: http://h01-dot-neuroglancer-demo.appspot.com/#!gs://h01-release/assets/neuroglancer_states/20210601/c2_library.json

    • Es verdaderamente abrumador.
      Que haya tantas conexiones en apenas 1 milímetro cúbico de nuestro cerebro hace entender por qué un cuervo puede ser tan inteligente incluso con un cerebro del tamaño de una nuez.
      El cerebro quizá sea lo más complejo del universo, y me pregunto si puede ser lo suficientemente complejo como para entenderse a sí mismo, y si eso es lógicamente posible.
    • Ese sitio web no respeta la distribución de mi teclado.
      No sé cómo lograron hacerlo así.

  • “El mapa 3D cubre un volumen de aproximadamente 1 milímetro cúbico, una millonésima parte de todo el cerebro, e incluye unas 57,000 células y 150 millones de sinapsis, que son conexiones entre neuronas”.
    Este es un buen punto de referencia empírico para calcular de forma aproximada qué tan grande tendría que ser un modelo de red neuronal para imitar el cerebro humano.
    150 millones de sinapsis / 57,000 neuronas da un promedio de 2,632 sinapsis por neurona; si asumimos que el cerebro humano adulto tiene unas 100,000 millones de neuronas, eso da un total de 2.6e14 sinapsis.
    Incluso contando solo 1 parámetro por sinapsis, el modelo mínimo sería cientos de veces más grande que los 1.8e12 parámetros que se rumorean para GPT-4.
    Esto sigue siendo demasiado burdo; si se estiman entre 10 y 100 canales iónicos por sinapsis y al menos 10 parámetros por canal iónico, se llega a 2.6e16 o más, es decir, más de 4 órdenes de magnitud por encima de GPT-4.
    Por supuesto, hay otros problemas, como implementar la neuroplasticidad, pero es un cálculo aproximado interesante.
    La capacidad de cómputo quizá podría alcanzarse hacia 2048: https://news.ycombinator.com/item?id=38919548

    • Como plantea Geoffrey Hinton, las redes neuronales artificiales quizá sean mucho más eficientes que las redes neuronales reales.
      Es casi lo contrario de lo que se creyó durante décadas: que las neuronas artificiales eran modelos pobres de las neuronas reales.
      Hay una cita que dice: “Nuestro cerebro tiene 100 billones de conexiones. Los modelos de lenguaje grandes tienen como mucho 500,000 millones, quizá hasta 1 billón. Y aun así GPT-4 sabe cientos de veces más que cualquier persona. Tal vez tenga un algoritmo de aprendizaje mucho mejor que el nuestro”.
      Según la densidad de esta muestra cerebral, las conexiones de GPT-4 ocuparían 5 centímetros cúbicos, es decir, el 1% del volumen de la corteza cerebral humana.
      Y aun así GPT-4 habla con cierta fluidez 80 idiomas, traduce, escribe código, imita el estilo de cientos o miles de autores, y puede conversar sobre temas que van de la filosofía a la cocina, la ciencia y el derecho.
    • Ese cálculo omite que una neurona no es simplemente un nodo con un número, sino un sistema de cómputo en sí mismo.
    • Ese modelo quizá siga siendo demasiado simple.
      Las células están llenas de maquinaria a nanoescala compleja, y es posible que parte de ella participe en procesos cognitivos.
      Conozco al menos un estudio que identificó nanoestructuras directamente implicadas en cómo funciona la memoria en las neuronas.
      Además, muchos procesos tienen también una dimensión bastante analógica.
      Recuerdo que un neurólogo dijo en una entrevista que, durante siglos, la humanidad ha comparado el cerebro con la tecnología más compleja de cada época.
      Primero con mecanismos, luego con tuberías y vapor, circuitos eléctricos, electrónica, y ahora con computadoras; pero el cerebro no funciona como ninguna de esas cosas, así que debemos reconocer los límites de nuestros modelos.
    • Hay mucha complejidad dentro de las neuronas, y también parece claro que existe transmisión de señales entre sinapsis.
      Si no hay nada que lo impida, ¿cómo no habría de ocurrir?
      No creo que el funcionamiento de las sinapsis pueda modelarse simplemente como más señales.
    • Por el contrario, una parte considerable de los circuitos neuronales parece usarse para funciones como mantenimiento o caminar.
      Así que quizá para la inteligencia general haga falta mucho menos tejido cerebral.

  • Aunque es un resultado importante e impresionante, hace pensar en los problemas fundamentales de la neurociencia.
    Si pudiéramos pegar electrodos a un die sin saber casi nada sobre el procesador, ¿podríamos, solo a partir de las mediciones, averiguar en detalle cómo ejecuta programas ese procesador y qué hacen esos programas?
    Si a eso le aumentas la escala en varios órdenes de magnitud y le agregas sensibilidad al momento en que llegan las señales, eso es el cerebro.
    Aunque ahora tengamos petabytes de datos, ¿realmente podemos acercarnos a entender, por ejemplo, cómo funciona la cognición?
    Cuando tomé un curso introductorio de neurociencia computacional, me impactó bastante descubrir que prácticamente no existe matemática capaz de manejar más que unas pocas neuronas en el dominio temporal.
    Las neuronas reales funcionan en el dominio temporal, el timing importa en el aprendizaje hebbiano y tampoco hay un reloj global.
    Todo lo que hace el cerebro es un proceso continuo.

    • Ese problema de ingeniería inversa se hizo conocido por este artículo: https://www.cell.com/cancer-cell/fulltext/S1535-6108%2802%2900133-2
      En segundo lugar, dice mucho que OpenWorm ni siquiera haya logrado modelar correctamente las aproximadamente 300 neuronas de C. elegans, que ya están bien cartografiadas.
    • Exacto.
      Uno de los argumentos de la investigación en IA era: “no vas a descubrir los principios del vuelo mirando las plumas de un ave con un microscopio electrónico”.
      Es interesante, pero no creo que vayamos a entender la inteligencia de esta manera.
      Los fenómenos emergentes forman parte de la teoría de sistemas complejos, y no tenemos la matemática para eso.
      Nuestra ignorancia en esta área es enorme.
      Cuando era chico escuchaba mucho eso de “¿puede el cerebro entenderse a sí mismo?”.
      Tal vez no, pero el esfuerzo por entenderlo sigue valiendo la pena.
      Hace falta un avance decisivo en la investigación de la teoría de sistemas complejos.
    • La física de partículas funciona de manera parecida.
      En lugar de poner electrodos, disparan partículas y analizan las trayectorias de los fragmentos.
    • Si la muestra fue sumergida en conservante y teñida con metales pesados, bastaría con procesar mi cerebro de la misma forma y probar si después puede escribir un comentario parecido al de arriba.
      No sorprende que los métodos rudimentarios sigan revelando una cognición rudimentaria.

  • Es momento de releer “There's plenty of room at the bottom”, de Feynman: https://web.pa.msu.edu/people/yang/RFeynman_plentySpace.pdf
    Fíjense en la parte donde los biólogos le dicen que construya un microscopio electrónico 1.000 veces más potente, y luego vean qué tecnología se usó para escanear estas imágenes.

    • La frase real parece ser más bien: “si queremos avanzar más rápido, deberíamos hacer que el microscopio electrónico sea 100 veces mejor”.
      En esa época, lo más avanzado podía resolver alrededor de 10 ångströms, es decir, cerca de 1 nm, y una mejora de 100 veces daría 0,1 ångström / 0,01 nm.
      Parece que sí hubo cierto progreso.
      Buscando, encontré que los microscopios electrónicos de transmisión llegan hasta 0,05 nm y los microscopios electrónicos de barrido a menos de 0,1 nm: https://www.kentfaith.co.uk/blog/article_which-electron-microscope-has-the-highest-resolution_4737
      Como comparación, según tengo entendido, la distancia entre los núcleos de hidrógeno en H2 es de unos 0,074 nm.
      Se puede ver la forma de las moléculas, pero los átomos individuales todavía se ven algo borrosos: https://cosmosmagazine.com/science/chemistry/molecular-models-electron-microscopy/

  • Al ver la imagen de una sola neurona, me parece que la gente de simulación cerebral va a tener que recalcular sus estimaciones de la potencia de cómputo necesaria.

  • Me pregunto si existe un nombre para esa sensación un poco incómoda que surge al ver cosas como esta.
    Me gustaría explicarlo mejor, pero al enfrentarme a imágenes microscópicas de tejido cerebral me invade una sensación extrañamente rara.
    ¿Es una reacción normal?

    • En mi caso, me estresa ver ese desorden.
      El cerebro tiene una pésima gestión de cables.
      Aun así, también siento un vacío inquietante en la imagen.
      Lo primero que pensé fue que mi “implementación” como ser consciente es precisamente esto: un montón de fibras encerradas en la oscuridad total del cráneo.
      Las imágenes de tejido cerebral humano también tienen algo sombrío porque alguna vez pertenecieron a una persona con vida y experiencias.
      Es mi cerebro vivo mirando un cerebro muerto.
    • https://hitchhikers.fandom.com/wiki/Total_Perspective_Vortex
    • Me pregunto si será por la forma.
      No sé si es parecido a cómo los patrones de agujeros incomodan a algunas personas, o si es algo más abstracto, como “por ahí fluyeron fragmentos incognoscibles de la realidad más íntima de alguien”.
      Sea cual sea el caso, no sé cómo se llama, pero esa forma en sí, en su contexto, podría representar un aspecto de la memoria o de la personalidad; quién sabe.
    • Hace pensar que los humanos no son especiales, que no hay alma y que la conciencia no es más que un montón de cables, como en una computadora.
      Al ver que toda la experiencia humana, el amor, la tragedia y los logros, no son más que potenciales eléctricos transmitidos por esas células retorcidas, se desvanece esa sensación de magia que uno sentía en los humanos.
    • No soy religioso, pero para mí es casi lo más cercano a una experiencia espiritual.
      Es como estar frente a algo muy directo, pero al mismo tiempo ante algo tan inmenso que jamás podré comprenderlo.

  • La novela de Neal Stephenson trata muy bien este tema: https://en.wikipedia.org/wiki/Fall;_or,_Dodge_in_Hell

  • En un fork de Neuroglancer, se desarrolló un algoritmo que anota datos volumétricos sin etiquetas mediante aprendizaje autosupervisado
    Se esperan más avances en proyectos de mapeo cerebral a gran escala
    Detalles del proyecto: https://www.ll.mit.edu/sites/default/files/other/doc/2023-02/TVO_Technology_Highlight_45_NeuroTrALE.pdf

  • “La muestra se cortó en unas 5,000 secciones; cada sección tenía 34 nanómetros de grosor y podía fotografiarse con un microscopio electrónico”
    ¿Alguien sabe cómo se hace esto sin dañar la muestra?