Исследователи из Калифорнийского университета в Сан-Франциско (UCSF) и Института клеточных наук Аллена создали первую в истории комплексную карту мозга мыши, сгенерированную полностью автоматически, без ручного вмешательства человека. Результаты исследования, детализирующего 1300 регионов мозга, были опубликованы 7 октября в журнале Nature Communications.
В основе прорыва лежит модель искусственного интеллекта под названием CellTransformer. Её разработали профессор неврологии и биоинженерии UCSF Реза Аббаси-Асл и его аспирант Алекс Ли. Технологически CellTransformer является большой языковой моделью (LLM), концептуально схожей с ChatGPT, но с принципиальным отличием в своей работе.
Вместо анализа семантических связей между словами, CellTransformer анализирует пространственные взаимоотношения между отдельными клетками в тканях мозга. Модель не просто обрабатывает, но и улучшает исходные данные, создавая более четкие и точные карты, чем те, что создаются при помощи ручной разметки, известной как парцелляция.
Для обучения и работы ИИ использовались данные пространственной транскриптомики. Этот метод позволяет одновременно определить точное положение каждой отдельной клетки в ткани и измерить её генную активность — то, как клетка использует генетическую информацию для производства белков. Входной массив данных содержал информацию об активности от 500 до 1000 генов в каждой анализируемой клетке.
Созданная карта охватывает около 1300 отдельных областей и построена на основе анализа более чем 9 миллионов клеток мозга мыши. Для проверки точности полученных результатов ученые сравнили карту, сгенерированную CellTransformer, с эталонной картой высокого разрешения — Единой системой координат (CCF) Института Аллена, созданной с помощью кропотливой ручной аннотации.
Сравнение показало «сильную согласованность» между двумя картами, что подтвердило высокую точность работы искусственного интеллекта. CellTransformer успешно идентифицировал и нанес на карту хорошо изученные структуры, такие как гиппокамп — ключевой центр памяти в мозге.
Модель также справилась с картированием областей, которые ранее представляли значительную сложность для исследователей. Среди них — ретикулярное ядро среднего мозга, расположенное в верхней части ствола мозга. Эта структура отвечает за обработку сенсорной и моторной информации, а также за регуляцию сна. Более того, ИИ смог выявить ранее не каталогизированные, более мелкие субрегионы мозга.
Авторы исследования утверждают, что разработанный ими алгоритм универсален. Его можно применять для анализа данных пространственной транскриптомики других частей тела, например, сердца, а также для изучения тканей, пораженных различными заболеваниями.
Следующей целью команды является применение CellTransformer для анализа данных человеческого мозга. Основная трудность заключается в колоссальной разнице в масштабах. Мозг мыши состоит из десятков миллионов клеток, в то время как человеческий мозг насчитывает около 170 миллиардов клеток, включая 86 миллиардов нейронов.
Несмотря на сложность задачи, Реза Аббаси-Асл выразил уверенность в возможностях технологии. «Мы действительно верим, что это может сработать и на человеческих данных», — заявил он, назвав этот проект «важным следующим шагом».
Изображение носит иллюстративный характер
В основе прорыва лежит модель искусственного интеллекта под названием CellTransformer. Её разработали профессор неврологии и биоинженерии UCSF Реза Аббаси-Асл и его аспирант Алекс Ли. Технологически CellTransformer является большой языковой моделью (LLM), концептуально схожей с ChatGPT, но с принципиальным отличием в своей работе.
Вместо анализа семантических связей между словами, CellTransformer анализирует пространственные взаимоотношения между отдельными клетками в тканях мозга. Модель не просто обрабатывает, но и улучшает исходные данные, создавая более четкие и точные карты, чем те, что создаются при помощи ручной разметки, известной как парцелляция.
Для обучения и работы ИИ использовались данные пространственной транскриптомики. Этот метод позволяет одновременно определить точное положение каждой отдельной клетки в ткани и измерить её генную активность — то, как клетка использует генетическую информацию для производства белков. Входной массив данных содержал информацию об активности от 500 до 1000 генов в каждой анализируемой клетке.
Созданная карта охватывает около 1300 отдельных областей и построена на основе анализа более чем 9 миллионов клеток мозга мыши. Для проверки точности полученных результатов ученые сравнили карту, сгенерированную CellTransformer, с эталонной картой высокого разрешения — Единой системой координат (CCF) Института Аллена, созданной с помощью кропотливой ручной аннотации.
Сравнение показало «сильную согласованность» между двумя картами, что подтвердило высокую точность работы искусственного интеллекта. CellTransformer успешно идентифицировал и нанес на карту хорошо изученные структуры, такие как гиппокамп — ключевой центр памяти в мозге.
Модель также справилась с картированием областей, которые ранее представляли значительную сложность для исследователей. Среди них — ретикулярное ядро среднего мозга, расположенное в верхней части ствола мозга. Эта структура отвечает за обработку сенсорной и моторной информации, а также за регуляцию сна. Более того, ИИ смог выявить ранее не каталогизированные, более мелкие субрегионы мозга.
Авторы исследования утверждают, что разработанный ими алгоритм универсален. Его можно применять для анализа данных пространственной транскриптомики других частей тела, например, сердца, а также для изучения тканей, пораженных различными заболеваниями.
Следующей целью команды является применение CellTransformer для анализа данных человеческого мозга. Основная трудность заключается в колоссальной разнице в масштабах. Мозг мыши состоит из десятков миллионов клеток, в то время как человеческий мозг насчитывает около 170 миллиардов клеток, включая 86 миллиардов нейронов.
Несмотря на сложность задачи, Реза Аббаси-Асл выразил уверенность в возможностях технологии. «Мы действительно верим, что это может сработать и на человеческих данных», — заявил он, назвав этот проект «важным следующим шагом».
