Активність кількох сотень нейронів біля хробаків і декількох тисяч нейронів у мозку риби вдалося побачити в реальному часі.
Щоб зрозуміти, як працює мозок, потрібно в точності представляти його структуру. Якщо ми згадаємо про особливості будови нервових клітин, про їх здатність утворювати великий безліч міжклітинних контактів, то стає зрозуміло, що під структурою мозку тут слід розуміти не тільки «великоблочну» будову (мозочок, таламус, кора і т. д.), але і всю систему зв'язків між ними. Звичайно, у мозку великий запас пластичності: міжклітинні синапси в ньому то з'являються, то зникають. Однак у мозку є, якщо можна так сказати, постійні канали зв'язку, які залишаються незмінними і які формують матеріальну основу внутрішньомозкових інформаційних потоків.
Досі єдиним організмом, у якого зв'язки в нервовій системі були змальовані у всіх деталях, залишається нематода Caenorhabditis elegans. У цього хробака нервова система складається всього з 302 клітин, так що з'ясувати, що з чим з'єднується, нейробіологам вдалося досить швидко - до 1986 року була створена повна карта міжнейронних зв'язків C. elegans. Звичайно, вчені досить скоро задумалися і про те, щоб схожу карту зробити і для людського мозку, але в людському мозку нейронів не 302, а приблизно 100 мільярдів, так що можна уявити, яке титанічне завдання стоїть перед дослідниками. Адже нейрони не просто утворюють аморфну мережу, вони складаються в функціональні зони, що виконують ту чи іншу задачу, і ці зони, в свою чергу, взаємодіють між собою вже на макрорівні і підпорядковуються якимось доданим архітектурним правилам. І все це безмірно ускладнює завдання картування мозку.
Вчені намагаються вирішити цю проблему з різних сторін, часом досить несподіваними методами. Торік дослідники зі Стенфордського університету зуміли зробити мозок миші і фрагмент мозку людини майже прозорими: нервова тканина оброблялася детергентом так, що в ній залишалися тільки білкові «скелети» нервових клітин, і за допомогою флуоресцентних білків можна було простежити розподіл нервових відростків від зовнішніх шарів кори до самих надр мозку.
З іншого боку, продовжує користуватися успіхом старий метод картування, коли нервову тканину нарізають на тисячі шарів кожен товщиною в пару десятків мікрометрів, а потім ці шари пильно роздивляються, оцінюючи схожість і відмінності. Проаналізувавши їх будову, можна побудувати тривимірну карту мозку підвищеної точності. Такі роботи ведуться постійно, і мозкові атласи поступово стають все більш детальними. Так, знову ж таки в минулому році групі вчених з Дослідницького центру Юліх (Німеччина) разом з колегами з інших наукових центрів Німеччини і Канади вдалося створити тривимірний атлас мозку людини з роздільною здатністю в 20 мікрометрів - ця карти мозку виявилася в 50 разів більш точною, ніж її попередники.
Часто нейробіологи займаються лише якимось окремо взятим аспектом нейронної архітектури, скажімо, намагаються представити схему проводять шляхів між усіма зонами мозку. Тут теж вдалося досягти значних успіхів: буквально місяць тому дослідники з Алленівського інституту мозку повідомили, що їм вдалося визначити всю сукупність внутрішньомозкових зв'язків, правда, поки що тільки для мозку миші.
Але уявімо, що нам стали відомі всі з'єднання, які тільки є в мозку, що створений найдетальніший тривимірний атлас - чи достатньо нам цього, щоб зрозуміти, як мозок працює? Очевидно, ні, адже ми не будемо знати, як саме розподіляються нервові імпульси по всій системі зв'язків між нейронами і великими малими зонами мозку. Як аналогію можна навести комп'ютерні мікросхеми: ми можемо скільки завгодно їх роздивлятися, але за їхнім зовнішнім виглядом ми не визначимо, чи працює зараз комп'ютер з відеофайлом або ж з текстовим редактором. Для цього нам потрібно залізти всередину мікросхеми, «побачити» електричні струми, які біжать по ній. І так само потрібно залізти всередину нейрона, дізнатися розподіл імпульсу по нервових клітинах, щоб зрозуміти, як там все працює.
Фіксувати і аналізувати активність нервових клітин вчені вміють давно. Як легко здогадатися, спостереження за активністю одного-єдиного нейрона нам нічого не скаже - потрібно знати, від кого він отримав сигнал і кому його передав, тобто активність всього ланцюжка, або хоча б більшої її частини. Але нейронні ланцюги існують не самі по собі, вони обмінюються інформацією між собою. Ми можемо визначити, яка група нейронів бере участь, наприклад, у руховій активності, але якщо ми хочемо отримати більш повну картину, якщо хочемо дізнатися, як сенсорна інформація «на вході» перетворюється на рухову активність «на виході», нам потрібно спостерігати відразу за всім мозком цілком.
Саме таке завдання спробували вирішити Роберт Преведел (Robert Prevedel) і його колеги з Інституту молекулярної патології у Відні та Массачусетського технологічного інституту. І їм вдалося її вирішити, правда, поки що не на людському мозку, і не на мишиному, а все на тій же найпростішій нервовій системі нематоди C. elegans і на мозку мальків, що розвивається, даніо-реріо.Дослідники
модифікували хробаків і риб так, щоб їх нейрони синтезували флуоресцентний білок: цей білок світився при змінах в рівні іонів кальцію всередині клітини. Як відомо, при збудженні і поширенні електричного імпульсу відбувається перерозподіл іонів по обидва боки нейронної мембрани - власне, зміни в концентрації іонів і лежать в основі нервового імпульсу. Стежити за роботою нейрона можна по руху іонів всередину і зовні клітини, а якщо у нас є спеціальний білок, який світиться, який чутливий до таких перерозподілів іонів, то за роботою нервової клітини можна взагалі стежити своїми очима, нехай і за допомогою мікроскопа.
Насправді, така технологія давно застосовується для вивчення нервових імпульсів, але досі її використовували на малому числі нервових клітин. Цього разу завдання вчених полягало в тому, щоб за допомогою білка, що світиться, можна було спостерігати за роботою відразу всієї нервової системи, щоб зображення виходило об'ємним, і щоб активність нервової системи можна було фіксувати з великою швидкістю. Це вдалося зробити за допомогою особливого мікроскопічного методу, що дозволяє робити 50 знімків на секунду, які потім монтувалися в 3-D-зображення. Видно, які нейрони у черв'яка працюють у стані спокою, які - коли хробак повзе, і які - коли він відчуває якийсь запах або тактильне роздратування. (Відео з повзучою нематодою можна подивитися на YouTube.) У
нематоди C. elegans, як було сказано, на всю нервову систему, від голови до хвоста, припадає всього 302 нейрони. У мальків даніо-реріо нервових клітин вже 100 тисяч, і врахувати активність всіх відразу вчені не змогли, обмежившись поки що лише п'ятьма тисячами (що все одно непогано в порівнянні з трьомястами нейронами у хробаків
). він дозволяє бачити якусь середню активність всієї нервової клітини, але ось розгледіти активність окремого нейронного відростка, аксона або дендрита вже не дозволяє. Втім, дослідники сподіваються, що їм вдасться вдосконалити технологію і ще більше деталізувати зображення.
Робота ця по суті методична (і опублікована вона в Nature Methods), однак за допомогою такого методу можна буде дізнатися багато нового про функціонування нервових мереж в масштабах якщо не всього мозку, то хоча б його частини. Звичайно, можна сказати, що нервова система нематоди і рибки даніо-реріо незмірно простіше, ніж у людини, але, по-перше, цей метод можна буде застосувати до мозку якихось піддослідних ссавців, а, по-друге, деякі закономірності роботи нервової системи можна дослідити і на рівні простих хробаків. Ще раз вкажемо на головну особливість такого підходу: ми в реальному часі реєструємо роботу відразу всієї нервової системи (або хоча б досить великої частки нейронів).І завдяки тому, що активність нервових клітин видно тут без тимчасових затримок, ми можемо точніше уявити собі інформаційні процеси, які відбуваються в нервовій системі.
Правда, все-таки цю дилему між кількістю нейронів і їх активністю поки що так і не виходить вирішити до кінця: або ми бачимо дуже багато нейронів, але не можемо в деталях оцінити їх роботу, або навпаки - бачимо всі подробиці передачі імпульсів, але лише між обмеженим числом нервових клітин. Залишається надягнутися тільки на подальший науково-технічний прогрес.