биомолекула.ру. Взгляд изнутри.
 

Логин:
Пароль:


Как сетчатка распознаёт движение

[20 мая, 2014 г.]

Иногда говорят, что мы видим не глазами, а мозгом, имея в виду, что распознавание объектов происходит в мозгу, в который поступает только «сырая» информация о распределении световых пятен в пространстве. Строго говоря, это не совсем верно. Некоторые этапы обработки происходят уже на уровне сетчатки. Еще 50 лет назад эксперименты показали, что сетчатка может определить, в какую сторону и с какой скоростью движется зрительный сигнал. Но как именно нейроны сетчатки определяют такую информацию, до недавнего времени оставалось загадкой.

Можно подумать, что по сравнению с такими сложными когнитивными функциями как сознание и язык, распознавание движущийся объектов — нечто простое и понятное. Однако ученые потратили более полувека, пытаясь разобраться в механизмах зрительного распознавания. Самым загадочным был вопрос, как нейроны получают информацию о движении визуального стимула в каком-то определенном направлении, если зрительные клетки — фоторецепторы — не могут распознать это движение. Ответить на этот непростой вопрос недавно смогли ученые из Массачусетского технологического института (МТИ) благодаря помощи добровольцев онлайн-проекта EyeWire (это название сложно красиво перевести на русский, получается что-то вроде «соединение связей глáза») [1].

Наука как игра

Для этого, чтобы разобраться в том, как наши глаза распознают движение, ученые реконструировали строение сетчатки мышиного глаза в мельчайших деталях. Основой для этой реконструкции послужили фотоснимки, полученые с помощью электронного микроскопа, дающего очень большое увеличение. Первые этапы обработки этих снимков были сделаны с помощью искусственного интеллекта. Но даже современное развитие технологий все еще не позволяет компьютеру идеально выполнять некоторые задания, особенно связанные с распознаванием изображений. Поэтому ученым была необходима человеческая помощь. Если бы они стали заниматься обработкой фотографий в лаборатории, где работает полтора десятка человек, то на завершение работы ушли бы годы. Чтобы решить эту проблему, исследователи превратили скучное сопоставление фотографий в красочную онлайн-игру EyeWire. Таким образом, принять участие в научном исследовании мог любой желающий в любой точке мира, — достаточно было иметь доступ в интернет. (Примеры, когда ученые брали себе в «коллабораторы» обычных геймеров, были и раньше, — см., например, «Тетрис XXI века».)

В EyeWire игроку демонстрируется случайно выбранный сегмент сетчатки — в виде трехмерного изображения и последовательной серии срезов (рис. 1). Необходимо реконструировать сегмент нейрона, закрашивая области на фотографиях срезов. Реконструкции от разных участников сравниваются между собой, на основе чего воссоздается наиболее точная трехмерная модель нейрона. На основе этого сравнения игроки получают и призовые очки. Определить, каким образом награждать участников очками, было непросто для разработчиков игры, т.к. EyeWire не знает, какой должна быть правильная реконструкция. Поэтому количество очков зависит от сравнения результатов разных игроков. Чем больше реконструкция одного игрока похожа на реконструкции других игроков, тем больше призовых очков он получает.

Рисунок 1. Интерфейс онлайн-игры EyeWire [1].

Гражданин-учёный

Проект EyeWire был не первым научным проектом, привлекающим к научным исследованиям широкий круг людей без специальной подготовки. В английском языке есть специальный термин citizen science, объединяющий множество исследований, важную роль в которых играет именно участие большого количества неспециалистов. На русский этот термин можно перевести как «гражданская наука» или «гражданин-учёный», но, так как подобных проектов в русскоязычной науке почти нет, вряд ли вы его когда-либо слышали. Гражданская наука выполняет двоякую роль: с одной стороны, она помогает решать многие научные задачи быстрее и эффективнее (как в случае EyeWire), с другой стороны — выполняет образовательную функцию и помогает науке быть «ближе к народу».

Практика привлечения ученых-любителей к масштабным исследованиям появилась еще в начале двадцатого века, когда не существовало термина citizen science. С тех пор и уже на протяжении многих десятилетий добровольцы, интересующиеся наукой, помогают ученым следить за численностью птиц (например, уже более века существует проект по ежегодной переписи птиц при Национальном Одюбоновском обществе), звездами в космосе (примером является Американская Ассоциация наблюдателей переменных звёзд), изменениями погоды для изучения климатической стабильности (например, проект Климатического центра Колорадо) и другими масштабными явлениями природы. Стремительное развитие интернета и компьютерных технологий позволили ученым еще больше расширить круг проектов гражданской науки. Одним из самых известных биологических онлайн-проектов стала игра Foldit, в которой игрокам предлагается свернуть молекулу белка (т.е. произвести фолдинг белка) наилучшим образом. Запущенная в 2008 году, эта игра имеет более 200 тысяч участников и уже помогла достичь определенных научных успехов. В 2011 году игроки смогли расшифровать структуру кристалла протеазы M-PMV, компонента ретровируса обезьян [2]. Профессиональные ученые не могли решить эту головоломку на протяжении 15 лет, а граждане-учёные справились всего за 10 дней.

Все, кто хотел бы принять участие в одном из занимательных проектов гражданской науки, могут обратиться к списку проектов в англоязычной Википедии или заглянуть на веб-сайт scistarter.com, чтобы выбрать проект себе по душе.

Связи в сетчатке и распознавание движения

Для того чтобы разобраться в результатах реконструкции сетчатки игроками EyeWire, нужно вспомнить, как сетчатка устроена и функционирует. Сетчатка глаза млекопитающих называется инвертированным органом, т.к. фоторецепторы, которые являются первым рабочим звеном сетчатки, находятся в нижнем слое, а над ними лежат два слоя нейронов, которые собирают информацию от фоторецепторов и передают ее в головной мозг (рис. 2). Свет проходит через слои нейронов и активирует фоторецепторные клетки сетчатки (всем известные палочки и колбочки; см. «Зрительный родопсин — рецептор, реагирующий на свет»), а они передают электрический сигнал по цепочке нейронов: через биполярные нейроны к амакриновым нейронам и далее — к волокнам зрительного нерва. Палочки и колбочки не могут воспринимать и передавать нейронам информацию о движении зрительного сигнала в ту или иную сторону. Как же тогда нейроны получают эту информацию? Именно для того, чтобы ответить на этот вопрос, ученым из МТИ требовалась реконструкция сетчатки, на которой они подробнейшим образом изучили взаимное расположение биполярных и амакриновых клеток (рис. 3).

Рисунок 2. Строение сетчатки глаза млекопитающих.

Рисунок 3. Трехмерная реконструкция нейронов сетчатки: только биполярные клетки (А), биполярные и амакриновые клетки (Б) [1].

На первом этапе исследователи разделили все биполярные клетки на пять типов, согласно их размеру и особенностям расположения внутри нейронного слоя (рис. 4А). После анализа связей биполярных (обозначаемых латинскими буквами BC) и амакриновых (SAC) нейронов оказалось, что нейроны типов BC2 и BC3a образуют контакты с SAC значительно чаще других типов биполярных клеток. На втором этапе ученые определили, с какими участками отростков амакриновых клеток связывают разные типы BC. Выяснилось, что BC2 образуют контакты с отростками ближе к соме амакриновых нейронов (тело клетки, которое содержит ядро и основные органеллы), а BC3a — как можно дальше от сомы (рис. 4Б). Важным дополнением к этому открытию является достаточно хорошо известный факт, что BC2 передают поступающий на них сигнал с небольшим отставанием (в 50–100 мс) [3].

Наличие такого отставания может помочь амакриновым клеткам определить направление движения зрительного объекта следующим образом. Если движение происходит от сомы к окончанию нейронного отростка, то сначала будет активироваться та биполярная клетка, что контактирует с SAC ближе к соме, а потом — та, что дальше. При этом из-за отставания сигнала от нейрона BC2, сигналы от обеих биполярных клеток придут к отростку амакринового нейрона одновременно. Их сигналы сложатся, активируют амакриновую клетку, и она передаст сигнал дальше по нейронной цепочке. Если же движение будет происходить в противоположном направлении (к соме амакринового нейрона), синхронизации сигналов от биполярных клеток не будет, и активации SAC не происходит. Получается, что в зависимости от того, как направлены отростки той или иной амакриновой клетки, при движении объекта в разных направлениях будут активироваться разные группы амакриновых клеток, и зрительная информация будет «меченной» по направлению.

Рисунок 4. А — все биполярные клетки делятся на 5 групп по размеру и глубине расположения с нейронном слое. Б — разные типы биполярных клеток связываются с разными участками нейронного отростка амакриновой клетки [1].

Рисунок 5. Пресинаптическая (А) и постсинаптическая (Б) модели связи биполярных и амакриновых клеток; τ обозначает задержку в передаче сигнала.

Благодаря более подробному изучению строения сетчатки исследователи из МТИ смогли построить новую модель связи биполярных и амакриновых клеток, которую ученые называют «пресинаптической моделью», т.к. отставание в передаче сигнала имеет место до синаптической связи биполярных клеток с амакриновыми (рис. 5А). Более ранние модели являлись «постсинаптическими», т.к. предполагали, что отставание в передаче сигнала связано с особенностями амакриновых клеток, т.е. происходит после синаптического контакта BC—SAC (рис. 5Б). Главным недостатком постсинаптической модели была ее неспособность объяснить ряд экспериментальных данных, полученных учеными-физиологами ранее. Новая пресинаптическая модель не имеет этого недостатка, и не только объясняет все имеющиеся данные, но и позволяет ставить новые научные вопросы. Хотя и эта модель еще не является идеальной. В своей статье исследователи подчеркивают, что, возможно, для более точного описания работы сетчатки пост- и пресинатическая модели должны быть частично объединены. Кроме того, вероятно, что в модель необходимо включить и другие нейроны. Как отмечает руководитель научной группы Себастиан Сеунг, полученная ими карта связей сетчатки представляет собой всего лишь маленькую часть всех существующих в ней связей, и для полного понимания функционирования нейронной сети, обеспечивающей наше зрение, необходимо добавить в эту карту недостающие компоненты [4].

Новые возможности для создания коннектóма

Исследование группы Сеунга подтверждает, что реконструкция строения нейронных сетей может помочь ученым разобраться с тем, как эти сети работают. И чем лучше становятся компьютерные технологии, позволяющие проводить сложный анализ изображений, тем больше ученые узнают о работе нашей нервной системы. Кроме того, успех EyeWire доказал, что совместные усилия профессиональных исследователей, искусственного интеллекта и большого количества добровольцев могут не только ускорить ход исследования, но и улучшить его качество. Если пару десятилетий назад возможность изучить все связи в мозге человека (совокупность которых называется коннектóм) казалось фантастикой*, сейчас ученые уже обсуждают, в какие сроки эту работу будет возможно завершить.

* — В завершение можно указать, что связи в мозге изучаются не только по анализу реальных срезов нервной ткани, но и с помощью компьютерного моделирования, поразительно точно воспроизводящего принципы ветвления и соединения нейронов между собой в отдельных нейронных колонках (см. «Blue Brain Project: как все связано?»). А что касается коннектóма и других «-омов», то компьютерная биология продолжает объединять их вместе, рисуя в будущем грандиозную картину «большой биологии» (см. «„Омики“ — эпоха большой биологии»). — Ред.

Литература


  1. Kim J.S., Greene M.J., Zlateski A., Lee K., Richardson M., Turaga S.C., Purcaroc M., Balkam M., Robinson A., Behabadi B.F., Campos M., Denk W., Seung S. & the EyeWirers. (2014). Space—time wiring specificity supports direction selectivity in the retina. Nature 509, 331–336;
  2. Khatib F., DiMaio F., Foldit Contenders Group, Foldit Void Crushers Group, Cooper S., Kazmierczyk M., Gilski M., Krzywda S., Zabranska H., Pichova I., Thompson J., Popovic Z., Jaskolski M., Baker D. (2011). Crystal structure of a monomeric retroviral protease solved by protein folding game players. Nat. Struct. Mol. Biol. 18, 1175–1177;
  3. Baden T., Berens P., Bethge M., Euler T. (2013). Spikes in mammalian bipolar cells support temporal layering of the inner retina. Curr. Biol. 23, 48–52;
  4. Costandi M. (2014). Wiring of retina reveals how eyes sense motion. Nature News & Comments.

Автор: Коржова Виктория.

Число просмотров: 1528.

Вернуться в раздел «Новости»

Комментарии

(Оставить комментарий) (показывать сначала старые комментарии)

Re: Как сетчатка распознаёт движение

Иван — 25 мая, 2014 г. 22:52. (ссылка)

Спасибо за статью! Было интересно. Пишите еще про гражданскую науку и коннектомику!

(ответить)

Яндекс.Метрика

© 2007–2015 «биомолекула.ру»
Электропочта: info@biomolecula.ru
О проекте · RSS · Сослаться на нас

Дизайн и программирование —
Batch2k15.

Сопровождение сайта — НТК «Биотекст».

Условия использования сайта
Об ошибках сообщайте вебмастеру.