CLARITY / CUBIC - прозрачные мозги

Довольно неожиданно мне выдалась возможность попробовать технику CUBIC, которая делает мозг (маленький, мышиный, например) совершенно прозрачным, и так можно считывать флуоресценцию со всего мозга, без всякого нарезания. Самой популярной раньше была техника CLARITY, которую придумал изобретатель оптогенетики Карл Дайссерот, но появились и другие, и в моей лабе в Стауэрсе используют технику CUBIC - clear, unobstructed brain/body imaging cocktails and computational analysis, которую разработали японцы, сделав скрининг 1600 гидрофильных реагентов! Типа они их все протестировали и подобрали оптимальный коктейль. Идея в том, что берется зафиксированный в параформальдегиде мозг (работает и для других органов), сначала производится вымывание липидов, которое занимает одну-две недели, и заодно обесцвечивание ткани (комбинацией из N-Butyldiethanolamine и Triton X-100), потом промывается, а потом еще пару тройку дней в коктейле antipyrine + N-methylnicotinamide для того, чтобы добиться одинакового индекса преломления ткани и среды. Потом это все заливается агарозой и можно сканировать, флюоресценция сохраняется. В лабе Рона Ю есть отдельный чувак, занимающийся оптикой, который сам собрал микроскоп для сканирования таких образцов. Как правда их потом анализировать пока не очень понятно, лол. А еще минус CUBIC в том, что его пока не придумали как совмещать с окраской антителами, а вот у CLARITY проблем с этим нет.

Вот статья, в которой описан протокол CUBIC, если кому-то интересно, могу поделиться набросанным протоколом для мышиного мозга :) А если кто-то работал с такими данными, то расскажите, как анализировали!
https://www.sciencedirect.com/science/article/pii/S2211124718311598?via%3Dihub

Обзорчик http://www.jneurosci.org/content/38/44/9330

А вот очень классное видео из статьи про CUBIC
https://ars.els-cdn.com/content/image/1-s2.0-S2211124718311598-mmc7.mp4

Разнообразие активности нейрона

Я тут читаю сразу три книги по нейробиологии параллельно и расскажу про все, но самая крутая из них безусловно "Rhythms of the brain" György Buzsáki. Бужаки написал кучу интересных обзоров про осцилляции в мозге, и наконец я добралась до его книги. Она очень концептуальная. это круто, так как заставляет думать. Но я хочу написать конкретно про один аспект - запись активности одного нейрона. Известный эксперимент Хьюбеля и Визеля,где котам показывали полоски, наклоненные под разным углом, и записывали tuning curves отдельных нейронов - это классика, очень удачный пример, где отдельный нейрон отвечал на определенную ориентацию полоски (кстати, они сначала показывали кошкам точки, и ответ на полоски обнаружили случайно, пока меняли стекла). Но такой подход имеет серьезные проблемы. Окружающий мир не отражается линейно в активности нейрона, потому что активность нейрона - это тоже не линейная и не постоянная величина. На каждый нейрон в мозге постоянно оказывают влияние сотни других нейронов - их спонтанная активность качает состояние нейрона из одной стороны в другую, а помимо этой спонтанной окружающей активности нейрон должен ловить стимулы из окружающего мира. Спонтанная активность добавляет ответам одного нейрона кучу шума и вариабельности. Как хорошо про это пишет Бужаки:
"Ignoring such brain-derived variability would be a great loss since this spontaneous coordinated variability may be the essence of cognition".
Поэтому нужно исследовать:

1) Очень много нейронов и их усредненную активность в ответ на стимул
2) Спонтанную активность определенной зоны мозга, что сейчас как раз становится модным. Читайте про state space и population vector. Скоро я буду читать про это тоже, так как этой мой будущий проект. Идея заключается в том, что спонтанная активность нейронов - сама по себе важная величина, где активность движется не случайно, а по определенным траекториям, задавая ритм и настроение остальным нейронам. Ну или случайная. Мы все еще не знаем.

Очень наглядно вариабельность одного и того же нейрона на повторное предъявление одного и того же стимула показана в новом препринте Карсен Стрингер и конечно же в ее твиттере, обязательно взгляните:
https://twitter.com/computingnature/status/1142510839087423489

Книга Бужаки
https://www.amazon.com/Rhythms-Brain-Gyorgy-Buzsaki/dp/0199828237

Точность кодирования в мышиной зрительной коре

Продолжение про препринт Стрингер - "High precision coding in mouse visual cortex"
https://www.biorxiv.org/content/biorxiv/early/2019/06/21/679324.full.pdf

То, что тут показана вариабельность ответов одного нейрона - это на самом деле побочная штука в этой статье. Ее идея совсем в другом, и она достаточно крутая. Так вот. Мыши показывали grating stimuli (это по сути просто полоски в кружочке) с разным наклоном, и от нее требовалось определять, разный ли угол наклона у полосок или одинаковый на двух картинках. У восприятия угла наклона есть лимит - например, если вам показать две картинки с разницей угла наклона в полградуса, вы скорее всего скажите, что угол наклона тот же, а если с разницей в 25 градусов - то явно заметите наклон. Мышей тренировали отвечать, видят ли они разницу в наклоне или нет. Так вот, по поведенческим экспериментам, где мышь нажимает на кнопку "разный наклон" или "одинаковый наклон", лимит был больше, чем 25 градусов! То есть при разнице меньше, чем 25 градусов, мышь не видела разницы.

Ученые записали активность 20.000 нейронов в зрительной коре мыши с помощью кальциевого имаджинга и запустили на этих данных линейный декодер. В данном случае декодирование - это расшифровка того, что видит мышь, по данным ее нейронной активности, то есть мерцанию 20.000 нейронов. И с помощью линейного декодера удалось отличить стимулы с углом наклона всего в 1 градус! И даже дотянуть это до 0.3 градуса! То есть поведенчески мышь различает наклон только в 25 градусов, а ее нейроны - разницу меньше, чем 1 градус. Нейроны несут информацию о разнице стимулов, но сама "МЫШЬ" об этом как бы не знает. Как такое вообще может быть??!??

Тут есть два потенциальных ответа:

1) На уровне первичной зрительной коры эта информация есть, но дальше механизмы декодирования в самом мозге неидеальны, и эта информация не декодируется и не передается другим отделам с такой же точностью. Ну просто не нужно это мыши. Или эволюция "не смогла". Короче говоря, внешний наблюдатель с его линейным декодером может считать эти данные с первичной зрительной коры гораздо лучше, чем вышележащие отделы мозга

2) другое предположение (понравилось бы Францу де Ваалю) - это то, что мы спрашиваем мышь принципиально неправильные вопросы, и ей к черту не сдалить эти gratings, которые являются слишком искусственными и мозг мыши просто не приспособлен их отличать, потому что в реальности мышь никогда не видит эти дурацкие полоски. Соответственно, нужно предъявлять ей более натуралистичные стимулы, мыши в VR, и всякий такой крутяк.

И в очередной раз направлю вас на тред в твиттере, который мне и помог разобраться, чем эта статья важна
https://twitter.com/computingnature/status/1142510839087423489

Мне тут нужно было узнать, летала ли плесень Neurospora в космос (да, летала), и я наткнулась на статью 1968 года с кратким описанием космических программ СССР и Штатов. Вот список организмов, которые за 20 лет до 1968 успели слетать. Как отмечает американский автор статьи, у совка была задача запустить как можно больше всего и быстро, а делалось это небрежно. Ну я хз.

Что интересно, все знают, что летала собака Лайка, потом Белка и Стрелка. Оказывается, за ними были ещё два отважных пса Уголёк и Ветерок, и они провели на орбите аж 22 дня! А потом ещё и прожили до старости на Земле.

Осьминоги - одни из моих любимых существ, они обладают потрясающим количеством потрясающих черт: могут менять цвет кожи быстро и легко, мимикрируя под среду, охренительно выглядят, упарываются mdma***, сбегают из аквариумов и вообще думают всем телом. У них в щупальцах больше нейронов, чем в части тела, которую принято считать мозгом, то есть как будто все тело - это мозг, а точнее a system of distributed computing. В контексте embodied cognition об этом интересно думать, каждая щупальца осьминога может координироваться сама по себе, и кажется Кларк шутил на тему "What is it like to be an octopus' tentacle".

А ещё осьминоги очень умны, одиноки, и живут коротко, но ярко. Все эти черты могут быть связаны с тем, что в процессе эволюции они потеряли панцирь. Возможно, они стали настолько уязвимыми, что не смогли бы выжить, не стань они в разы умней, чем остальная живность на такой глубине. Потому что кто только в океане не пытается сожрать осьминога. Или по какой-то странной причине они стали умнее и решили, что панцирь им не нужен. Либо эти два процесса шли параллельно. Вот вам пара текстов для развития абсолютной, платонической любви к осьминогам.

Flexible body, flexible mind, всем рок и осьминог!

https://www.theatlantic.com/science/archive/2019/07/why-did-octopuses-become-smart/593155/

***https://www.google.com/amp/s/beta.washingtonpost.com/science/2018/09/20/this-is-what-happens-shy-octopus-ecstasy/%3foutputType=amp

Бедный Роберт Сапольски, переводам его книг на русский продолжает прилетать. На английском новая книга называется "Behave", а тут биология добра и зла. Ещё загадочнее, как "Why zebras don't get ulcers" стала "Психологией стресса". Впрочем, я хотела сказать, что Сапольски классный чувак и книги у него мощные, так что последнюю точно советую, а новую сама вскоре буду читать.

AI & math на Кванте

Кванта уже давно один из моих любимых порталов, пишущих про науку, у них прекрасные тексты про биологию, физику и математику, и сегодня я закину вам парочку текстов, которые прочитала недавно (а вообще мне просто удобно их тут держать, на случай, если придется умничать про математику или нейронные сети)

Первый текст рассказывает про попытки найти фреймворк для разных архитектур нейронных сетей, чтобы было возможным предсказать, на что будет способна эта сеть, вместо того, чтобы гадать на кофейной гуще (или запускать тысячи сетей, чтобы просто посмотреть, какая лучше). В основном речь идёт про количество слоев в сети и про количество нейронов в каждом слое. Ну и в целом текст подходит вам, если вы не сильно разбираетесь в том, что такое эти сети.

https://www.quantamagazine.org/foundations-built-for-a-general-theory-of-neural-networks-20190131/

Второй текст рассказывает о том, как рандомные числа и решения могут использоваться в математике для решения сложных задач, хотя казалось бы математика - строгая наука и никакой случайности там быть не должно. Текст в свою очередь ссылается на другую статью с крутыми 3d моделями, которые приятно повертеть, если врубаться в математику совсем не хочется. И вообще, я нигде раньше не видела такого крутого научпопа по математике, как на Кванте, если что-то ещё знаете, поделитесь!

https://www.quantamagazine.org/how-randomness-can-make-math-easier-20190709/

А ещё у Кванты невероятно крутые иллюстрации и хороший дизайн

Breaking news! Neuralink presentation!

СРОЧНО, через 7 часов начнется онлайн трансляция компании Neuralink из Сан-Франциско, где Илон Маск, основавший ее, будет рассказывать про разработку “ultra high bandwidth brain-machine interfaces to connect humans and computers". Мастхэв для всех фанатов нейробиологии, теха и Илона Маска. Прошло два года с момента создания Neuralink, так что будем надеется им есть, что показать!

(Если я не ошибаюсь, то по Москве это 6 утра, но вдруг найдутся герои. Ну или вы не в России. В любом случае, постараюсь не продолбаться и сделать выжимку того, что было)

Вот тут есть ссылка на трансляцию
https://techcrunch.com/2019/07/16/how-to-watch-elon-musks-neuralink-brain-control-interface-startup-presentation-live/

А вот прекрасный лонгрид Waitbutwhy о том, что это и зачем это все
https://waitbutwhy.com/2017/04/neuralink.html

Забывать важнее, чем помнить

Дочитала небольшую книгу The Forgetting Machine: Memory, Perception, and the "Jennifer Aniston Neuron" by RODRIGO QUIAN QUIROGA. Книга небольшая, понятная и занимательная, а главное - логичная. Кирога - довольно известный ныне живущий нейробиолог, занимающийся памятью и репрезентацией концепций в мозге, и именно он открыл "нейроны Дженифер Энистон"

Нейронами Дженифер Энистон были названы клетки в гиппокампе человека, которые отвечали исключительно когда показывали фотографии Энистон. Но самое удивительное обнаружилось позже: у другого испытуемого нашлись нейроны, которые активировались при показе фотографии Холи Берри, при показе фотографии Холи Берри в маске кошки, где лицо было фактически закрыто, при предъявлении ее имени на экране и при звучании ее имени. То есть эти нейроны в гиппокампе реагировали на концепт человека, а не на какие-то отдельные черты. И позже было доказано, что это зависит от опыта и предпочтений человека - у меня бы нейроны мертвенно молчали что при предъявлении одной, что другой, зато очень бы радовались портрету жижека и мемам про него и капитализм, например, лол.

Кроме этого Кирога пишет про память - как ее объем пытались неоднократно сосчитать (в штуках и гигабайтах), про типы памяти и разные процессы в мозге, необходимые для этого, и про то, что мы не помним большую часть того, что воспринимаем, даже если совершенно уверены в том, что помним. (А еще часто хитроумно достраиваем воспоминания в процессе повествования и потом свято верим, что так все и было). Кирога рассказывает о том, что способность забывать большую часть воспринимаемого и выделять самое главное лежит в основе человеческого мышления и способности анализировать информацию. Это отличает нас от комрьютера, который может хранить терабайты данных, но не способен их проанализировать, так как не способен выделить самое существенное и забить на детали (дискуссию про нейронные сети я даже не буду начинать, им еще далеко). Сюда же относятся и нейроны, реагирующие на концепты - они одновременно помогают думать и анализировать, создавать ассоциации и вспоминать необходимые воспоминания (а еще нейроны концепций - у Кироги есть обзор, который так и называется - concept cells - работают очень похоже на нейроны решетки, и про это я немного писала на Биомолекуле, но это уже продвинутая тема).

https://www.amazon.com/Forgetting-Machine-Perception-Jennifer-Aniston/dp/1944648542

А теперь самое главное - я с радостью подарю (отправлю) книгу кому-нибудь из подписчиков, кто расскажет где-нибудь у себя про мой канал. Если вас будет много, то выбирать доверю случайности :) Стукнете в личку, чтобы я вас не забыла. И да, книга на английском, но читается легко, так как автор не native speaker.

Депрессивные мыши

Депрессию, как и многие другие штуки, изучают на мышах. Как определить, что мыша чувствует себя депрессивно? Если вы далеки от биологии, вам может не понравится этот метод: мышь опускают в ванночку с водой и засекают, сколько она пытается плавать. Считается, что чем более депрессивна мышь, тем быстрее она “сдается”. Это старый и невероятно распространенный тест, придуманный в прошлом столетии, называется forced-swim test. Он вот прям повсеместный в изучении депрессии на мышах (я еще слышала про вариацию, где мышь держат за хвост вниз головой и считают, сколько она брыкается. Согласитесь, тоже так себе). Теперь наконец биологам он тоже перестал нравиться.

Первый вопрос в том, что с самого начала тест лучше всего работает с мышами, которым дают SSRI антидепрессанты - ингибиторы обратного захвата серотонина, которые конечно вроде самые популярные, особенно благодаря прозаку (для которого по сути тест и придумали), но есть как минимум 3 других класса, для которых тест работает, хм, как минимум странновато, не говоря уже о всяких нетипичных антидепрессантах. А самое интригующее здесь то, что у людей улучшение симптомов на SSRI наступает через 2-3 недели, а мыши плавают бодрее уже на следующий день. Объяснения? Их нет.

Второй вопрос в том, что если эксперимент проводится таким образом, что вы тестируете одну мышь несколько раз, то что вы на самом деле тестируете - эффект антидепрессантов или то, что ваша мышь выучила, что ее вычерпывают из воды сразу же, как только она перестает брыкаться? (а мышь только и хочет, чтобы ее достали из воды, и поверьте, в этом мышь умнее, чем вы думаете).

Можно конечно сказать, что любой метод имеет ограничения и применим с грамотным дизайном эксперимента, но что показательно - большая фарма (Roche, Janssen, AbbVie) отказались от теста на плавание в последние годы. Это означает, что он полезен только для того, чтобы ученые могли публиковаться и получать гранты, а не для того, чтобы разрабатывать лекарства. Ведь гранты даются за публикации, а не за работающие решения. Интересно посмотреть, насколько реактивным окажется научное сообщество и как быстро откажется от теста, который попросту не работает так хорошо, как мы думаем.

зы - по ссылке внизу еще говорится, что в эту тему вступила PETA - организация, защищающая права животных, и может быть с их давлением что-то поменяется, но важно тут не само по себе давление, а то, что ученым стоит быть честными с собой и искать новые решения, даже жертвуя при этом надежными, но не работающими приемами.

https://www.nature.com/articles/d41586-019-02133-2

Синхронизация у светлячков

Я тут снова читаю книгу про самоорганизацию в живых и неживых системах, на этот раз - "Sync" Стивена Строгаца. А до этого был "Chaos" Джеймса Глейка. К чему бы это? А все потому, что нейросайнтисты сейчас помешались на всех этих хаотических и самоорганизующихся системах, self-organized criticality и прочих штуках, и пытаются в соответствии с ними моделировать работу нейронов. Книга Строгаца - конкретно про спонтанную синхронизацию осцилляторных систем (а нейроны таковыми являются), но сейчас я перескажу кулстори про светлячков.

Я не знаю, насколько светлячки распространены в разных уголках России, но я светлячков впервые увидела на Шри-Ланке, а потом в мидвесте, и ни те, ни другие, не были видом светляков, про которых пишет Строгац. Эти летают в одиночку и загораются тут да там, а вот в Юго-Восточной Азии есть вид светлячков, которых сразу целая стая, и они загораются синхронно. Как волна вспышек, пробегающая по деревьям. Так вот, в начале 20 века европейцы были наслышаны про это явление, и ученые, когда им говорили про синхронизацию вспышек светляков, в это попросту не верили и называли это выдумками путешественников. Мало ли чего те в этих Азиях накурются и насмотрются! Потом ученые начали сами туда ездить, но все еще никак не могли объяснить это явление. Одни заявляли, что такое просто не возможно, светляки же тупые, другие писали о том, что это влияние влажности, тумана, темноты, глюки, да чего угодно. Кто-то предполагал, что, подобно оркестру, у светляков есть дирижер - главный светляк, который всем задает ритм. В двадцатые годы в журналах были напечатаны десятки статей, описывающих этот феномен, многие - далекие от реальности.

Наконец кто-то вспомнил, что такое научный метод. John Buck и его жена Elizabeth в 60х отправились в Тайланд, наловили там светляков и выпустили их в комнате отеля. Светляки расселись по стенам и сначала мигали как попало, совсем не синхронно. Но потом в их вспышках начала появляется синхронизация, которая усиливалась и со временем стала идеальной. Выглядело это так, как будто они подстраиваются друг под друга, то есть на ритм каждого светляка воздействуют другие светляки. Это называется rhythm entrainment. Чтобы это проверить, Бак брал одного светляка и начинал мигать на него фонариком. Со временем ритм светляка сдвигался ближе к ритму фонарика и в итоге они начинали мигать синхронно. Так получилось показать, что ритм у светляков самосинхронизуется, то есть они все подстраиваются друг под друга.

Похожими системами являются клетки сердцы, сокращающиеся в такт, нейроны, атомы в лазерах и многое другое, не говоря уже о маятниках. Синхронизация завораживает даже в живых системах, не говоря уже о неживых.

p.s. Баааа, да эта книга еще и на русский переведена!
https://www.mann-ivanov-ferber.ru/books/ritm-vselennoj/

p.s.2 @spleen пишет, что русский перевод не очень, с опечатками и сложным и непонятным изложением механистических явлений, так что кто тянет - пробуйте оригинал

Тааак, про сайфай что-то давно тут ничего не было.

Пока летела над атлантикой и тупила в выборе фильмов из репертуара Дельты, неожиданно для себя наткнулась на небольшую серию "James Cameron’s Story of Science Fiction". Кэмерон это режиссер Аватара и вот он решил сделать небольшое шоу про сай-фай из 6 эпизодов. В принципе неплохо, но к сожалению только про кино. Кроме того - по большей части только про известное и кассовое сайфайное кино. Первый выпуск по теме пришельцев, второй - исследования космоса. Дальше я прилетела на большую землю. Репертуар - 2001, чужой, прибытие, марсианин, гравитация, звёздные войны, стартрэк, район 29, пятый элемент. Конечно интересно попялиться на рассуждения кино-акул в сайфае о больших вопросах, стоящих перед человечеством, но эти фильмы особо в рекламе не нуждаются, их же итак будут смотреть.

Из хорошего - упоминаются некоторые старые фильмы, о которых я даже никогда не слышала. Нужно будет заценить, как в 30х-50х представляли пришельцев и исследования галактики (ну или хотя бы Луны и Марса).

Наконец, если вы вдруг хотите посмотреть документалку, но ещё не читали "Story of your life" Тэда Чанга (ну или на худой конец не смотрели "Прибытие", снятое по рассказу), то сильно советую сначала прочитать. В первом эпизоде документалки содержится мощный спойлер о "Story of your life", а этот рассказ слишком вкусен и хорош, после спойлера такого впечатления о нем вы уже не получите!

Ещё Кэмерон снял очень крутой фильм "Strange days", а ещё он неплохой океанолог, откуда и началась вся история с Аватаром

https://www.amc.com/shows/james-camerons-story-of-science-fiction

Йоу, книжка Кироги "The forgetting machine" отправляется к Ann D. (@crescen_t), все честно, выбирал генератор случайных чисел!

А чтобы остальным не было скучно, пока я ищу угол себе во Франкфурте и у меня нет времени писать - почитайте текст про neural manifold

https://www.simonsfoundation.org/2019/07/31/searching-for-the-hidden-factors-underlying-the-neural-code/

А если не почитаете или не втащите, то я вам потом все равно расскажу, потому что именно этим хардкором я буду заниматься весь следующий год =3

Мы писали, мы писали, наши пальчики устали, и поэтому в последний месяц ни на что другое времени больше не было.

Зато у меня для вас подробный и нудный (нет самый интересный конечно же) лонгрид про то, как человечество докатилось до электрической стимуляции мозга от прикладывания к ногам и головам электрических скатов 🦈 (я знаю, что это не скат)

https://knife.media/end-of-pain/

Взлеты и падения технологий, и мертвый лосось.

Наткнулась на такую штуку — Цикл Гартнера, или Цикл зрелости технологии, которая описывает, какие стадии испытывают многие технологии сразу после появления.
1. Запуск технологии
2. Пик завышенных ожиданий
3. Нижняя точка разочарования
4. Склон просвещения
5. Плато производительности

Идея в том, что при появлении новых технологий ожидания от них часто сильно завышены (как при появлении геномики, когда только только научились читать последовательность ДНК, все писали, что щас-щас у всех будет в телефоне свой геном и подобранное под него питание, лекарства, и все остальное). В прессе раздувается дикий хайп, который потом спадает и ведет к разочарованию, до тех пор, пока ученые своими усилиями определяют реальные рамки применения технолонии в настоящий момент и она наконец начинает стабильно приносить пользу.

В книжке, которую я читаю, в качестве такой технологии описывается фМРТ (функциональная томографифя мозга), что забавно, потому что когда училась я, фМРТ уже несла на себе гору критики. Но когда она только появилась в 90х, красивые раскрашенные картинки мозга с повышенными зонами активности (красные) или пониженными (синие) распространялись в прессе под соусом «мы теперь можем видеть реальный мозг и его активность онлайн». Без учета того, что все зависит от задания, которое человек выполняет в сканере, что сигнал лагает секунд на 5, что до получения картинки - десятки шагов по обработке изображений, что контраст на картинке легко подкрутить, и тд. Характерно то, что когда рентгенологам предложили трактовать снимки фМРТ, они предпочли смотреть на черно-белые, а не раскрашенные снимки, потому что их глаз натренирован видеть реальный черно-белый контраст и его величину, а с помощью цвета величиной контраста очень легко манипулировать. В настоящее время я бы сказала, что фМРТ переживает переход из четвертой в пятую фазу — в научных кругах много известно о проблемах и ограничениях метода и ученые учатся использовать его ответственно (особенно после недавних скандалов с багами в софте).

Но заодно мне тут вспомнилась прекрасная история про лосося, которая стара как мир, но вдруг кто-то про нее еще никогда не слышал. Крэг Беннет изучал проблему множественных сравнений в анализе фМРТ (это когда вы сравниваете между собой значения, но сравниваете множество значений много раз, и просто за счет количества сравнений у вас резко подлетают шансы обнаружить ложноположительные результаты). Чтобы проиллюстрировать статистические особенности, Беннет положил в фМРТ атлантического лосося и показывал ему картинки грустных и счастливых людей — ему удалось найти отличия в активации мозга лосося. С одной поправкой: лосось был мертвым. То есть, если вы криво анализируете результаты фМРТ и не делаете поправки на множественные сравнения, вы найдете что угодно, включая реакцию мертвого лосося на фотографии счастливых и грустных людей.

Каждый раз, когда я возвращаюсь к прекрасной статье про лосося, история обрастает все новыми и новыми подробностями. Однажды я прочитала детали того, как автор статьи пошел на рынок и выбирал лосося покрупнее. А вот сейчас оказалось, что авторы пытались сканировать мертвую курицу и тыкву, но у них была не та «консистенция», и пришлось брать лосося. Тоже множественные сравнения, если хотите. За это исследование, кстати, авторам дали Шнобелевскую премию!

https://blogs.scientificamerican.com/scicurious-brain/ignobel-prize-in-neuroscience-the-dead-salmon-study/

Прорыв на прорыве в нейробиологии - сенсоры мембранного потенциала

Не знаю, как это я раньше просмотрела, но поезд дошел и до меня. Месяц назад коллега, вернувшаяся с одного крупного воркшопа по методам системной нейробиологии, с горящими глазами (и истерикой) рассказывала, что электрофизиологию можно нести на помойку, потому что имаджинг мембранного потенциала нейронов догнал электрофизиологию по разрешению и превосходит по, хмм, охвату популяции нейронов чтоли. (истерика проскакивала у коллеги, так как лучшие годы своей жизни она посвятила как раз электрофизиологии, а не имаджингу). У всех тогда от этой темы аж горело.

И до сих пор горит, я сейчас расскажу почему. Вот есть электрофизиология, она позволяет записывать до нескольких сотен нейронов (нейропикселями, например) с хорошим разрешением отдельных потенциалов действия (спайков), и с хорошим временным разрешением. Но нейроны, которые неактивны, или у которых подпороговая активность, не видны. Подпороговую активность нейрона (то есть постсинаптические потенциалы) можно записать внутриклеточным электродом, но тогда вы получите активность всего пары нейронов и много возни, а в живых мышах это так вообще rocket science. Есть кальциевый имаджинг. Он работает так: когда нейрон деполяризуется (то есть возбуждается), в него попадает кальций, он связывается со специальными белками-сенсорами, которые флуоресцируют от этого, опосредованно сигнализируя о возбуждении нейронов. Видно всю популяцию (и сейчас можно записать до 10.000 нейронов одновременно), но проблема со временным разрешением - кальциевые индикаторы ну ооочень медленные, и к тому же не отражают изменения потенциала линейно.

Метод, который совмещает преимущества обоих - кальциевого имаджинга и электрофизиологии - известен чуть ли не с семидесятых, и это имаджинг нейронов, в которых находится сенсор мембранного потенциала (voltage-sensitive dye это называется по-нормальному, а не в моем кривом переводе). Это такая химическая молекула, которая изменяет свою флуоресценцию линейно в зависимости от потенциала на мембране. Так вот, тогда они тоже были не шустрыми, неравномерно распределялись по нейронам, быстро выгорали и были токсичными. А в мае вышло сразу три прорывных статьи, описывающие генетически-закодированные voltage-sensitive dyes с крутейшим разрешением и более стабильные. Они позволяют записывать внушительное (ну пока вроде меньше сотки) количество нейронов в живом, движущемся животном! Почему еще они так круты:

-- Можно записывать активность структур, которые зарыты глубоко в мозге, например - гиппокамп. Электродами тоже можно, а вот кальциевые индикаторы в этом сильно ограничены.
-- Можно прекрасно регистрировать подпороговую активность нейронов - постсинаптические потенциалы, а это очень круто! С помощью этого можно устанавливать, какие нейроны напрямую связаны друг с другом. Как красиво выразился Хамфри - “ Voltage imaging could give us not just the fires, but also the wires” <3
-- Видно не только нейроны, генерирующие потенциалы действия, а все нейроны - и это тоже круто, потому что даже если они не производят спайки, как бешеные, они все еще “шепчут” - этими своими подпороговыми потенциалами
-- Мембранный потенциал может быть разный на разных участках мембраны, в соме или дендритах, и это все тоже видно (не уверена, что разрешение пока на это способно, но это было бы ultimate goal)

Когда я в статьях увидела разрешение на микроскопических снимках и запись мембранных потенциалов - у меня челюсть отъехала, выглядит правда очень круто. Я не буду поднимать слишком много хайпа и уж точно не собираюсь бросать свои нейропиксели, но если кто угорает по нейросайнс - советую присмотреться.

Пост Марка, который всегда все разжует
https://medium.com/the-spike/what-should-systems-neuroscience-do-next-voltage-imaging-9bfa5d6a4df9

И три статьи (Природа и два препринта), вышедшие примерно одновременно. Хоть картинками полюбуйтесь!
https://www.nature.com/articles/s41586-019-1166-7
https://www.biorxiv.org/content/10.1101/616094v1
https://www.biorxiv.org/content/10.1101/436840v1

Это картинка из препринта Janelia, тут показаны нейроны с voltage-sensitive dye в культуре, а не живой мыши, но ценность в том, что это так называемая ground-truth data. Изменение мембранного потенциала записывают сразу по флуоресценции (цветные трейсы) и внутриклеточным электродам - то есть сравнивают результаты двух методов, один из которых (электрод) - проверенный. И они практически идентичные! Ну и дела.

Other minds

Тем временем я дочитала “Other minds” - такая небольшая книга про эволюцию, сознание и головоногих моллюсков (то есть осьминогов, каракатиц и кальмаров) с философскими отступлениями и эпическими художественными зарисовками про существование этих головоногих. Очень бодро и увлекательно, а опусы про эволюцию вызвали у меня такую же грустную погруженность в себя, как и “Логика случая” Кунина, где он очень патетично пишет про то, что вряд ли мы узнаем, как выглядел предок всех эукариот. 

У меня можно легко заподозрить одержимость головоногими, и да, она есть - про осьминогов я уже писала. Пожалуй, главная идея книги в том, что головоногие - очень умные существа, их мозг невероятно развит, и при этом они являются единственными водными беспозвоночными с такой большой пропорцией тела и мозга, у которых мозг и разум развивался абсолютно независимо от позвоночных, в воде, на протяжении 600 миллионов лет с момента расхождения от общего предка. Если на Земле можно найти пришельцев - то это головоногие моллюски, цефалоподы. 

В отличие от других моллюсков, головоногие потеряли внешний панцирь, что сделало их очень доступными для поедания, а поэтому им пришлось изобрести очень хитрый камуфляж (цветовой, и даже по форме), быстрые способы смываться (у осьминогов есть движение, называемое jetting - это когда осьминог вытягивается и быстро сваливает, как реактивный самолет), всякие яды и токсины и “чернила” - который мутят воду и сбивают с толку нападающего. Камуфляж у каракатиц работает следующим образом: в коже у них находятся специальные клетки, хроматофоры, которые по сути представляют собой мешочки с краской, а к этим мешочкам с краской прикреплено по три мышцы (к каждому). Когда мышцы напрягаются и растягивают хроматофор, его цвет меняется (представьте шарик, наполненный чернилами - если вы растягиваете шарик, то его цвет меняется). Также работают и хроматофоры, а мышцы вокруг них регулируются мотонейронами напрямую из мозга.

Когда я прочитала объяснение работы хроматофоров в книге мне внезапно открылся смысл одной очень крутой статьи - “Elucidating the control and development of skin patterning in cuttlefish” (ссылка внизу). В ней авторы на видео (!!!) записывали кожу каракатицы в высоком разрешении, 60 фреймов в секунду, на протяжении недель - десятки тысяч хроматофоров. Да еще и в процессе развития каракатицы. После этого они намутили очень много сложной статистики, чтобы уменьшить размерность данных и запечатлеть динамику поведения хроматофоров, а из нее сделать выводы о функциях, развитии и динамике нервной системы. Я сначала не догоняла, как это, но потом стало понятно. Если к каждому хроматофору подсоединяются три мышцы, напрямую регулируемые тремя мотонейронами из мозга, то по сути хроматофоры очень хорошо отражают активность этих мотонейронов, они - как магистраль в мозг. Из-за простоты и элегантности этой системы можно сделать заключения о работе тысяч нейронов по марионеткам, которыми они напрямую управляют - хроматофорам. И для этого не нужны сложные вскрытия животных и технически запутанные методы. Можно досконально отследить изменения хроматофоров по видео и считать, что у тебя в руках практически нейрональная активность. 

Количество математики и статистике в статье это просто киллер, но идея очень крутая и элегантная. Вот тут есть классное видео Nature: https://www.youtube.com/watch?v=iC3lUzDeM0Y

Матиас Кашубе (один из авторов) - мой будущий ко-супервайзер, кстати (но нет, с каракатицами я работать не буду, увы)

Возвращаясь к книге - там еще много крутых рассуждений про раннюю эволюцию мягкотелых беспозвоночных и про то, как мир мог бы быть совершенно другим, про то, почему мы на самом деле НОСИМ МОРЕ ВНУТРИ, про то, почему головоногие потеряли свой внешний скелет и как предположительно мог бы работать их разум. Но я советую почитать самостоятельно, это удовольствие того стоит. 

Книга: https://www.amazon.co.uk/Other-Minds-Octopus-Origins-Consciousness/dp/0374227764

Статья: https://www.nature.com/articles/s41586-018-0591-3

Нейробиологические шуточки (но вообще это серьезный концептуальный пост про шум)

Мой первый день на новой позиции начался с отмечания статьи коллеги в Нейроне, а не с самой лабы. Сейчас в нашем Институте собирают новую лабу, в которой будут заниматься нейрофизиологией мышей и макак, а именно записывать активность зрительной коры с помощью электродов у свободно-движущихся и исследующих окружение животных. Новая лаба называется Zero-Noise Lab. А коллега-итальянка, которая засабмитила статью, очень любит поговорить. Диалог в баре:

Irene (italian):
-- If I open my own lab, it’s gonna be a Chattering Lab
Martin (our PI):
-- Yaaay, the opposite of the Zero-Noise Lab

Шутки шутками, но на самом деле идея Zero-Noise Lab очень крутая и концептуально нагруженная. Когда я слышу название Zero-Noise Lab, мне на ум в первую очередь приходит электрофизиология, максимально изолированная от шума. Шума в электрофизиологии очень много, особенно в свободно-движущихся животных: от линий электропередач, от приборов, от других девайсов на животном, от излишних движений самого животного. Помехи в записи бывают даже от еды - когда обезьяна пьет сок через трубочку во время эксперимента, сок отлично проводит все шумы от остальной электроники, которая этот сок обезьяне подает, лол. Всё это портит качество записи.

Но есть и второй смысл названия Zero-Noise Lab. Например, мы записываем активность группы нейронов в мозге животного, когда показываем ему картинку - эта активность представляет собой непрерывный трейс - колебание потенциала вокруг электрода. Традиционно считается, что часть этой активности несет в себе информацию о картинке (или другом стимуле), то есть кодирует стимул, а часть активности - попросту шум. Но отличить одно от другого за одно предъявление картинки сложно, поэтому нейробиологи показывают одинаковую картинку животному много раз, записывают много трейсов нейронной активности, а потом усредняют их, таким образом усиливая информацию и отфильтровывая шум.

Но вообще-то говоря ансамбль нейронов никогда не кодирует только картинку, а еще и отражает текущее состояние мозга, или процессы, которые запущены как бы в бэкграунде - такие как внимание, принятие решений, обучение, и тд - которые влияют на то, как этот ансамбль нейронов будет активироваться на предъявление одной и той же картинки в разные моменты времени. Хорошо известно, что мозг никогда не дремлет - в нем постоянно происходит спонтанная активность. Появляется все больше свидетельств, что эта активность вовсе не священный рандом, а важные внутренние процессы мозга, которые в свою очередь могут влиять на то, как именно будет восприниматься и кодироваться стимул (картинка, например). Все это означает, что часть сигнала, которая считалась шумом - это совсем не шум, а информация, которую мы не понимаем и не знаем, как расшифровать. Поэтому миссия Zero-Noise Lab - доказать, что мы называем шумом то, что не можем объяснить, в то время как за “шумом” может скрываться ВСЯ ПРАВДА О РАБОТЕ МОЗГА

Поэтому усреднять сигнал - это пещерная порочная практика (шутка, иногда это все-таки необходимо). Все-таки у мозга нет тридцати попыток, чтобы понять, как закодировать-декодировать картинку, мозг умеет это проделывать с первого раза. А МЫ - НЕТ. Но тут я просто процитирую прекрасную фразу создателей Zero-Noise Lab: “We are no fans of cross-trial averaging - we believe that if the brain only gets one shot at making sense of its own activity, so should we”

И кстати, они ищут постдока к себе в группу с опытом электрофизиологии in vivo и могущим в питон/матлаб. В нашем маленьком институте во Франкфурте Вольф Сингер и Паскаль Фрис! <3
https://www.esi-frankfurt.de/jobs/