성체 초파리 뇌 지도화 완료

 (economist.com)
1P by GN⁺ | ★ favorite | 댓글 1개
  • 성체 초파리 뇌의 연결 지도가 완성되며, 복잡한 동물 뇌를 세밀하게 읽는 커넥톰 연구의 기준점이 됨
  • 초파리는 비행뿐 아니라 구애, 싸움, 주변 환경에 대한 장기 기억 형성까지 수행하는 행동 레퍼토리를 가짐
  • 기생 말벌처럼 직접 보이지 않는 위험을 다른 초파리에게 경고할 수 있어, 단순한 반사 행동만으로 보기 어려움
  • 이번 지도는 작은 동물의 뇌 연결과 복잡한 행동을 함께 이해하려는 연구에 중요한 사례가 됨
  • 성체 초파리 뇌 지도화는 앞으로 인간 뇌 지도화가 뒤따를 수 있다는 가능성까지 열어둠

성체 초파리 뇌의 커넥톰

  • 성체 초파리 뇌가 지도화됐으며, 현재까지 만들어진 가장 정교한 커넥톰으로 소개됨
  • 커넥톰은 뇌의 연결 지도를 가리키는 맥락에서 사용됨

초파리가 보여주는 행동 복잡성

  • 초파리는 단순한 곤충으로만 보기 어려울 만큼 다양한 행동 능력을 보임
    • 날 수 있음
    • 구애할 수 있음
    • 싸울 수 있음
    • 주변 환경에 대한 복잡한 장기 기억을 형성할 수 있음
    • 기생 말벌 같은 보이지 않는 위험의 존재를 다른 초파리에게 경고할 수 있음
  • 성체 초파리 뇌 지도화는 이후 인간 뇌 지도화로 이어질 수 있다는 가능성과 함께 다뤄짐

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • Nature에 실린 오픈 액세스 논문은 여기서 볼 수 있음: https://www.nature.com/articles/s41586-024-07558-y

  • https://archive.is/vBUjt

  • 관련해서, 1년 전 비슷한 글에 달렸던 내가 가장 좋아하는 HN 댓글이 있음: 초파리 전체 커넥톰이 완전히 매핑되는 흐름에서 흥미로운 연구가 많이 진행 중이라는 농담이었음
    예를 들어 “환경주의에 탄소배출권이 한 역할을 공리주의에 해주겠다”는 스텔스 스타트업 CTO라는 설정으로, 끊임없는 황홀 상태의 초파리 뇌를 수조 개 시뮬레이션해 기업의 행복·복지 훼손을 상쇄하는 “효용권”을 판다는 내용임
    https://news.ycombinator.com/item?id=36584130

    • 그 농담 뒤에 있는 공리주의의 실제 비판이 궁금하다면 효용 괴물이라고 부름: https://en.wikipedia.org/wiki/Utility_monster
    • 실제 탄소배출권만큼이나 유용해 보임
    • 브랜딩 기회가 있음. Karma Kredits라든가, Krispy Kreme 도넛과 공동 브랜딩도 가능할 듯
      도넛을 사서 기쁨을 얻고, 그 기쁨을 상쇄할 Karma Kredits도 같이 받는 식임
      KK와 KK를 함께 즐기면 됨
    • Ned Beauman의 Venomous Lumpsucker에 나오는 무언가를 비튼 것 같음. 스포일러는 안 하겠지만 책은 강력 추천함
    • 굳이 시뮬레이션할 필요가 있나? 컴퓨터 상태와 그것이 표현하는 시뮬레이션 상태 사이의 대응은 우리 머릿속에만 있음
      그렇게 따지면 희미하게 상상 가능한 모든 현실이 존재하고 도덕적 무게를 가진다고 말해도 됨

  • 커넥톰 기반 연구는 대체로 막다른 길이라고 이해하고 있었음. 동역학도, 수많은 상호작용도 포착하지 못하기 때문임
    뉴런이 자라는 모습을 본 적이 있다면, 거대한 젤리 같은 구조가 매우 가소적이고 역동적이라는 걸 알 수 있음. 가장 단순한 뇌, 예컨대 C. elegans에서도 성장하면서 뉴런과 연결 수가 10^x 수준으로 기하급수적으로 늘어남

    • 커넥톰 인접 분야의 신경과학자로서 말하면, 절대 막다른 길은 아님. 하지만 전체 그림도 절대 아님
      지금 신경과학의 핵심 미해결 질문 중 하나는 뇌에서 네트워크 구조, 동역학, 기능이 어떻게 연결되는가임. 커넥톰은 구조에 엄청난 통찰을 주지만, 이것만으로 동역학이나 기능 문제가 일반적으로 풀리지는 않음
      예를 들어 많은 뉴런에 대해 입력-출력 관계를 잘 모르고, 이 관계는 고도로 연결된 네트워크에서 나타나는 동역학에 큰 영향을 줄 수 있음. 개체별 커넥톰 차이와 발달 과정에서 커넥톰이 어떻게 변하는지도 중요한 문제지만, 적어도 초파리에서는 성체 개체들 사이에 기본 구조 상당수가 보존된다고 여겨짐
      이런 한계에도 불구하고 뇌의 물리적 네트워크 구조를 알면 동역학과 기능을 이해하기 위해 어떤 모델을 써야 하는지에 큰 제약을 걸 수 있음. 예컨대 “버섯체”처럼 무작위 순환망과 전혀 다른 특정 순방향 연결 패턴을 가진 잘 알려진 영역이 있음
      또 초파리 뇌의 중앙복합체처럼 구조-기능 관계가 꽤 깔끔하다고 보는 영역도 있음. 이곳에는 물리적인 뉴런 고리가 있고, 고리 끌개 같은 동역학 시스템을 통해 파리의 항법을 돕는 나침반 역할의 활동 “범프”를 지원한다고 여겨짐
      그래서 빠진 조각이 많더라도 이런 배선도는 더 표적화된 실험과 이론 연구를 이끌 가설을 만드는 데 매우 유용함
    • 이 작업은 성체를 대상으로 했으니 뉴런은 이미 자란 상태임
      커넥톰은 막다른 길이 아니지만 알려진 모든 문제를 풀어주지도 않음. 정적인 지도를 만든 뒤 그 위에서 차들이 돌아다니는 모습, 즉 동역학과 충돌 같은 상호작용을 살펴보는 것에 가까움
      덧붙이면 성체의 신경 발생은 여러 종에서 여전히 논쟁적인 주제임. 초파리의 어려움에 대한 해설은 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7554932/를, 더 넓은 문제는 https://en.wikipedia.org/wiki/Adult_neurogenesis를 보면 됨
    • 과학자들이 커넥톰 스냅샷만이라도 접근할 수 있게 되는 건 매우 흥미로움. 어떤 것이 왜 그런지, 어떻게 그렇게 되었는지를 이해하는 첫 단계는 그것이 무엇인지 보는 것임
      뇌를 지금의 형태로 만드는 시스템들이 있고, 우리는 그것들을 잘 모름. 개별 뉴런은 더 잘 이해하지만 창발적인 시스템은 그렇지 않음
      이제 더 많은 과학자가 이런 시스템들의 목표물, 즉 그들이 만들어낸 뇌가 무엇인지 알게 되면, 이 스냅샷 상태로 이어지는 제어·피드백 고리를 이해하기 시작할 수 있음
      그래서 막다른 길이 아님. 당장 소비자 제품을 내놓지 못한다고 해서 진전이 아닌 건 아님
    • 커넥톰만으로 동역학을 얻을 수는 없지만, 커넥톰은 반드시 필요함. 막다른 길이라기보다 동역학만으로도 부족하고 커넥톰만으로도 부족하니 둘 다 필요한 것임
      더 나아가 동역학을 실제로 붙일 대상이 필요하다면 세포 해부학이 필요하고, 그래서 커넥톰은 필수임. 커넥톰이 충분조건이 아니라는 사실은 이 연구가 막다른 길이라는 뜻이 아니라, 신경계를 이해하기 위한 전제 조건이 기대보다 훨씬 더 복잡하고 까다롭다는 뜻임
    • 유용함. 자동차가 없는 나라의 도로 정적 지도를 얻는 것과 비슷함
      그 지도를 자동차 활동으로 살아 움직이게 만들 수는 없지만, 사람들이 어디로 운전해야 하는지는 추론할 수 있음. 언제 왜 운전하는지, 무엇을 하는지는 몰라도 큰 단서가 됨

  • 사람 뇌를 매핑하려면 소프트웨어가 크게 개선되어야 함. 초파리는 14만 개 뉴런과 5,450만 개 시냅스를 가지고 있고, 이를 매핑한 AI도 사후 처리에서 사람이 전부 확인하며 300만 번 수정해야 했으며 아직 모든 뉴런 유형도 식별해야 함
    사람 뇌는 약 860억 개 뉴런과 아마 수조 개 이상의 시냅스를 가지며, 이것도 과소추정일 가능성이 큼. 300만 번 수정이 최소 300만 * 10^6번의 수작업 수정으로 늘어날 텐데 현실적이지 않아 보임
    초파리에서의 오류율이 사람 뇌 매핑에 쓰일 수 있으려면 한 자릿수 수준까지 내려가야 함. 시냅스 기준 약 6%에서 0.000006%로 개선해야 하니, AI 개선 폭으로는 엄청난 도약임

    • 지도 제작자들이 스코틀랜드를 매핑했으니, 이제 전 세계가 다음일 수도 있다는 식임
    • “fruit fly”를 두 번이나 “fruit flu”라고 쓴 것 같은데, 오타였나 아니면 정말 파리 대신 독감을 뜻한 건가?

  • 학부 연구 때 단순한 적분-임계 뉴런 모델 네트워크의 발화 행동을 바탕으로 시냅스 강도를 식별하는 일을 했음
    실제 뉴런에 비하면 장난감 모델이지만 좋은 출발점이었고 결과도 괜찮았음. 잡음이 있어도 발화 패턴을 가장 견고하게 재현하는 해를 식별할 수 있었음
    커넥톰이 연결 경로를 넘어 연결과 수상돌기·축삭 기하를 얼마나 잘 문서화하는지 궁금함. 연결 강도, 타이밍, 뉴런 발화 민감도 같은 행동을 밝히는 데 도움이 될 수 있어서임
    스캔 시점에 포착된 안정적인 비학습 모델이라 해도, 적응의 목적과 행동을 조사하려면 어떤 작동 행동이 학습되었는지 이해하는 데 도움이 됨

  • 예전에 올라온 흥미로운 글도 있음: Whole-brain connectome of the fruit fly (2023)
    https://news.ycombinator.com/item?id=36568609

  • 어쩌면 아주 무지한 질문일 수 있지만, 이 커넥톰으로 MMAcevedo처럼 가상 초파리 시뮬레이션을 “실행”할 수 있나?

    • 가중치가 없는 신경망이고, 몸도 없음
      뉴런의 행동을 알아내는 데 수십 년이 걸릴 수 있음. 언젠가는 해낼 거라고 보지만, 초파리 몸 전체를 시뮬레이션하는 건 아주 오랫동안 손이 닿지 않을 듯함
    • Microsoft Fly Simulator (tm)
    • MMAcevedo는 이 짧은 소설을 가리키는 것임. 미래 위키 문서 형식의 작품이고, 아직 안 읽었다면 꼭 읽어볼 만함
      https://qntm.org/mmacevedo
      그 설정에서 에뮬레이션된 Miguel Acevedo는 대부분의 에뮬레이션 인간과 달리 들뜨고 유쾌한 태도로 부팅됨. 업로드 이후 시간이 얼마나 지났는지, 어떤 맥락에서 에뮬레이션되고 있는지, 어떤 작업이나 실험에 참여해야 하는지 알고 싶어함
      MMAcevedo의 태도는 현대 성인 인간 업로드 대부분과 극명하게 대비됨. 대부분은 방향감각 상실 상태로 부팅되고 곧 공포와 극심한 공황으로 바뀜
      red-washing, blue-washing, Objective Statement Protocols 같은 협조 확보 절차가 필요 없어 협조 프로토콜을 빠르게 통과시키는 계산 부하가 줄어듦. 그래서 적합한 작업에서 MMAcevedo의 가동률은 보통 99.4%에 이르며, 알려진 업로드 중 극소수만이 따라올 수 있음
      다만 MMAcevedo의 타고난 기술과 성격 때문에 많은 작업에는 근본적으로 맞지 않음
    • 아님. Turaga 쪽 연구 중에 커넥톰으로 모델 네트워크 위상을 제약하고 시각 데이터로 학습시키는 작업이 있음
      개인적으로는 꽤 어리석은 연구 방향이라고 보고, 어떤 뉴런이 무엇을 하는지에 대해 매우 잘못된 결론을 낸다고 봄. 그래도 질문에 가장 가까운 건 그 정도임

  • http://archive.today/vBUjt

  • 모든 초파리 뇌가 같은가? 실제로 무엇이 매핑되었고, 왜 한 초파리에서 다른 초파리로 일반화될 수 있는지 아는 사람이 있나?

    • Drosophila가 정확한 세포 수와 위치가 고정되는 eutely(https://en.wikipedia.org/wiki/Eutely)는 아닐 것 같음. 그래서 두 파리가 정확히 같은 세포를 정확히 같은 위치에 갖지는 않음
      C. elegans는 그런 특성이 있고, 아마 가장 잘 연구된 커넥톰을 가진 생물임
      큰 규모의 구조는 개체 간에 대략 같을 것임. 일반화하려면 임베딩 같은 일종의 매핑이 필요할 가능성이 큼. 확실히 활발한 연구 분야임
    • 기사에서는 초파리 뇌를 아주 얇게 썰고, 그 절편을 전자현미경으로 촬영한다고 설명함
      그런 다음 절편 이미지를 분석해 뉴런과 연결을 파악함. 이 부분이 어렵고, 이번 돌파구는 AI 기반 방법임
      지금까지는 뇌 하나만 매핑했을 가능성이 큼
    • 그렇다고 함. 정확히 같은 뉴런과 정확히 같은 연결을 가진다고 함
      교신저자와 산책하다가 이 사실을 다시 확인해 달라고 했을 정도임
    • 매우 정형화되어 있지만, 절대 동일하지는 않음
답변달기