Зрозумій мене! Як неживе допомагає розбиратися в живому.
Скептиків можна зрозуміти: дійсно, системи in silico та in vivo влаштовані та працюють зовсім по-різному. З одного боку тут транзистор, процесор, і навіть штучний нейрон: об'єкти детерміновані, цифрові. З іншого — головний мозок, у якому лише нейронів десятки, або навіть сотні типів, з'єднаних хаотично, в неясну массивно-параллельную аналогову структуру, біофізично складних, у роботі яких випадковість грає не останню роль.
Проте проводити аналогії все-таки можливо як від живого до неживого, так і у зворотному напрямку. Справа в тому, що хоч елементарні деталі відрізняються, функціональні, логічні схеми можуть бути дуже схожі. Як у живому, так і в неживому можна виділити блоки, розділені анатомічно або відрізняються поведінкою, пов'язані один з одним. Таку схему вже можна аналізувати загальними для живого та неживого методами. І це дозволяє поставити запитання: чому б не перевірити працездатність методів аналізу живих нейроструктур, нацькувавши їх на прості та зрозумілі структури електронні?
Це начебто смішне питання насправді пов'язане з проблемою, яка сильно докучає нейробіологів. Ви, звичайно, знаєте, що вигадані сотні методів вивчення головного мозку. Загалом вони зводяться до збирання різноманітної інформації про роботу тих чи інших його частин і спроб, аналізуючи її, зрозуміти, як мозок влаштований. Але що означає зрозуміти з точкизору нейробіології? А це означає бути здатним замінити будь-яку ділянку штучним аналогом, не порушивши роботи мозку цілком.
Так от, незважаючи на всі успіхи у вигадуванні нових методів вивчення мозку, від розуміння його вчені все ще нескінченно далекі! Частково причиною цього є надмірна складність живого: найчастіше ми не знаємо навіть, чи справді воно працює так, як ми припустили. Але тим більше причин перевірити методи на простих та відомих до останнього гвинтика неживих системах!
Суть: нейробіологи, озброївшись методами, які зазвичай застосовуються для вивчення живих нейроструктур, спробували використовувати їх щоб зрозуміти, як функціонує найпростіша мікропроцесорна система. "Мозком" став MOS 6502 - один з найпопулярніших мікропроцесорів всіх часів і народів: 8-бітний чіп, використаний у багатьох ранніх персональних комп'ютерів і ігрових приставок, у тому числі Apple, Commodore, Atari. Звичайно, ми знаємо про цей чіп все - адже він створений людиною! Але дослідники вдали, що нічого не знають — і спробували зрозуміти його роботу, вивчаючи тими самими методами, якими вивчають живий мозок.
Хімічно була видалена кришка, під оптичним мікроскопом вивчено схему з точністю до окремого транзистора, створено цифрову модель (тут я трохи спрощую, але суть вірна), причому модель настільки точна, що на ній виявилося можливо запускати старі ігри (Space Invaders, Donkey Kong, Pitfall). А далі чіп (точніше, його модель) був підданий тисячам вимірів одночасно: під час виконання ігор виміряно напруги на кожному проводці та визначено стан кожного транзистора. Це породило потік даних у півтора гігабайти на секунду – який уже й аналізувався. Будувалися графіки сплесків відокремих транзисторів, виявлялися ритми, знаходилися елементи схеми, відключення яких робило її непрацездатною, були взаємні залежності елементів і блоків тощо.
Наскільки складною була ця система, порівняно з живими? Процесор 6502, звичайно, і поряд не стоїть із головним мозком навіть миші. Але він наближається за складністю до черв'яка Caenorhabditis elegans — ломового конячка біологів: цей черв'як вивчений вздовж і поперек і вже робляться спроби змоделювати його повністю в цифровому вигляді (згадайте «Про права тварин in silico»). Таким чином, завдання аналізу системи на чіпі 6502 не є надмірним спрощенням. І результати мають право бути екстраполовані на системи in vivo.
Ось тільки дослідники... зазнали поразки! Ні, якісь результати, звісно, отримано. Аналізуючи чіп, вдалося виділити функціональні блоки, накидати схему їхніх можливих взаємозв'язків, отримати деякі цікаві підказки про те, як, мабуть, працює процесор загалом. Однак розуміння в тому сенсі, в якому його вимагає нейробіологія (в даному випадку: бути здатним виправити будь-яку поломку), досягнуто не було! Звідси два неприємні висновки і одна порада.
По-перше, наявні на озброєнні нейробіологів методи явно марні вивчення живого мозку. Хіба маємо право сподіватися зрозуміти найскладнішу живу систему, якщо не в змозі впоратися навіть із найпростішою штучною моделлю?
По-друге, нарощування обсягу інформації, що збирається про мозку, ймовірно, не допоможе проникнути в секрети його роботи глибше без зміни методів аналізу. Адже 6502 вимірювався з граничною точністю, від дослідників не сховалося ніщо в ньому те, що, проте зрозуміти його не вдалося!
Щож до поради, нейробіологам рекомендують взятися за завдання з іншого кінця: розробити (принципово нові) методи вивчення штучних систем, переконатися, що вони працюють, що дійсно дозволяють зрозуміти, як система на кшталт того ж таки 6502 влаштована - і тільки потім екстраполювати їх на живі нейроструктури . Так неживе допоможе розібратися у живому.