Özgün Adı: : What Should Systems Neuroscience Do Next? Voltage Imaging
Mark Humphries, kuramcı ve nörobilimcidir. Nöronlar, veri bilimi ve yapay zekanın kesişim alanları üzerine yazmaktadır.
Nörobilimci olmanın en güzel yanı, çalıştığınız alanın daima ilerlemesidir. Önemli yeni bir bulgunun elde edilmediği, göz alıcı teknolojik bir ilerlemenin yaşanamadığı, yepyeni teorik düşüncelerin ortaya atılmadığı bir hafta göremezsiniz neredeyse. Beynin o muazzam karmaşıklığı ise, halihazırda elimizde olan soruların bir sonu olmadığını gösterir. Yani günün birinde beyin araştırmalarında çok büyük ilerlemeler katetmiş olsak da, hala öğreneceğimiz bir o kadar şey bizi bekliyor olacak ve yepyeni sorularla yeni arayışlara çıkacağız. Gerçekten de bugün bile memelilerin beyinlerinde hala gizemi çözülmeyen alanlar var ve eminim ki ileride anlayışımız için çok önemli oldukları ortaya çıkacak. Ben bu konuda paramı zona incerta, globus pallidus ve septuma yatırmayı düşünüyorum. Heyecan verici zamanlar…
Nörobilimci olmanın en kötü yanı, çalıştığınız alanın daima ilerlemesidir. Yeni bir bulgunun ortaya atılmadığı, okumaya zamanınızın olmadığı yeni gelişmelerin ve teorilerin üretilmediği bir hafta bile geçmez. Okunmak üzere kenara bırakılanlar ise ne okunur, ne çalışılır ne de göz gezdirilir. Beynin o muazzam karmaşıklığı ise halihazırda elimizde olan soruların bir sonu olmadığını gösterir. Yani günün birinde beyin araştırmalarında çok büyük ilerlemeler katedecek kadar şanslı olsanız da, hala öğreneceğiniz bir o kadar şey ve yepyeni sorular sizi bekliyor olacak. Gerçekten de bugün bile memelilerin beyinlerinde hala gizemi çözülmeyen alanlar var ve eminim ki ileride anlayışımız için çok önemli oldukları ortaya çıkacak. Stresli zamanlar…
Zihin araştırmalarındaki bu en iyi ve en kötü senaryolar paradoksu aslında dikkatsiz bir kafa yorma sürecinin ürünüdür. Şuana kadar odaklanılan şey ne yapılması gerektiği değil, ne yapılabileceği olmuştur. Fakat ben, ne kadar kibirli bir hareket olarak görülürse görülsün, akıntının tersine yüzeceğim ve ne yapılabilir sorusu ile ne yapılmalı sorusunu ayrıştırıp birkaç aşamada şu soruya yanıt bulmaya çalışacağım: Sistem nörobiliminin bir sonraki adımı ne olmalıdır?
İlk aşamada sistem nörobiliminin tanımı ile başlayacağız. Sistem nörobilimi birkaç tekil nöron (multiple individual neurons) etkinliğinin, gönderdiği mesajların çalışıldığı alanların başında gelir. Bir an içerisinde gördüğümüz, yaptığımız ya da düşündüğümüz her şey nöronların birbirlerine sinyal göndermesiyle (spike) gerçekleşir. Sistem nörobiliminin önceliği de birçok nöronun çıktılarının en iyi şekilde kaydını yapabilmek ve bu nöronlar hakkında mümkün olduğunca fazla metaveri — nerde oldukları, sayıları, türleri vs — ile ilgili mümkün olduğunca fazla bilgi toplamaktır.
Nöronların tek tek her birinin çıktısını kaydetmeye yarayan iki yaygın yöntem var: sinyalleri kaydetmek için elektrot yerleştirmek veya sinyal yerine nöronun bedenindeki kalsiyum hareketini görüntülemek. Her iki yöntemin de özel olarak güçlü olduğu yönler var, her ikisi de teknolojik gelişmelerin (ve paranın) zirvede olduğu bu dönemde sürekli olarak daha iyiye evriliyorlar. Fakat her ikisinin de bir diğerinin kapatması gereken bir açığı var. İşte bu yüzden ilk “yapılması gereken” her ikisinin de güçlü yönlerini birleştirecek bir kayıt yöntemi bulmak. Ve size iyi haberlerim var. Böyle bir yöntem zaten mevcut: voltaj görüntüleme.
Ayrıca işe yaradığında elektrotların ya da kalsiyum görüntülemenin bize sunamadığı bir artı sunuyor: canlı konnektomi (live connectomics).
***
Beni yanlış anlamayın. Kayıt teknolojisindeki gelişmeler gerçekten insanın ağzını açık bırakıyor.
Elektrotlar gün geçtikçe daha da iyiye gidiyor. Ian Stevenson’ın da belgelerle gösterdiği gibi son birkaç on yılda elektrotlarla eşzamanlı olarak kaydedebildiğimiz nöron sayısında çok büyük bir artış görmekteyiz. Bu artış her altı yılda mevcut sayıyı ikiye katlayarak artmaya da devam etmektedir. Bir mühendislik harikası olan du jour şaftı NeuroPixels incelemesidir ve tek tek yüzlerce nörondan son derece yüksek oranda sinyal kaydedebilmektedir.
Yine de…. Evet, şaft ne kadar mükemmel olsa da yine de bir eksiği var. Şaft kördür. Hangi nöronları kaydettiğimizi ya da sinyaller dışında herhangi bir şeyi göremeyiz. Bu körlük sadece belli bir şeye odaklanmayı ve geri kalanını görmemeyi de beraberinde getirir. Yani çok az sinyal gönderen veya sinyal göndermeyen nöronlar sadece sinyalleri kaydeden bu kayıt sisteminde gözükmez.
Kalsiyum görüntülemenin bu körlük problemine bir çözümü var. Çok sayıda nöronun bedenine kalsiyumu bağlayan floresan moleküller yerleştiriyoruz. Her sinyalle birlikte nöronun bedenindeki kalsiyum artar. Sistem nörobiliminde kalsiyum görüntülemenin mantığı aslında basittir: artan kalsiyum eşittir artan floresan madde ve o da eşittir daha fazla sinyal. Yapmamız gereken, bir video kamera ya da benzeri bir şeyi floresandaki değişimleri kaydetmek için nöronlara tutmak. Böylece on binlerce nöronun çıktılarını aynı anda kaydedebiliyoruz.
Fakat kalsiyumdaki değişiklikler sinyallerin üretildiği zaman-ölçeği (time-scale) ile karşılaştırıldığında yavaş kalmaktadır. Sinyal dizileri o kadar hızlı olur ki ya kalsiyum görüntülemede hiç gözükmezler, ya da şanslıysanız en iyi ihtimalle belirsiz bir şekilde gözükürler. Ayrıca uyaranlar ve kalsiyum arasındaki bağlantı doğrusal değildir. Dizilimde her kalsiyum artışı belli bir sinyale karşılık gelmez. Floresandaki değişimlerden nöron çıktı sinyaline bir doğru çizmek ise bizi doğrudan bir sonuca götürmez.
Bizim ihtiyacımız olan, sinyallerin görüntülenmesidir. Böylece her nörondan gelen sinyaller görebilir (elektrot yönteminde olduğu gibi) ve (kalsiyum görüntüleme yönteminde olduğu gibi) hangi nöronun nerde olduğunu bilebiliriz.
Neredeyse yarım asırdır bu yönteme sahibiz. Peki o halde neden bekliyoruz?
***
Yarım asır derken aslında gerçekten de yarım asrı kast ediyorum. Tek bir nöron için voltaj görüntülemeye dair ilk önemli rapor 1973’e ait [Salzberg, B. M., H. V. Davila, and L. B. Cohen. 1973. Optical recording of impulses in individual neurones of an invertebrate central nervous system. Nature 246: 508–509]. Ve anladığım kadarıyla bazı önemli engeller bulunmakta.
Voltaj görüntülemenin temeli boya, nöron membranına bağlanan (bind) ve membran boyuncaki voltaja oranla floresan ışığı yayan moleküllerdir. Bütün boyaların olduğu gibi bu boyanın da bazı sorunları vardır (kalsiyum görüntülemeyi hatırlayın). Boyayı hangi nöronun aldığını bilemeyiz ve boya aynı doku içindeki nöronlar tarafından eşit olmayan şekilde alınabilir.
Fakat voltaja-duyarlı moleküllerin floresanına (gösterilen) değişimler o kadar küçüktür ki bunları saptamak rüzgarlı bir tünel içinde bir sivrisineğin kalp atışını saptamaya benzer ve bu durum en büyük sorun olarak karşımıza çıkmaktadır. Sinyal-gürültü oranları çok kötüdür. Bir membran parçasındaki moleküller tarafından yayılan foton sayısı arka plan gürültüsüyle neredeyse aynıdır. Bir çalışmaya göre bir nöronun birleşik optik sinyal ekskürsiyonunun arka plana oranı maksimum 0.0001–0.003’tür. Bu aynı zamanda nöronun bedenindeki foton yayılımının etrafını saran dokudan neredeyse hiçbir farkı olmadığı anlamına gelir. Şuana kadar sinyal-gürültü sorununa çözüm olarak ise sinyali gürültüden ayırt edebilmek için çok miktarda foton toplamak öne sürülmüştür.
Çok miktarda foton toplayabilmenin yollarından biri oldukça büyük nöronlara bakmaktır. Voltaj görüntüleme büyük nöronlara sahip omurgasız türlerinde iyi bir şekilde işler. Bu kullanımıyla birlikte voltaj görüntüleme şimdiden sistem nörobilimindeki temel meselelere dikkat çekmiştir. Örneğin 1990ların ortalarında Wu ve diğerleri çalışmalarında son derece önemli çok-işlevli devrelerin –dinamikleri iki farklı davranışların temelini oluşturan bir nöronlar popülasyonunun– varlığını göstermiştir. 10 yıl sonra Briggmann ve Kristan bir nöron popülasyonunun düşük-boyutlu etkinliğinin sülüklerde sürünme ve yüzme davranışını kodladığını göstermiştir. Bir on yıl sonra da, 2010’ların ortalarından itibaren çalışma arkadaşım Bill Frost’un laboratuarında deniz salyangozlarındaki nöronların tek bir voltaj yükselmesinden 200 eş-zamanlı voltaj görüntüleri kaydedilmektedir. Bu verilerle oldukça eğlenceli şeyler yaptığımız söylenebilir, düşük-boyutlu etkinliğin nasıl bir çekim üzerine kurulu olduğunu keşfetmek gibi. Kim bilir önümüzdeki on yılda nasıl gelişmelere şahit olacağız.
Çok fazla foton elde etmenin başka bir yolu da tek başına nöronlardan ziyade beynin daha geniş parçalarına –örneğin her bir floresan dizisinin yüzlerce veya binlerce nöronun bir toplamı olduğu bir bütün halindeki korteks parçalarına– bakmaktır. 90’ların ortalarında Arieli, Grinvald ve çalışma arkadaşları bu alan dahilinde korteksin geniş-alanlı voltaj görüntülemesini bu bölgedeki tek bir nöronun elektrot kayıtlarıyla birleştirdiler. Amaçları nöron ateşlendiğinde ne olduğuna dair bir fikir edinmekti. Bu süreçte, görsel korteksteki spontan ve uyaranın-tetiklediği etkinliğin oldukça benzer olduğunu gösterdiler –ki bu da kortikal etkinlikiğin ne olduğuna dair var olan modern “öngörücü işleme” (predictive processing) kuramlarının temel taşlarından biridir.
Bunlar muhteşem tabi. Fakat biz memelilerde birçok tekil nöronu kaydetmek istiyoruz. Ayrıca, boyaların bazı problemlerinin olduğundan bahsettik. Bu sebeple, voltaj görüntüleme için öncelik daha yüksek foton fraksiyonu yayan molekülleri bularak sinyalden-gürültüye (signal-to-noise) problemini çözmektir. Diğer bir önceliği de, nöronlardan mükemmel alımı sağlamak için bu problemi kalıtsal olarak kodlanmış alıcılarla (genetically encoded sensors) çözmektir. Bu yöntem (benim aklıma gelmeyecek fakat daha zeki insanların aklına gelebilecek) zekice uygulamalara (manipulations) olanak sağlayacaktır. Öncelik, kalıtsal olarak kodlanmış voltaj alıcılarıyla çeşitli nöronlardaki sinyallerin görüntülenmesidir.
***
Ani bir etkinlik yükselişi ile bu problemler gideriliyor…
Son birkaç yıldır, her biri bazı problemleri çözen pek çok yeni kalıtsal olarak kodlanmış voltaj alıcılarına şahit oluyoruz. Örneğin alıcı rengini kaybedip işe yaramaz hale gelmeden önce sabit kaldığı süreyi yükseltmektedirler. Ya daha iyi bir sinyal-gürültü ya da fotonların ışık spektrumunun farklı kısımlarında yayılmalarını sağlarlar (böylece alıcı floresanını görüntüleme, optogenetik için gerekli olan ışık kaynaklarıyla birleştirilebilir). Mark Schnitzer’in laboratuvarı yakın zamanda voltaj alıcılarının fiber optik kaydını yapmak için bir yaklaşım geliştirdi. Bu yaklaşım bir grup nöronun ortak voltajının derin beyin görüntülemesini (deep brain imaging) mümkün kılıyor.
Ve şimdi büyük bir dönüm noktası, asıl potansiyelin göründüğü ve birin çoklu gruplara eşzamanlı olarak ulaştığı bir noktadayız. Nature’ın Adam Cohen’in grubundan Xue Han ve Ed Boyden’ın yayınladığı önbaskı ve Janelia (Research) Farm’daki muhteşem bir ekibin yayınladığı önbaskı ile hazırlanan bu ayki (Haziran 2019) makalesi, ilkece istediğimiz her şeyi yapabileceğimizin kanıtını sunuyor: derin dokularda, uyanık hayvanlarda (behaving animals) çoklu, genetik olarak etiketlenmiş (genetically tagged)nöronların sinyallerini aynı anda görüntüleyebiliriz. (Janelia Farm’ın önbaskısında birkaç düzinelik bir kayıta rastlasak da ve bu biraz ortalığı karıştırsa da) ileri teknoloji elektrot kayıtlarının ya da kalsiyum görüntülemenin ölçümleriyle karşılaştırıldığında buradaki sayılar tabi ki çok küçük gelecektir, elde sadece bir avuç nöron vardır. Fakat asıl dönüm noktası alıcıların hassaslığıdır.
Takımların hepsi son derece yüksek sinyal-gürültü oranları bildirdi. Oranlar sadece sinyalleri, voltajdaki büyük sıçramaları değil; aynı anda birçok nöronda voltajın kendi membranını görmeye de yetecek kadar yüksektir. Bu da sürprizimiz oldu.
***
Kalsiyum görüntüleme ile elektrotların kuvvetini birleştirmek bile, sinyalleri görüntülemek bile tek başına çok etkileyicidir. Diğer her şeyin içinde voltaj görüntülemeyi öncelemek için bu bile başlı başına yeterli bir sebeptir. Fakat burada beni en çok ilgilendiren membran voltajının kendisini görüntülemektir çünkü böylece kaydettiğimiz nöronların arasındaki bağlantılar üzerinde çalışabilmek için muhtemel en iyi veriye sahip olabiliriz
Sinyallerden yola çıkarak nöronlar arasındaki bağlantıları göstermek nörobilimde yıllardır pek rağbet görmemektedir. Temel fikir şudur: Eğer nöronları kaydedersek {1,2,3,…,N} ve nöron 1 nöron 2’ye bağlıysa, nöron 1’den çıkan sinyallerin nöron 2’nin ne zaman sinyal göndereceği üzerinde tespit edilebilecek bir etkiye sahip olması gerekir. Matematiği kulağa ne kadar etkileyici gelse de, problem görmezden gelinmektedir. Sinyaller gerçekten çok seyrek ve asla başka uyaranlara sebep olmamaktadırlar. Ne de olsa sinyal, kortekste bir nöron onlarca, yüzlerce girdiyi entegre ettiğinde meydana gelir. Bu da nöronun membran voltajının taşma noktasına (ilk yakınlaşmaya) gelmesine neden olur ve bunu diğer girdilerin sayısız karmaşasına bir açıklık getirmeden yapar.
Fakat sinyaller hedef nöronlarının membran voltajlarında küçük değişimlere neden olurlar. Nöron 1’in sinyali muhtemelen nöron 2’nin voltajında bir titreşime (flicker) yol açacaktır. Tabi ki bu birebir bir ilişki değildir fakat sinyal ve titreşimlerin eş-zamanlı meydana gelişi sadece sinyallerin meydana gelişinden çok daha yoğun olacaktır. Ayrıca zamanlamayla ilgili önemli bir bilgiyi de beraberinde getirirler. Nöron 2 sinyali nöron 1’deki sinyalden birkaç ya da birkaç yüz milisaniye sonra gelir. Nöron 2’deki voltaj titreşimi de her seferinde benzer bir gecikmeyle gelmelidir. Her bir nörona varan sinyaller tarafından neden olunan voltaj titreşimlerini kayıt altına alabilmek nöronlar arasındaki bağlantıları keşfetmek için kullanabileceğimiz birçok bilgi sağlayacaktır. Örneğin bağlantılı nöron çiftleri arasındaki öngörülebilir, gecikme zamanına dair nedenler ve etkilerinin bilgisini verebilir ve bu bilgi elektrotları iki, üç ya da dört nörona ekleme gibi nöronlar arasındaki işlevsel bağlantıları keşfetmek için halihazırda temel bir standart olarak kullandığımız hassas ve zor süreçten edindiğimizle tam olarak aynı türden bir bilgidir.
Güzelliği ve artısı da buradadır: yüksek sinyal-gürültünün olduğu voltaj görüntüleme bize sadece sinyalleri değil, sinyaller tarafından neden olunan voltaj titreşimlerini de verir. Voltaj görüntüleme sadece ateşlemeleri değil, bağlantıları da gösterebilir.
O halde aynı anda binlerce (hatta belki daha fazla) nöronun membran potansiyellerinin voltaj görüntülemesini elde etmek için çabalamalıyız. Nasıl mı elde edeceğiz? Voltaj monitörüne dair yakın zamandaki bütün gelişmelerle kalsiyum görüntüleme çalışmaları ile optimize olmuş kayıt etme teknolojilerini birleştirerek.
Hayal edin: Bir gün, bir uyanık hayvanlarda binlerce nöronun voltajını aynı anda kaydedebileceğiz. Bu veri korteks, hipokampus, striyatum veya amigdaladaki bilinen konum, tür ve sayıda binlerce nöronun ateşlenmesini ve aynı zamanda bu nöronların membran voltajlarını gösterecektir. Bu verilerle birlikte in situ (doğal durumunda) nöronlar arasındaki bağlantılarını yeniden inşa edebiliriz. Mikroskop altında yıllar süren derin ve zor çalışmalar sonucu elde edilen yalnızca bir devre ağından değil; şimdi, daha basit devreler ve basit hayvanlardan elde edilerek sağlanabilecek bütün bir bağlantı haritasından bahsediyoruz. Canlı konnektomdan bahsediyoruz. Denemeye değer gibi görünüyor!
