Krajem 2023. godine, američka Federalna uprava za lekove odobrila je prvi lek koji ima potencijal da uspori napredovanje Alchajmerove bolesti, pružajući nadu milijonima ljudi širom sveta koji pate od ovog iscrpljujućeg neurološkog poremećaja. Alchajmerova bolest, koja pogađa jednu osminu svetske populacije, samo je jedan od mnogih neuroloških poremećaja koje istraživači nastoje da razumeju i tretiraju. Iako je ovaj novi lek korak u pravom smeru, predstoji još dug put do potpunog razumevanja bolesti mozga, poput Alchajmera, i drugih sličnih poremećaja.
Lars Gjestebi, član tehničkog osoblja i programer algoritama u Grupi za sisteme za ljudsko zdravlje i performanse Laboratorije MIT Linkoln, objašnjava izazov pred istraživačima: „Rekonstruisanje zamršenosti načina na koji ljudski mozak funkcioniše na ćelijskom nivou jedan je od najvećih izazova u neuronauci.“ Istraživači veruju da bi umreženi atlasi mozga visoke rezolucije mogli da pomognu u boljem razumevanju neuroloških poremećaja tako što bi precizno odredili razlike između zdravih i bolesnih mozgova. Međutim, napredak u ovoj oblasti je do sada bio ometan nedovoljnim alatima za vizuelizaciju i obradu ogromnih skupova podataka o snimanju mozga.
Umreženi atlas mozga predstavlja detaljnu mapu koja povezuje strukturne informacije sa neuronskom funkcijom. Kreiranje ovih atlasa zahteva obradu i označavanje podataka sa snimanja mozga. Na primer, svaki akson, ili tanko vlakno koje povezuje neurone, mora biti praćeno, izmereno i obeleženo odgovarajućim informacijama. Nažalost, trenutne metode obrade podataka sa slike mozga, kao što su softveri zasnovani na desktopu ili ručno orijentisani alati, nisu dizajnirani za rukovanje skupovima podataka na nivou ljudskog mozga, što dovodi do velikog gubitka vremena i resursa istraživača.
Kako bi prevazišao ovaj problem, Gjestebi vodi projekat za izgradnju softverskog okruženja za praćenje neurona i aktivnog učenja nazvanog NeuroTrALE. Ovaj softverski cevovod kombinuje mašinsko učenje, superračunanje i jednostavnost korišćenja kako bi olakšao izazov mapiranja mozga. NeuroTrALE automatizuje većinu obrade podataka, pružajući istraživačima interaktivni interfejs koji omogućava uređivanje i manipulaciju podacima radi označavanja, filtriranja i pretrage određenih obrazaca.
Jedna od ključnih karakteristika NeuroTrALE-a je tehnika mašinskog učenja poznata kao aktivno učenje. Algoritmi NeuroTrALE-a su obučeni da automatski označavaju dolazne podatke na osnovu postojećih podataka sa snimanja mozga, ali nepoznati podaci mogu predstavljati potencijal za greške. Aktivno učenje omogućava korisnicima da ručno ispravljaju greške, podučavajući algoritam da se poboljša sledeći put kada naiđe na slične podatke. Ova kombinacija automatizacije i ručnog obeležavanja osigurava preciznu obradu podataka uz znatno manje opterećenje za korisnika.
NeuroTrALE ne samo da olakšava istraživačima bržu obradu podataka, već koristi i paralelno računarstvo kako bi izračunavanja distribuirali na više GPU-a odjednom, što dovodi do brže i skalabilnije obrade. Korišćenjem NeuroTrALE-a, tim je postigao 90% smanjenje vremena potrebnog za obradu 32 gigabajta podataka u poređenju sa konvencionalnim metodama veštačke inteligencije. Štaviše, povećanje obima podataka ne rezultira proporcionalnim povećanjem vremena obrade, što omogućava efikasnije istraživanje.
NeuroTrALE već daje rezultate. U saradnji sa Chung laboratorijom sa MIT-a, ovaj alat je korišćen za kvantifikaciju gustine ćelija u prefrontalnom korteksu u odnosu na Alchajmerovu bolest, otkrivajući nižu gustinu ćelija u određenim regijama mozga pogođenih ovom bolešću. Ova istraživanja otvaraju vrata za dalja proučavanja i potencijalne nove terapije za neurološke poremećaje.
Planovi za budućnost uključuju integraciju NeuroTrALE-a sa Google-ovim Neuroglancer programom, aplikacijom za pregled podataka neuronauke, što će omogućiti korisnicima dinamično vizuelizovanje i uređivanje podataka. Ovo će omogućiti više korisnika da istovremeno rade sa istim podacima, što dodatno ubrzava istraživanja.
Cilj tima je da NeuroTrALE postane potpuno otvoreni alat dostupan svima, u skladu sa misijom Nacionalnog instituta za zdravlje (NIH) o deljenju istraživačkih resursa. Ovaj alat ima potencijal da revolucionizuje neuronauku, omogućavajući brže i preciznije mapiranje mozga, što je ključno za razvoj novih terapija za neurološke bolesti kao što je Alchajmerova bolest. „To je napor zajednice u kojoj su podaci i algoritmi namenjeni za deljenje i pristupaju svi“, zaključuje Gjestebi.
