Est-il possible de comprendre le cerveau ? La science est encore loin de répondre à cette question. Cependant, depuis que les chercheurs ont commencé à former l'intelligence artificielle aux analyses neurobiologiques, il semble au moins possible de reconstituer la structure cellulaire d'un cerveau. Les nouveaux réseaux de neurones artificiels développés par le Max Planck Institute of Neurobiology et Google AI peuvent désormais même reconnaître et classer les cellules nerveuses indépendamment en fonction de leur apparence.

Le cerveau humain se compose d'environ 86 milliards de cellules nerveuses et d'environ autant de cellules gliales. En outre, il y a environ 100 billions de connexions entre les cellules nerveuses seules. Bien que la cartographie de toutes les connexions d'un cerveau humain reste hors de portée, les scientifiques ont commencé à s'attaquer au problème à plus petite échelle. Grâce au développement de la microscopie électronique à balayage en bloc en série, toutes les cellules et connexions d'une zone particulière du cerveau peuvent désormais être automatiquement étudiées et affichées dans une image tridimensionnelle.

"Cela peut prendre plusieurs mois pour arpenter un 0.3 mm ³ morceau de cerveau sous un microscope électronique, " dit Philipp Schubert, doctorant au département Winfried Denk de l'institut Max Planck de neurobiologie. "Selon la taille du cerveau, cela semble beaucoup de temps pour un petit morceau. Mais même celui-ci contient des milliers de cellules. » Un tel ensemble de données nécessiterait également près de 100 téraoctets d'espace de stockage. Cependant, ce n'est pas la collecte et le stockage mais plutôt l'analyse des données qui est la partie difficile.

Heureusement, les méthodes d'analyse se sont améliorées parallèlement aux techniques de microscopie. Pendant longtemps, seul le cerveau humain semblait être capable de reconnaître et de suivre de manière fiable les parties et les connexions des cellules nerveuses dans les images au microscope électronique. Par exemple, les gens devaient encore travailler pendant des heures devant un écran d'ordinateur pour suivre les composants cellulaires dans les piles d'images et corriger les analyses informatiques. Par conséquent, la reconstruction même des plus petits ensembles de données a pris de nombreuses années. Il y a quelques années, cependant, les chercheurs ont fait appel à l'intelligence artificielle.

Les neurobiologistes de Martinsried ont formé des réseaux de neurones convolutifs pour reconnaître et distinguer les composants des cellules nerveuses dans les données d'image. Grâce à une analyse d'image améliorée à l'aide de réseaux de remplissage d'inondations, des cellules nerveuses entières avec tous leurs composants et connexions ont été automatiquement extraites d'une pile d'images en 2018, avec pratiquement aucune erreur. "Et maintenant, avec les réseaux de neurones de morphologie cellulaire, nous allons plus loin dans l'analyse, " dit Schubert. " Comme les humains, Les CMN reconnaissent une cellule par sa forme et son contexte et non en comparant des pixels individuels."

Les CMN peuvent désormais attribuer les cellules nerveuses extraites d'une pile d'images à un type de cellule nerveuse ou à une cellule gliale en fonction de leur apparence. Les CMN reconnaissent également si une zone cellulaire appartient au corps cellulaire, l'axone, une dendrite, ou ses apophyses épineuses. "Ces informations sont importantes pour pouvoir comprendre le fonctionnement des cellules ou, par exemple, le sens du flux d'informations aux points de contact synaptiques, dit Schubert, qui attend déjà avec impatience la prochaine tâche :« Nous pouvons enfin analyser les ensembles de données plus volumineux ! »