소식

Mar 24, 2023

과학자들은 기계 학습을 사용하여 뇌가 다양한 환경에 어떻게 적응하는지 '확인'합니다.

2023년 6월 5일

2023년 6월 5일

이 기사는 Science X의 편집 과정 및 정책에 따라 검토되었습니다. 편집자들은 콘텐츠의 신뢰성을 보장하면서 다음 특성을 강조했습니다.

사실 확인된

동료 검토 출판물

신뢰할 수 있는 출처

교정하다

존스 홉킨스 대학교 의과대학

존스 홉킨스(Johns Hopkins) 과학자들은 살아있는 동물의 시냅스(뇌의 신경 세포가 통신하는 연결 지점)의 강도 변화를 시각화하고 추적하기 위해 인공 지능을 사용하는 방법을 개발했습니다. Nature Methods에 설명된 이 기술은 학습, 노화, 부상 및 질병에 따라 인간 두뇌의 이러한 연결이 어떻게 변하는지에 대한 더 나은 이해로 이어질 것이라고 과학자들은 말합니다.

Diana Sylvestre의 Dwight Bergles 박사는 "오케스트라가 연주하는 방식에 대해 더 자세히 알고 싶다면 시간이 지남에 따라 개별 연주자를 관찰해야 하며 이 새로운 방법은 살아있는 동물의 뇌에 있는 시냅스에 대해 그렇게 합니다."라고 말합니다. 존스홉킨스대학교(JHU) 의과대학 솔로몬 H. 스나이더 신경과학과 찰스 홈시(Charles Homcy) 교수.

Bergles는 생명의학 공학과의 조교수인 동료 Adam Charles, Ph.D., ME 및 Jeremias Sulam, Ph.D., JHU의 Bloomberg 석좌 교수인 Richard Huganir, Ph.D.와 함께 이 연구를 공동 집필했습니다. 솔로몬 H. 스나이더(Solomon H. Snyder) 신경과학과장. 네 명의 연구원은 모두 존스 홉킨스의 Kavli 신경과학 발견 연구소(Kavli Neuroscience Discovery Institute)의 회원입니다.

신경 세포는 시냅스("접합부")에서 화학적 메시지를 교환하여 한 세포에서 다른 세포로 정보를 전달합니다. 저자들은 뇌에서 새로운 환경에 대한 노출이나 학습 기술과 같은 다양한 삶의 경험이 시냅스의 변화를 유도하여 학습과 기억을 가능하게 하기 위해 이러한 연결을 강화하거나 약화시키는 것으로 생각된다고 설명합니다.

우리 뇌의 수조 개의 시냅스에서 이러한 미세한 변화가 어떻게 발생하는지 이해하는 것은 어려운 일이지만, 건강할 때 뇌가 어떻게 작동하고 질병에 의해 어떻게 변화되는지를 밝히는 데 핵심입니다.

특정 생활 사건 중에 어떤 시냅스가 변화하는지 확인하기 위해 과학자들은 뇌의 높은 시냅스 밀도와 작은 크기로 인해 필요한 시냅스 메시지의 화학 변화를 시각화하는 더 나은 방법을 오랫동안 모색해 왔습니다. 새로운 최첨단 현미경을 사용합니다.

Charles는 "우리는 까다롭고 흐릿하며 잡음이 많은 이미징 데이터에서 우리가 확인해야 하는 신호 부분을 추출해야 했습니다."라고 말했습니다.

이를 위해 Bergles, Sulam, Charles, Huganir 및 동료들은 자동 데이터 처리 도구의 유연한 개발을 가능하게 하는 계산 프레임워크인 기계 학습으로 전환했습니다.

기계 학습은 생체 의학 이미징 전반에 걸쳐 많은 영역에 성공적으로 적용되었으며, 이 경우 과학자들은 이 접근 방식을 활용하여 수천 개의 시냅스로 구성된 이미지의 품질을 향상했습니다. 인간의 속도를 크게 능가하는 자동화된 감지를 위한 강력한 도구일 수 있지만 시스템은 먼저 "훈련"되어 시냅스의 고품질 이미지가 어떤 모습이어야 하는지 알고리즘을 가르쳐야 합니다.