Meyve sineğinin beyni: En ayrıntılı beyin haritası
ABD'nin Virginia eyaletindeki Janelia Araştırma Kampüsü ve Google'dan bilim insanları, meyve sineğinin beyin haritasını çıkardı. 20 milyondan fazla sinirsel bağlantıyı gösteren harita, sineğin beyninin üçte birini gösteriyor.
DUVAR - Google ve ABD'nin Virginia eyaletindeki Janelia Araştırma Kampüsü'nden bilim insanları, bir hayvandaki beyin bağlantılarını inceleyen en büyük ve yüksek çözünürlüklü beyin haritasını yayımladı. Araştırmacılar, bir meyve sineğinin beynindeki 25 bin kadar nöronu birbirine bağlayan 20 milyon bağlantı noktasını (sinaps) izleyen üç boyutlu modeli paylaştı.
Modelin beynin fiziksel yollarını haritalandırmak için ayrıntılı görüntüleme tekniklerini kullanan konnektomi alanında çığır açtığı düşünülüyor. Konnektom denen haritayla sineğin beyninin yaklaşık üçte biri görüntülendi. Ancak bu küçük bölge bilim insanlarının en çok ilgi duyduğu kontrol merkezlerini kapsıyor: Öğrenme, hafıza, koku ve navigasyon. Araştırmacılar bunun, şimdiye kadar tespit edilen 20 milyondan fazla sinirsel bağlantıyla, herhangi bir türe ait tamamlanmış en büyük ve en ayrıntılı beyin haritası olduğunu söylüyor.
'HEMIBRAIN' İSMİ VERİLDİ
Araştırmacılar ilk olarak meyve sineğinin beyninin bölümlerini 20 mikron kalınlığında parçalara ayırdı. Her dilim bir saç telinin kabaca üçte biri kalınlığındaydı. Daha sonra bu 'beyin dilimleri', tarama yapan elektron mikroskobundan elektron akışına maruz bırakılarak görüntülendi. Araştırmacılar, incelenen dişi meyve sineğinin beynine 'hemibrain' adını verdi.
Google sinek beyni verileri üzerine çalışmaya başlamasının ardından, otomatik bölünme teknolojisi 'taşkın doldurma ağları' (flood-filling networks), (FFNs) yöntemini geliştirdi ve bunu beynin veri kümesini yeniden yapılandırmaya uyguladı. FFNs yeniden yapılanma sağlayan ilk otomatik bölünme teknolojisiydi. Ancak bu gelişmeye rağmen araştırmacılar, modelin prova okumasını yapmak için iki yıldan uzun zaman harcadı.
Böyle bir bağlantı şeması -ya da konnektom- beynin farklı bölgelerindeki devre sistemlerinin tamamını ve bunların birbirine nasıl bağlandığını ortaya çıkarabilir. Çalışma, örneğin hafıza oluşumunda yer alan ağların ya da hareket etmeyi sağlayan sinirsel yolların kilidini açmaya yardımcı olabilir. (Kaynak: euronews)