MaleCNS: el mapa cerebral de la mosca de la fruta que está revolucionando la neurociencia y la IA

MaleCNS: el mapa cerebral de la mosca de la fruta que está revolucionando la neurociencia y la IA

Ciencia — El proyecto MaleCNS v1.0, una colaboración entre HHMI Janelia, la Universidad de Cambridge y Google Research, ha publicado el conetoma completo del sistema nervioso central de una mosca de la fruta macho (Drosophila melanogaster). Este mapa cerebral mapea más de 166,000 neuronas y decenas de millones de sinapsis, revelando circuitos que conectan la percepción sensorial con el comportamiento.

El primer conetoma masculino

Hasta ahora, todos los conetomas de cerebros de moscas de la fruta publicados habían sido de hembras. Este nuevo mapa masculino es especialmente importante porque permite, por primera vez, comparar ambos sexos de un animal con comportamiento social complejo. "Es la primera vez que podemos comparar ambos sexos de un animal con comportamiento social complejo", explicó Gerry Rubin, líder del proyecto en Janelia.

Dimorfismo sexual en el cerebro

El conetoma revela que algunas neuronas son "dimórficas": existen tanto en machos como en hembras pero se conectan con diferentes neuronas vecinas. Esto permite estudiar cómo el cerebro controla comportamientos que varían por sexo, como el apareamiento y la agresión.

Sehan Takemura, neurocientífico del MRC LMB en Cambridge, señaló que el mapa permite "ir de los ojos a las piernas en un solo paso", revelando las vías visuomotoras completas que conectan la percepción visual con el movimiento.

De la neurociencia a los videojuegos

Desarrolladores ya han utilizado el conetoma para construir simulaciones basadas en el cableado cerebral real de la mosca, llegando incluso a hacer que un modelo digital del cerebro jugara Doom más de 6,000 veces. Aunque no ha derrotado al juego, las simulaciones demuestran el potencial de estos mapas cerebrales para comprender la información y la acción.

Tecnología detrás del proyecto

El equipo utilizó microscopía electrónica de haz de iones enfocado de alta resolución para muestrear las muestras, y técnicas de vanguardia de algoritmos y aprendizaje automático para recopilar, gestionar, analizar y publicar los datos. Google Research segmentó las imágenes EM, y equipos de expertos de Janelia y Cambridge verificaron y etiquetaron las neuronas.

Fuentes y créditos:

Ver publicación