Активность нескольких сотен нейронов у червей и нескольких тысяч нейронов в мозге рыбы удалось увидеть в реальном времени.

Чтобы понять, как работает мозг, нужно в точности представлять его структуру. Если мы вспомним про особенности строения нервных клеток, про их способность образовывать великое множество межклеточных контактов, то становится понятно, что под структурой мозга тут следует понимать не только «крупноблочное» строение (мозжечок, таламус, кора и т. д.), но и всю систему связей между ними. Конечно, у мозга большой запас пластичности: межклеточные синапсы в нём то появляются, то исчезают. Однако в мозге есть, если можно так сказать, постоянные каналы связи, которые остаются неизменными и которые формируют материальную основу внутримозговых информационных потоков.

Мозг рыбы данио-рерио, вид сверху: тела нейронов окрашены зелёным флуоресцентным белком, отростки-аксоны — красным. (Фото Wellcome Images / Flickr.com).

Нематода Caenorhabditis elegans с флуоресцентным белком, синтезирующимся в клетках нервных узлов головы и хвоста. (Фото wormbase / Flickr.com).

До сих пор единственным организмом, у которого связи в нервной системе были обрисованы во всех деталях, остаётся нематода Caenorhabditis elegans. У этого червя нервная система состоит всего из 302 клеток, так что выяснить, что с чем соединяется, нейробиологам удалось довольно быстро – к 1986 году была создана полная карта межнейронных связей C. elegans. Конечно, учёные довольно скоро задумались и о том, чтобы похожую карту сделать и для человеческого мозга, но в человеческом мозге нейронов не 302, а приблизительно 100 миллиардов, так что можно представить, какая титаническая задача стоит перед исследователями. Причём ведь нейроны не просто образуют аморфную сеть, они складываются в функциональные зоны, выполняющие ту или иную задачу, и эти зоны, в свою очередь, взаимодействуют между собой уже на макроуровне и подчиняются каким-то добавочным архитектурным правилам. И всё это безмерно осложняет задачу картирования мозга.

Учёные пытаются решить эту проблему с разных сторон, подчас довольно неожиданными методами. В прошлом году исследователи из Стэнфордского университета сумели сделать мозг мыши и фрагмент мозга человека почти прозрачными: нервная ткань обрабатывалась детергентом так, что в ней оставались только белковые «скелеты» нервных клеток, и с помощью флуоресцентных белков можно было проследить распределение нервных отростков от внешних слоёв коры до самых недр мозга.

С другой стороны, продолжает пользоваться успехом старый метод картирования, когда нервную ткань нарезают на тысячи слоёв каждый толщиной в пару десятков микрометров, а потом эти слои пристально разглядывают, оценивая сходство и различия. Проанализировав их строение, можно построить трёхмерную карту мозга повышенной точности. Такие работы ведутся постоянно, и мозговые атласы постепенно становятся всё более детальными. Так, опять же в прошлом году группе учёных из Исследовательского центра Юлих (Германия) вместе с коллегами из других научных центров Германии и Канады удалось создать трёхмерный атлас мозга человека с разрешением в 20 микрометров – эта карты мозга оказалась в 50 раз более точной, чем её предшественники.

Часто же нейробиологи занимаются лишь каким-нибудь отдельно взятым аспектом нейронной архитектуры, скажем, пытаются представить схему проводящих путей между всеми зонами мозга. Здесь тоже удалось добиться значительных успехов: буквально месяц назад исследователи из Алленовского института мозга сообщили, что им удалось определить всю совокупность внутримозговых связей, правда, пока что только для мозга мыши.

Но представим, что нам стали известны все соединения, которые только есть в мозге, что создан самый подробный трёхмерный атлас – достаточно ли нам этого, чтобы понять, как мозг работает? Очевидно, нет, ведь мы не будем знать, как именно распределяются нервные импульсы по всей системе связей между нейронами и большими малыми зонами мозга. В качестве аналогии можно привести компьютерные микросхемы: мы можем сколько угодно их разглядывать, но по их внешнему виду мы не определим, работает ли сейчас компьютер с видеофайлом или же с текстовым редактором. Для этого нам нужно залезть внутрь микросхемы, «увидеть» электрические токи, которые бегут по ней. И точно так же нужно залезть внутрь нейрона, узнать распределение импульса по нервным клеткам, чтобы понять, как там всё работает.

Фиксировать и анализировать активность нервных клеток учёные умеют давно. Как легко догадаться, наблюдение за активностью одного-единственного нейрона нам ничего не скажет – нужно знать, от кого он получил сигнал и кому его передал, то есть активность всей цепочки, или хотя бы большей её части. Но ведь нейронные цепи существуют не сами по себе, они обмениваются информацией между собой. Мы можем определить, какая группа нейронов участвует, например, в двигательной активности, но если мы хотим получить более полную картину, если хотим узнать, как сенсорная информация «на входе» преобразуется в двигательную активность «на выходе», нам нужно наблюдать сразу за всем мозгом целиком.

Именно такую задачу попытались решить Роберт Преведел (Robert Prevedel) и его коллеги из Института молекулярной патологии в Вене и Массачусетского технологического института. И им удалось её решить, правда, пока что не на человеческом мозге, и не на мышином, а всё на той же простейшей нервной системе нематоды C. elegans и на развивающемся мозге мальков данио-рерио.

Исследователи модифицировали червей и рыб так, чтобы их нейроны синтезировали флуоресцентный белок: этот белок светился при изменениях в уровне ионов кальция внутри клетки. Как известно, при возбуждении и распространении электрического импульса происходит перераспределение ионов по обе стороны нейронной мембраны – собственно, изменения в концентрации ионов и лежат в основе нервного импульса. Следить за работой нейрона можно по движению ионов внутрь и вовне клетки, а если у нас есть специальный светящийся белок, который чувствителен к таким перераспределениям ионов, то за работой нервной клетки можно вообще следить своими глазами, пусть и с помощью микроскопа.

На самом деле, такая технология давно применяется для изучения нервных импульсов, но до сих пор её использовали на малом числе нервных клеток. На этот раз задача учёных состояла в том, чтобы с помощью светящегося белка можно было наблюдать за работой сразу всей нервной системы, чтобы изображение получалось объёмным, и чтобы активность нервной системы можно было фиксировать с большой скоростью. Это удалось сделать с помощью особого микроскопического метода, позволяющего делать 50 снимков в секунду, которые потом монтировались в 3-D-изображение. Видно, какие нейроны у червя работают в состоянии покоя, какие – когда червь ползёт, и какие – когда он чувствует какой-то запах или тактильное раздражение. (Видео с ползущей светящейся нематодой можно посмотреть на YouTube.)  

У нематоды C. elegans, как было сказано, на всю нервную систему, от головы до хвоста, приходится всего 302 нейрона. У мальков данио-рерио нервных клеток уже 100 тысяч, и учесть активность всех сразу учёные не смогли, ограничившись пока что лишь пятью тысячами (что всё равно неплохо по сравнению с тремястами нейронами у червей).

Исследователи отмечают слабое место разработанного ими метода: он позволяет видеть некую среднюю активность всей нервной клетки, но вот разглядеть активность отдельного нейронного отростка, аксона или дендрита уже не позволяет. Впрочем, исследователи надеются, что им удастся усовершенствовать технологию и ещё больше детализировать изображение.

Работа эта по сути методическая (и опубликована она в Nature Methods), однако с помощью такого метода можно будет узнать много нового про функционирование нервных сетей в масштабах если не всего мозга, то хотя бы его части. Конечно, можно сказать, что нервная система нематоды и рыбки данио-рерио неизмеримо проще, чем у человека, но, во-первых, этот метод можно будет применить к мозгу каких-нибудь подопытных млекопитающих, а, во-вторых, некоторые закономерности работы нервной системы можно исследовать и на уровне простых червей. Ещё раз укажем на главную особенность такого подхода: мы в реальном времени регистрируем работу сразу всей нервной системы (или хотя бы достаточно большой доли нейронов). И благодаря тому, что активность нервных клеток видна тут без временных задержек, мы можем точнее представить себе информационные процессы, которые происходят в нервной системе.

Правда, всё-таки эту дилемму между количеством нейронов и их активностью пока что так и не получается решить до конца: либо мы видим очень много нейронов, но не можем в деталях оценить их работу, либо наоборот – видим все подробности передачи импульсов, но лишь между ограниченным числом нервных клеток. Остаётся надеться только на дальнейший научно-технический прогресс.