これは、脳が 1 個のニューロンから 170,000 万個を超えるニューロンまで組織化される方法です。

これまで科学は、細胞が「化学ビーコン」を使用して自らの方向を定めると教えてきました。しかし、根本的な問題があります。それは脳も同様です。 大きく、緻密で、複雑な これらの信号が隅々まで届くように。しかし、コールド スプリング ハーバー研究所 (CSHL) の神経科学者チームは、ハーバード大学およびチューリッヒ工科大学の研究者と協力して、別の考えられる (そして驚くべき) 答えを発見しました。

シンプルでエレガントな解決策は、自然が通常「目に見えないところに」隠しているものの 1 つです。脳は独自の家系図に従って構築されます。外部のアーキテクトは必要ありません。彼にとっては自分の家族が誰であるかを覚えていれば十分です。

「化学GPS」に別れを告げる

長い間、発生生物学における支配的なパラダイムは、いわゆる化学勾配または「モルフォゲン」、1950 年代にアラン・チューリングによって理論的に説明された化学物質に基づいていました。

古典的な考え方は、細胞は主に化学信号を通じて位置情報を交換し、その信号はヘッドライトからの光と同様に、距離が離れるにつれて弱くなるというものでした。同様に、互いに最も近い脳細胞は強い信号を受け取り、ある種類の組織になりますが、遠くにある脳細胞は弱い信号を受け取り、別の種類の組織になります。

この研究の筆頭著者であるスタン・ケルスティエンス氏は、問題は「細胞が『見ている』のは自分自身とその近傍だけである」ことだと説明する。つまり、その化学システムは、初期胚の数十個の細胞を扱う場合にのみ機能します。しかし、脳は 数個の細胞よりはるかに多い。何十億ものニューロンがあり、それぞれが正しい場所に着地する必要があります。そして、その規模では、化学信号は希釈されます。それは、満員のスタジアムでささやき声を聞こうとするようなものです。信号は目的地に到達する前にノイズの中に失われてしまいます。 「細胞が間違った場所にあると、何か問題が発生し、脳がうまく発達しなくなる、と科学者は説明しています。」したがって、各細胞は次の 2 つの質問を解決する必要があります。「ここはどこですか?」そして、私は何になる必要があるのでしょうか？

「家族」をフォローする

研究者らによって提案された答えは、化学シグナルへの独占的な依存を打破し、細胞自体の「家族史」と呼ぶべきものにさらに焦点を当てています。 「人間の人口が世代を超えてどのように国中に広がったかを考えてみましょう」とカースティエンス氏は説明する。子孫は親の近くに定住するため、祖先を共有する人々は最終的に近隣の地域に住み、長距離通信を必要とせずに大規模な地理的構造を生み出します。

本質的には、血統に基づく位置情報のモデルです。研究者らは、同様に、細胞は脳の反対側から化学的指示を受ける必要はない、と主張している。彼らにとっては、自分たちが誰の娘で、誰が姉妹なのかを知るだけで十分です。ケルスティエンスの言葉を借りれば、「同じ祖先に由来する細胞は、互いに近くに留まる傾向がある」という。

これにより、一種の固有の座標マップが作成されます。あたかも各ニューロンがその「郵便番号」を自動的に伝える「姓」を持っているかのようです。あなたの姓が「Visual Cortex」であれば、あなたは脳の奥で家族と一緒にいます。前頭葉には移動しません。したがって、細胞は自分の位置を伝えるために外部の GPS を必要とせず、むしろその家系に刻まれたその「座標」を保持していることになる。

普遍的なメカニズム

彼らの理論を証明するために、Kerstjens と彼のチームは、「スケーラブルな系統ベースの位置情報モデル」と呼ばれるものを設計しました。そして、彼らは理論的な数学にとどまらず、完全に発達したマウスの脳における個々の遺伝子発現を分析することによって計算を検証しました。クローン (同じ祖先から派生した細胞のグループ) を追跡することによって、彼らは理論が正しいことを確認しました。つまり、血縁関係が位置を予測したということです。そしてさらに確実なこととして、同じ数学的パターンがゼブラフィッシュでも機能することを確認しました。

この研究によると、これは私たちが取り組んでいる普遍的なメカニズム、つまり魚の小さな脳でも哺乳類の複雑な脳でも同様に機能することを示しています。しかし、ケルスティエンスは、これは化学シグナルが存在しないことを意味するものではないことを明確にしています。むしろ、血統と化学が連携して機能します。リネージュは全体的なマップ (「大まかな」構造) を提供し、化学は局所的な詳細を洗練します。

がんからAIまで

この研究の意義は、基礎的な神経科学をはるかに超えています。たとえば、研究はがんに対する新しい見方を私たちに提供します。結局のところ、腫瘍は生物学的規則に従って成長し、組織化（または組織化）されない組織です。系統がどのように位置を決定するかを理解すれば、がん細胞がどのように自分の場所を「忘れ」て、移動（転移）または隣接する組織への定着を決定するかを解明できる可能性があります。

一方で、人工知能への関心がますます高まっている世界では、この発見はコンピューター工学の真の「ロードマップ」となる可能性もあります。これまで、私たちの人工ニューラル ネットワークは非常に厳格に設計されてきました。しかし、「自己複製」する AI を作成したり、その複雑性を高めたりしたい場合は、自然を模倣する必要があるかもしれません。

「脳は、ある意味、私たちを賢くします」とケルスティエンスは振り返ります。しかし、成長期だけでなく進化の過程を通じて、彼はどのようにしてこの能力を開発することができたのでしょうか? 「これは偉大なパズルの基本的なピースです。」

将来の AI モデルは、何十万ものサンプルやデータを使ってトレーニングされるのではなく、単に「培養」され、私たち自身のニューロンと同じように、ある世代のコードから次の世代のコードに情報を渡すようになる可能性すらあります。繰り返しになりますが、自然は、最も単純な解決策（この場合は家族に従う）が、通常、最も驚くべき驚異を構築できるものであることを示しています。