12 yıllık çalışmanın ardından Birleşik Krallık, ABD ve Almanya’dan büyük bir araştırma ekibi, bir meyve sineği larvasının beynindeki her sinirsel bağlantıyı tanımlayan, bugüne kadarki en büyük ve en karmaşık beyin haritasını oluşturdu.

Meyve sineğinin (Drosophila melanogaster) beyin yapısı, insan beyninin boyutuna ve karmaşıklığına yakın olmasa da toplam 3.016 nöron arasında 548.000 saygın bağlantıyı kapsıyor.

Haritalama, beynin iki tarafı arasındaki ve beyin ile ventral sinir kordonu arasındaki etkileşimler dahil olmak üzere farklı nöron türlerini ve yollarını tanımlıyor. Bu, bilim insanlarını nörondan nörona sinyal hareketlerinin davranışa ve öğrenmeye nasıl yol açtığını anlamaya yaklaştırıyor.

Johns Hopkins Üniversitesinde biyomedikal mühendisi olan Joshua T. Vogelstein, “Kim olduğumuzu ve nasıl düşündüğümüzü anlamak istiyorsak bunun bir parçası da düşünce mekanizmasını anlamaktır. Bunun anahtarı ise nöronların birbirleriyle nasıl bağlantı kurduğunu bilmektir.” diyor.

Reconstructed neurons of fruit fly larvae brain (Drosophila melanogaster).

Son zamanlarda bilim insanları, insan beyninin haritasını çıkarmada ve farelerde nöral aktiviteyi takip etmede önemli ilerleme kaydettiler. Fakat odak noktası belirli bölgeler üzerinde ve mevcut teknoloji hâlâ insanlar gibi gelişmiş hayvanlar için bir bağlantı şeması tamamlayacak kadar kapsamlı değil.
Buna rağmen Zlatic, “Bütün beyinler benzerdir. Hepsi birbirine bağlı nöron ağlarıdır ve tüm türlerin beyinleri birçok karmaşık davranış sergilemek zorundadır. Hepsinin duyusal bilgileri işlemesi, öğrenmesi, eylemleri seçmesi, çevrelerinde gezinmesi, benzerlerini tanıması ve yırtıcılardan kaçması gerekir.’’ dedi. 

eyve sinekleri, üzerinde çalışılması kolay özellikleri, karmaşık ama kompakt beyinleri ve biz insanlarla birçok biyolojik benzerliği paylaşmaları nedeniyle popüler bir bilimsel araştırma modeli hâline geldi. Özellikle araştırmacıların gözlemlediği bağlantı yapılarının, beynin öğrenmemize ve öğrendiklerimizi hatırlamamıza izin veren kısmına giren ve çıkan nöronlar arasında en çok tekrarlayıcı olduğu belirlendi. Ayrıca tanımlanan bazı özelliklerin, makine öğrenimi için bazı bilgisayar ağlarına benzer şekilde çalıştığını da buldular.

Ekip, bir sonraki adımın öğrenme ve karar verme gibi belirli davranışsal işlevlerde yer alan nöral yapı hakkında daha fazla bilgi edinmek ve böcek etkinlikle meşgulken tüm konektomun (beyindeki sinirsel bağlantıların kapsamlı bir haritası) etkinliğine bakmak olacağını öne sürüyor.

Derleyen: Nazlıcan Vatansever