Ciało krzemowe

Jednym z najczęściej wykorzystywanych porównań dotyczących mózgu jest jego rzekome podobieństwo do komputera. Trudno zaprzeczyć, że oba te obiekty przetwarzają informacje. Operacje, które możemy wykonać w głowie (np. mnożenie, sortowanie nazwisk w kolejności alfabetycznej albo poszukiwanie najkrótszej drogi do celu), potrafi też często przeprowadzić komputer, i to szybciej lub dokładniej. Można więc ulec wrażeniu, że mózg to swoisty komputer powstający w bólach rodzenia ewolucji.

To wrażenie wzmacniają m.in. podobieństwa pojęciowe – badacze mózgu i komputerów zdają się mówić tym samym językiem. Komórki nerwowe kodują lub dekodują różne informacje niczym komputer, który potrafi przechowywać rozmaite dane w pamięci. W mózgu, podobnie jak na twardym dysku, mamy programy, np. motoryczne, czyli związane z układem ruchu, które dokonują obliczeń – np. tego, jak najlepiej postawić stopę, by się nie przewrócić. Nic więc dziwnego, że filozofowie i kognitywiści przyrównują często mózg do hardware’u – fizycznych komponentów komputera – a umysł do software’u, czyli programu wykonywanego na urządzeniu.

Takich porównań jednak nie możemy brać zupełnie dosłownie. Naukowcy lubią wykorzystywać metafory czy analogie jako narzędzia myślenia. Często też są one odzwierciedleniem ducha epoki. Już w XVII w. duński biolog Nicolaus Steno proponował, by mózg postrzegać jak każde inne urządzenie, które można rozłożyć na części.

Maszyny hydrauliczne, telegrafy czy telefony – do lat 50. XX w. w ten właśnie sposób uczeni widzieli pracę mózgu. Wtedy nastała era komputerów, elektronicznych urządzeń o rosnącej mocy obliczeniowej. Zaczęła się też historia współczesnych nauk o umyśle i mózgu – a ich początek zbiega się z poważnym potraktowaniem komputerowej metafory mózgu.

Mimo wielu podobieństw istnieje też ważna różnica między biologiczną i krzemową maszyną obliczeniową – pracę komputera w pełni rozumiemy, a układ nerwowy stanowi dla nas wciąż zagadkę.

Odwrócona metafora

Ktoś mógłby się obruszyć, że także w przypadku mózgu rozumiemy całkiem dużo. Wiemy, że układ nerwowy zbudowany jest z komórek o drzewiastym kształcie, a wspierają je wciąż tajemnicze i liczniejsze komórki glejowe. Wiemy, że neurony przesyłają sygnały z jednego swojego końca (drzewa dendrytycznego) do drugiego końca (aksonu) poprzez impulsy elektryczne, a gdy komunikują się z innymi komórkami, wykorzystują różne związki chemiczne (neuro- transmitery). Potrafimy zlokalizować połączenia między strukturami w mózgu i przypisać niektórym z nich konkretne funkcje. Jesteśmy w stanie rejestrować aktywność elektrofizjologiczną lub chemiczną skupisk neuronów. Możemy nawet powiązać tę aktywność z konkretnymi działaniami organizmu .

Zdobyta już przez nas wiedza biologiczna czy psychologiczna wciąż jednak nie pozwala na to, na co znajomość elektroniki pozwala inżynierom – daleko nam do stworzenia w pełni funkcjonalnych sztucznych mózgów z probówki lub drukarki 3D (albo przynajmniej komputerowej symulacji działania całego tego organu). Od czasu do czasu neurobiolodzy zadają sobie zatem fundamentalne pytanie: czy kierunek, który obraliśmy, jest na pewno słuszny? Czy metody, które wykorzystujemy, umożliwiają nam faktyczne zrozumienie tak skomplikowanego systemu, jakim jest mózg?

By odpowiedzieć na to pytanie, Eric Jonas z Uniwersytetu w Chicago i Konrad Kording z Uniwersytetu Pensylwanii postanowili przyjrzeć się bliżej porównaniu mózgu i komputera – tyle że w wersji odwróconej. Przyjęli założenie, że to nie mózg jest komputerem – ale komputer mózgiem.

Wzorem neurobiologów Jonas i Kording wprowadzili więc elektrody do dwóch mikroprocesorów (MOS 6502 i MOS 6507, używanych w starych komputerach, takich jak Apple 1 i Commodore 64). Uznali, że jeśli mózg pod pewnymi względami faktycznie przypomina komputer, to metody wykorzystywane przez neurobiologów powinny dać chociaż częściowe zrozumienie tego, jak działa względnie nieskomplikowany mikroprocesor. Zaproponowali wiele analogii. W obu przypadkach mamy do czynienia z systemami złożonymi z pomniejszych jednostek obliczeniowych. Te jednostki są podzielone na swego rodzaju moduły o pewnych funkcjach i możliwościach, które mogą odtwarzać dane z pamięci i zapisywać w niej nowe informacje. O mikroprocesorze też możemy myśleć jako o układzie, którego głównym celem jest produkcja swoistego działania („zachowania”). Jego przejawy obserwujemy np. w grach komputerowych.

Tranzystory Donkey Konga

Jonas i Kording rozpoczęli od metody, w którą w ostatnich latach zainwestowano ponad miliard euro w ramach międzynarodowego Human Brain Project. Przedsięwzięcie to, zresztą krytykowane za brak fundamentalnych odkryć, ma na celu ustalenie sieci połączeń ludzkiego mózgu na różnych poziomach organizacji: od molekuł w komórkach po połączenia między neuronami i strukturami. Taką sieć nazywa się konektomem.

Cel wydaje się sensowny – jak mawiał fizyk Richard Feynman, dopóki nie wiemy, jak coś jest zbudowane, nie jesteśmy w stanie tego sami skonstruować. Jonas i Kording rozłożyli więc na części stary mikroprocesor. Potrafili nazwać wszystkie jego elementy i stworzyć wykres obrazujący to, jak są one połączone. Założyli jednak niewielką wiedzę na ich temat – wszak tę dopiero miały przynieść dokładniejsze badania nad „fizjologią” tranzystorów w mikroprocesorze. Trudno było im stwierdzić, co właściwie taki mikroprocesorowy konektom miałby im powiedzieć na tym etapie. Jak zauważyli, podobny problem stoi przed neuronaukowcami, którzy pracują nad ludzkim konektomem – wciąż brakuje nam technik niezbędnych do rekonstrukcji i identyfikacji funkcji poszczególnych neuronów czy ich pomniejszych elementów, takich jak kanały jonowe, które są podstawą aktywności elektrycznej komórek nerwowych.

Inną z popularnych technik neurobiologii jest badanie wpływu uszkodzeń (lezji) poszczególnych struktur mózgu na jego funkcjonowanie oraz zachowanie organizmu. Lezje można badać u ludzi, którzy ulegli wypadkom lub poddali się operacji usunięcia pewnych fragmentów tkanki nerwowej. Jednym z nich był Henry Molaison, słynny pacjent znany pod inicjałami HM, który cierpiał na epilepsję. W celu złagodzenia ataków usunięto mu sporą część hipokampu oraz fragmenty innych części mózgu. Ataki faktycznie złagodniały, ale miało to swoją cenę. HM nie był w stanie tworzyć nowych długotrwałych wspomnień, nawet jeśli jego pamięć krótkotrwała działała bez zarzutu i mógł przywoływać z pamięci fakty sprzed operacji. Został jak gdyby zatrzymany w wiecznym „teraz”. Okazał się więc interesującym obiektem badawczym dla naukowców chcących zrozumieć tajniki funkcjonowania pamięci. W badaniach z udziałem innych zwierząt możemy wywoływać takie uszkodzenia – np. z użyciem różnych substancji chemicznych. Ostatnimi czasy możemy być nawet dokładniejsi. Jesteśmy w stanie zahamować aktywność danego typu komórek nerwowych, wyróżniających się przykładowo obecnością pewnego białka, z użyciem światła (technikę tę nazywamy optogenetyką). U mniejszych organizmów, jak jednomilimetrowe nicienie, możemy też użyć lasera, by usunąć pojedyncze neurony.

Jonas i Kording usuwali więc z mikro- procesorów pojedyncze tranzystory, badając, jak wpłynie to na „behawior” komputera. Okazało się, że istnieją tranzystory, które są niezbędne, by dana gra mogła zostać uruchomiona. Ale niekoniecznie było tak dla innych gier. Można by było więc stwierdzić, że istnieją specyficzne „tranzystory »Donkey Konga«” albo „tranzystory »Najeźdźców z kosmosu«”, które pełnią funkcje w działaniu tych właśnie konkretnych programów. Ale czy takie wnioski byłyby w pełni słuszne? Jonas i Kording zwrócili uwagę, że funkcją pojedynczego tranzystora nie jest w zasadzie udział w danej grze, lecz raczej realizuje on prostsze zadania – np. jest częścią pewnej bramki logicznej, dokonującej niezbędnych dla danej gry obliczeń. Samo badanie lezji nie pozwoliłoby jednak na takie konkluzje.

Zauważmy też, że lezje mikroprocesora były bardzo dokładnie określone. W przypadku naturalnych uszkodzeń mózgu nie jest to regułą. Wróćmy do pacjenta HM – obrazowanie jego mózgu w latach 90. pokazało, że trudno właściwie zidentyfikować odpowiednie struktury neuronalne i to, jak rozległe było pooperacyjne uszkodzenie, które miało był przyczyną jego deficytów pamięci. Samo badanie lezji jest więc niedokładne i może wprowadzać w błąd – bo dany łańcuch przyczynowo-skutkowy (od lezji do zaburzenia jakiejś funkcji) może być sztuczny. Np. hipokamp bierze udział w formowaniu pamięci, ale wiemy też, że jest istotny dla nawigacji przestrzennej. To po prostu my zinterpretowaliśmy pewne ograniczone dane eksperymentalne tak, że dana część mózgu wydaje się wypełniać takie, a nie inne zadania.

Jonas i Kording skorzystali z kilku innych metod neuronauk – np. badali aktywność pojedynczych tranzystorów i całych ich zespołów (co przypomina sprawdzanie aktywności pojedynczego neuronu lub całej struktury mózgu w funkcjonalnym rezonansie magnetycznym). Testowali metody statystyczne i matematyczne, które mają pomagać w znalezieniu różnych czynników ważnych dla mózgu – takich, które mózg wykorzystuje podczas przetwarzania informacji. Choć te metody stosuje się w neurobiologii, są one często zaczerpnięte z innych gałęzi nauki i techniki. Wydaje się więc zasadne, by wypróbować je w mikroprocesorze – wiemy przecież znacznie więcej o różnych zależnościach przyczynowo-skutkowych między jego fizycznymi elementami i zmiennymi, o które dbają inżynierowie. Niestety, wiele wyników trudno było zinterpretować, a niektóre prowadziły wręcz do fałszywych wniosków na temat procesora.

Ślepe zaułki

Co więc te badania mówią nam o zrozumieniu układu nerwowego z wykorzystaniem tych samych technik? Wnioski Jonasa i Kordinga nie są zbyt optymistyczne, ale nie jest to jeszcze powód do utraty wiary w neurobiologię – z co najmniej dwóch powodów. Po pierwsze, trzeba pamiętać, że eksperyment miał poważne ograniczenia. Opierał się przecież na analogii, której zasadność można podważać. Po drugie – nasze oceny i prognozy zależą od przyjmowanej perspektywy. A ona w dużej mierze zależy od tego, czy pamiętamy, jak działa nauka.

W artykule z 2002 r., który zainspirował Jonasa i Kordinga do tych na pół poważnych, na pół żartobliwych eksperymentów, badacz komórek rakowych Yuri Lazebnik opisywał, jak rozwijają się nowe dziedziny biologii. Wszystko rozpoczyna się od dziwactw niektórych naukowców, którzy rozważają trudne zagadnienia, zadając na pozór głupie pytania (Czy komórki popełniają samobójstwo? Czy muszki owocowe mogą się uczyć? Czy neuron może działać jak kabel telegraficzny?). Potem przychodzą świeże i ekscytujące odkrycia, które uświadamiają badaczom, że „da się” – obecnie stosowane metody mogą służyć do wyjaśnienia wcześniej niezrozumiałych problemów. Następuje eksplozja publikacji na dany temat. Wydaje się, że wszystko zmierza ku zrozumieniu zagadnienia. Jednak w pewnym momencie tempo zwalnia. Eksperymenty dają sprzeczne wyniki. Badacze nie wiedzą, jak je interpretować. Zastanawiają się, w którą stronę podążyć. Danych jest wiele, lecz brakuje metod, by je zrozumieć.

Prawdopodobnie właśnie na tym etapie moglibyśmy umiejscowić współczesną neurobiologię – dziedzinę, która wprawdzie jest dość młoda, ale okres największej ekscytacji jej wynikami prawdopodobnie nastąpił kilkanaście-kilkadziesiąt lat temu. Zamieszanie wokół Human Brain Project, w którym kilka lat temu doszło do częściowej wymiany liderów, też jest jakimś tego wyrazem. Idąc za tokiem rozumowania Lazebnika, w tym momencie powinniśmy skupić się na rozwijaniu nowych metod – eksperymentalnych i teoretycznych – które umożliwią dalszy rozwój. Już teraz stawiamy pierwsze kroki. Jest coraz więcej osób skupiających się na metodologii neuronauk – na tym, jak neurobiologia i dziedziny pokrewne są tworzone i co właściwie jest ich przedmiotem zainteresowania. Inni rozwijają nowe technologie i zbierają dane, które być może pomogą przyszłym generacjom naukowców.

Bo tak to już jest w nauce i tego uczy nas historia. Są momenty radości i ekscytacji, ale też chwile, gdy mrużymy oczy i nie możemy wyjść z konfuzji. Jak wspominał Lazebnik, należy nauczyć się z tym żyć i przyjąć odpowiednią perspektywę. Mózg skrywa przed nami wiele tajemnic – niektórzy uważają, że to najbardziej skomplikowany obiekt we wszechświecie. Inni zastanawiają się, czy w zasadzie mózg może zrozumieć sam siebie. Albo czy do zrozumienia jednego mózgu wystarczą miliony współpracujących umysłów. Nie wiemy tego wszystkiego – ale chyba właśnie ta niewiadoma powinna być najbardziej ekscytująca. ©