Az agykérgi idegsejtek közötti legnagyobb kapcsolati hálózatot mutatta be egy nemzetközi kutatócsoport, amelyben az Allen agytudományi intézet (Allen Institute for Brain Science), a Harvard Egyetem orvosi Iskolája (Harvard Medical School) és a flandiriai neuroelektronikai kutatóintézet (Neuro-Electronics Research Flanders – NERF) vett részt.
A kutatók új eszközöket fejlesztettek ki, amelyek a fordított mérnöki eljárást támogathatják az agy felfedezése során, amikor az elektronikus idegpályák valamint az idegi és hálózati számítások közötti kapcsolatokat fejtik fel – mondta Wei-Chung Lee, a Nature folyóiratban megjelent ismertető tanulmány vezető szerzője, a Harvard kutatója.
A Funkcionális konnektóma kutatási program közel tíz éve folyik már, hogy áthidaljon az idegrendszer tanulmányozásának két területe között régóta tátongó szakadékot. Azaz össze kellene hoznia az agyi aktivitást (amelyet többnyire fMRI képalkotással vizsgálnak) és az agyi vezetékezést (amelyet részletes elektronmikroszkópiával szokás vizsgálni).
A kutatás egerek látókérgében lévő idegsejtek azonosításával kezdődött, amelyek egyedi válaszokat adnak vizuális ingerekre. A kutatók ezután ultra-vékony szeletekre vágták az agyat, és milliónyi nagyfelbontású képet készítettek a megcélzott sejtekről és szinapszisokról, amelyeket azután három dimenzióban rekonstruáltak. A csapatok erre specializálódott tagjai nyomon követték az egyes neuronokat a 3D képben és meghatározták a kapcsolatukat más idegsejtekkel.
A végső cél az, hogy a funkcionális konnektóma projekt során egy köbmilliméternyi agyszövetet rekonstruáljanak, amely ugyan csak akkora, mint egy homokszem, mégis az agynak a legnagyobb részét tartalmazza, amelyet eddig ezen az úton tanulmányoztak.
Azon túl, hogy a végső célt elérjék (azaz megfejtsék az agyi algoritmusok és tanulási szabályok létrejöttét és működését), a tudósok az agytól tanulva haladást szeretnének elérni a mesterséges intelligencia területén, s javítani akarnak a mesterséges ideghálózatok algoritmusain a beszédfelismeréstől, az arcok felismerésén át a nagy adatmennyiségek elemzéséig például az orvosbiológiai kutatásban.
