वयस्क फल मक्खी के मस्तिष्क का मानचित्रण पूरा

• वयस्क फल मक्खी के मस्तिष्क का कनेक्शन मैप पूरा हो गया है, जो जटिल जानवरों के मस्तिष्क को सूक्ष्मता से पढ़ने वाली connectome रिसर्च के लिए एक benchmark बन गया है
• फल मक्खी उड़ने के अलावा प्रणय-व्यवहार, लड़ाई और आसपास के वातावरण की long-term memory बनाने तक का behavioral repertoire रखती है
• यह parasitic wasp जैसे सीधे दिखाई न देने वाले खतरों के बारे में दूसरी फल मक्खियों को चेतावनी दे सकती है, इसलिए इसे केवल साधारण reflex behavior मानना मुश्किल है
• यह मैप छोटे जानवरों के मस्तिष्क connections और जटिल व्यवहार को साथ में समझने की रिसर्च के लिए एक महत्वपूर्ण उदाहरण है
• वयस्क फल मक्खी के मस्तिष्क का मानचित्रण आगे चलकर मानव मस्तिष्क के मानचित्रण की संभावना भी खोलता है

---

वयस्क फल मक्खी के मस्तिष्क का connectome

• वयस्क फल मक्खी के मस्तिष्क का मानचित्रण किया गया है, और इसे अब तक बनाया गया सबसे परिष्कृत connectome बताया गया है
• connectome का उपयोग मस्तिष्क के connection map के संदर्भ में किया जाता है

फल मक्खी द्वारा दिखने वाली व्यवहारिक जटिलता

• फल मक्खी इतनी विविध behavioral abilities दिखाती है कि उसे सिर्फ एक साधारण कीट मानना मुश्किल है
  • उड़ सकती है
  • प्रणय-व्यवहार कर सकती है
  • लड़ सकती है
  • आसपास के वातावरण की जटिल long-term memory बना सकती है
  • parasitic wasp जैसे अदृश्य खतरों की मौजूदगी के बारे में दूसरी फल मक्खियों को चेतावनी दे सकती है
• वयस्क फल मक्खी के मस्तिष्क के मानचित्रण को आगे चलकर मानव मस्तिष्क के मानचित्रण तक पहुंच सकने की संभावना के साथ देखा जा रहा है

[GN⁺]

Hacker News की रायें

• Nature में प्रकाशित open access paper यहां देखा जा सकता है: https://www.nature.com/articles/s41586-024-07558-y

• https://archive.is/vBUjt

• इसी से जुड़ा, 1 साल पहले की एक मिलती-जुलती पोस्ट पर मेरा पसंदीदा HN comment था: यह इस बात पर मजाक था कि fruit fly के पूरे connectome को पूरी तरह map किए जाने की दिशा में कई दिलचस्प research चल रही है
  उदाहरण के लिए, इसमें एक stealth startup के CTO का setup था, जो कहता है कि “utilitarianism के लिए वही करूंगा जो carbon credits ने environmentalism के लिए किया”—और लगातार परमानंद की अवस्था में fruit fly brains के खरबों simulations चलाकर कंपनियों द्वारा happiness और welfare को पहुंचाए नुकसान की भरपाई के लिए “utility credits” बेचता है
  https://news.ycombinator.com/item?id=36584130

  • उस मजाक के पीछे utilitarianism की असली आलोचना जाननी हो तो इसे utility monster कहते हैं: https://en.wikipedia.org/wiki/Utility_monster
  • असली carbon credits जितना ही उपयोगी लगता है
  • branding का मौका है। Karma Kredits जैसा कुछ, या Krispy Kreme donuts के साथ co-branding भी हो सकती है
    donut खरीदकर खुशी पाएं, और उस खुशी को offset करने के लिए Karma Kredits भी साथ में पाएं
    KK और KK, दोनों का साथ में मजा लें
  • यह Ned Beauman की Venomous Lumpsucker में आने वाली किसी चीज का twist लगता है। spoilers नहीं दूंगा, लेकिन किताब की जोरदार सिफारिश करूंगा
  • क्या simulation करना जरूरी भी है? computer state और उससे represent होने वाली simulation state के बीच correspondence सिर्फ हमारे दिमाग में है
    उस हिसाब से तो हम यह भी कह सकते हैं कि धुंधली-सी कल्पना की जा सकने वाली हर reality मौजूद है और उसका moral weight है

• मेरी समझ थी कि connectome-based research आम तौर पर dead end है। क्योंकि यह dynamics भी नहीं पकड़ती, और अनगिनत interactions भी नहीं
  अगर आपने neurons को बढ़ते हुए देखा है, तो आपको पता होगा कि यह विशाल jelly जैसी structure बेहद plastic और dynamic होती है। सबसे सरल brain में भी, जैसे C. elegans में, growth के साथ neurons और connections की संख्या 10^x स्तर पर exponentially बढ़ती है

  • connectomics के पास के क्षेत्र में काम करने वाले neuroscientist के तौर पर कहूं तो, यह बिल्कुल dead end नहीं है। लेकिन यह पूरा picture भी बिल्कुल नहीं है
    अभी neuroscience के मुख्य open questions में से एक यह है कि brain में network structure, dynamics और function एक-दूसरे से कैसे जुड़े हैं। connectome structure पर जबरदस्त insight देता है, लेकिन केवल इससे dynamics या function की समस्या आम तौर पर हल नहीं होती
    उदाहरण के लिए, कई neurons के लिए हमें input-output relationship अच्छी तरह नहीं पता, और यह relationship highly connected networks में उभरने वाली dynamics पर बड़ा असर डाल सकती है। individuals के बीच connectome differences और development के दौरान connectome कैसे बदलता है, ये भी महत्वपूर्ण सवाल हैं, लेकिन कम-से-कम fruit fly में माना जाता है कि adult individuals के बीच basic structure का बड़ा हिस्सा conserved रहता है
    इन limitations के बावजूद, brain की physical network structure जानना dynamics और function को समझने के लिए किन models का इस्तेमाल किया जाए, इस पर मजबूत constraints लगा सकता है। मसलन “mushroom body” जैसे well-known regions हैं जिनमें random recurrent network से बिल्कुल अलग खास feedforward connectivity patterns होते हैं
    साथ ही fruit fly brain के central complex जैसे regions भी हैं, जहां structure-function relationship काफी साफ मानी जाती है। वहां neurons की एक physical ring होती है, और माना जाता है कि वह ring-attractor जैसे dynamical system के जरिए fly की navigation में compass की भूमिका निभाने वाली activity “bump” को support करती है
    इसलिए भले ही कई missing pieces हों, ऐसी wiring diagrams ज्यादा targeted experiments और theoretical research को दिशा देने वाली hypotheses बनाने में बहुत उपयोगी हैं
  • यह काम adult पर किया गया है, इसलिए neurons पहले ही grow हो चुके हैं
    connectome dead end नहीं है, लेकिन यह सभी ज्ञात समस्याओं को हल भी नहीं करता। यह एक static map बनाने के बाद उस पर cars के चलने—यानी dynamics और collisions जैसे interactions—को देखने जैसा है
    साथ में, adult neurogenesis कई species में अब भी debated topic है। fruit fly में कठिनाइयों पर commentary के लिए https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7554932/ देखें, और व्यापक समस्या के लिए https://en.wikipedia.org/wiki/Adult_neurogenesis देखें
  • यह बहुत रोमांचक है कि scientists को connectome का सिर्फ snapshot ही सही, access मिलने लगे। कोई चीज क्यों वैसी है और वैसी कैसे बनी, इसे समझने का पहला कदम यह देखना है कि वह है क्या
    brain को उसके मौजूदा रूप में बनाने वाले systems हैं, और हम उन्हें अच्छी तरह नहीं जानते। individual neurons को हम बेहतर समझते हैं, लेकिन emergent systems को नहीं
    अब जब अधिक scientists इन systems के target—यानी उन्होंने जो brain बनाया है, वह क्या है—जान पाएंगे, तो वे उन control और feedback loops को समझना शुरू कर सकते हैं जो इस snapshot state तक ले जाते हैं
    इसलिए यह dead end नहीं है। सिर्फ इसलिए कि इससे तुरंत consumer product नहीं निकलता, इसका मतलब यह नहीं कि यह progress नहीं है
  • सिर्फ connectome से dynamics नहीं मिल सकती, लेकिन connectome जरूरी है। इसे dead end कहने के बजाय बात यह है कि सिर्फ dynamics भी पर्याप्त नहीं और सिर्फ connectome भी पर्याप्त नहीं, इसलिए दोनों चाहिए
    आगे, अगर dynamics को सचमुच attach करने के लिए कोई target चाहिए, तो cell anatomy चाहिए, और इसलिए connectome essential है। connectome sufficient condition नहीं है—यह तथ्य इस research के dead end होने का मतलब नहीं, बल्कि यह बताता है कि nervous system को समझने की prerequisites हमारी उम्मीद से कहीं ज्यादा complex और demanding हैं
  • उपयोगी है। यह उस देश का roads का static map मिलने जैसा है जहां cars नहीं हैं
    उस map को car activity से जीवंत नहीं बनाया जा सकता, लेकिन लोग कहां drive करेंगे, इसका अनुमान लगाया जा सकता है। वे कब और क्यों drive करते हैं, क्या करते हैं—यह न पता हो, फिर भी यह बड़ा clue देता है

• मानव मस्तिष्क को मैप करने के लिए software में बड़े सुधारों की ज़रूरत होगी। फल मक्खी में 1.4 लाख neurons और 5.45 करोड़ synapses होते हैं, और इन्हें मैप करने वाले AI के output को भी post-processing में इंसानों ने पूरा जाँचकर 30 लाख बार सुधारना पड़ा; अभी सभी neuron types की पहचान भी करनी बाकी है
  मानव मस्तिष्क में लगभग 86 अरब neurons और शायद कई trillion से भी ज़्यादा synapses होते हैं, और यह भी कम आकलन हो सकता है। 30 लाख सुधार कम से कम 30 लाख * 10^6 manual corrections तक बढ़ जाएँगे, जो व्यावहारिक नहीं लगता
  फल मक्खी में error rate को मानव मस्तिष्क mapping में इस्तेमाल लायक बनाने के लिए single-digit स्तर तक आना होगा। Synapse के आधार पर लगभग 6% से 0.000006% तक सुधार करना होगा, यानी AI improvement के लिहाज़ से यह बहुत बड़ी छलांग है

  • यह वैसा है जैसे cartographers ने Scotland को मैप कर लिया हो, तो अब पूरी दुनिया अगली हो सकती है
  • लगता है “fruit fly” को दो बार “fruit flu” लिखा गया है—क्या यह typo था, या सच में मक्खी की जगह flu की बात थी?

• undergraduate research के दौरान मैंने simple integrate-and-fire neuron model network के firing behavior के आधार पर synaptic strength की पहचान करने पर काम किया था
  वास्तविक neurons की तुलना में यह toy model था, लेकिन एक अच्छा starting point था और results भी ठीक थे। Noise होने पर भी firing patterns को सबसे robust तरीके से reproduce करने वाला solution पहचाना जा सकता था
  मुझे उत्सुकता है कि connectome सिर्फ connection paths से आगे जाकर connections और dendrite/axon geometry को कितनी अच्छी तरह document करता है। इससे connection strength, timing, neuron firing sensitivity जैसे behaviors को समझने में मदद मिल सकती है
  भले ही यह scan के समय capture किया गया एक स्थिर non-learning model हो, adaptation के उद्देश्य और behavior की जाँच के लिए यह समझने में मदद करता है कि कौन-सा operational behavior सीखा गया था

• पहले आया एक दिलचस्प लेख भी है: Whole-brain connectome of the fruit fly (2023)
  https://news.ycombinator.com/item?id=36568609

  • संबंधित HN पोस्टों को खोलकर देखें तो वे इस तरह हैं
    Whole-brain connectome of the fruit fly - https://news.ycombinator.com/item?id=36568609 - जुलाई 2023, 94 टिप्पणियां
    The connectome of an insect brain by Winding et al. - https://news.ycombinator.com/item?id=35112234 - मार्च 2023, 1 टिप्पणी
    Map of an Insect’s Brain - https://news.ycombinator.com/item?id=35111371 - मार्च 2023, 119 टिप्पणियां
    The Connectome of an Insect Brain - https://news.ycombinator.com/item?id=35094565 - मार्च 2023, 1 टिप्पणी
    The first wiring map of an insect's brain hints at incredible complexity - https://news.ycombinator.com/item?id=35089298 - मार्च 2023, 5 टिप्पणियां
    Fruit Fly Brain Map - https://news.ycombinator.com/item?id=29672565 - दिसंबर 2021, 1 टिप्पणी
    Structure of Fruit Fly Brain (2018) - https://news.ycombinator.com/item?id=26474430 - मार्च 2021, 7 टिप्पणियां
    Google publishes largest ever high-resolution map of brain connectivity - https://news.ycombinator.com/item?id=22124888 - जनवरी 2020, 1 टिप्पणी
    Explore the the adult fruit fly brain - https://news.ycombinator.com/item?id=20015218 - मई 2019, 1 टिप्पणी
    To detect new odors, fruit fly brains improve on a well-known computer algorithm - https://news.ycombinator.com/item?id=18656016 - दिसंबर 2018, 1 टिप्पणी
    A Complete Electron Microscopy Volume of the Brain of Adult Fruit Fly - https://news.ycombinator.com/item?id=17590910 - जुलाई 2018, 50 टिप्पणियां
    Fruit Fly Brain Hackathon 2017 – Brain Circuit, Memory and Computation - https://news.ycombinator.com/item?id=13692166 - फरवरी 2017, 13 टिप्पणियां
    Neurokernel: Emulating the Fruit Fly Brain - https://news.ycombinator.com/item?id=9284802 - मार्च 2015, 8 टिप्पणियां
    An open source platform for emulating the fruit fly brain - https://news.ycombinator.com/item?id=8377600 - सितंबर 2014, 17 टिप्पणियां
    इसमें यह भी जोड़ने लायक है: Six Nobel prizes – what’s the fascination with the fruit fly? - https://news.ycombinator.com/item?id=15463522 - अक्टूबर 2017, 16 टिप्पणियां
    Fruit fly nervous system: new solution to fundamental computer network problem - https://news.ycombinator.com/item?id=2103668 - जनवरी 2011, 13 टिप्पणियां

• हो सकता है यह बहुत ही नासमझ सवाल हो, लेकिन क्या इस connectome से MMAcevedo की तरह वर्चुअल fruit fly simulation को “चलाया” जा सकता है?

  • यह बिना weights वाला neural network है, और शरीर भी नहीं है
    neurons के व्यवहार को समझने में दशकों लग सकते हैं। लगता है कि किसी दिन हम कर लेंगे, लेकिन पूरी fruit fly के शरीर को simulate करना बहुत लंबे समय तक पहुंच से बाहर रहेगा
  • Microsoft Fly Simulator (tm)
  • MMAcevedo इस छोटी कहानी की ओर इशारा है। यह भविष्य की wiki document के format में लिखी गई रचना है, और अगर आपने अभी तक नहीं पढ़ी है तो जरूर पढ़ने लायक है
    https://qntm.org/mmacevedo
    उस setting में emulated Miguel Acevedo, अधिकतर emulated humans के उलट, उत्साहित और खुशमिजाज रवैये के साथ boot होता है। वह जानना चाहता है कि upload के बाद कितना समय बीत चुका है, उसे किस context में emulate किया जा रहा है, और उसे किन tasks या experiments में भाग लेना है
    MMAcevedo का रवैया आज के अधिकतर adult human uploads से तीखा contrast रखता है। अधिकतर disoriented अवस्था में boot होते हैं और जल्द ही डर और अत्यधिक panic में बदल जाते हैं
    red-washing, blue-washing, Objective Statement Protocols जैसी सहयोग सुनिश्चित करने की प्रक्रियाओं की जरूरत नहीं पड़ती, इसलिए cooperation protocols को तेजी से पार कराने का computational load घट जाता है। इसलिए उपयुक्त tasks में MMAcevedo का uptime आमतौर पर 99.4% तक पहुंचता है, जिसे ज्ञात uploads में से बहुत ही कम match कर पाते हैं
    हालांकि MMAcevedo की innate skills और personality की वजह से वह कई tasks के लिए बुनियादी तौर पर उपयुक्त नहीं है
  • नहीं। Turaga वाली research में connectome से model network topology को constrain करके visual data पर train कराने का काम है
    निजी तौर पर मुझे यह research direction काफी मूर्खतापूर्ण लगता है, और लगता है कि इससे कौन-सा neuron क्या करता है, इस बारे में बहुत गलत निष्कर्ष निकलते हैं। फिर भी आपके सवाल के सबसे करीब यही है

• http://archive.today/vBUjt

• क्या सभी fruit fly brains एक जैसे होते हैं? असल में क्या map किया गया, और क्या कोई जानता है कि इसे एक fruit fly से दूसरी पर generalize क्यों किया जा सकता है?

  • मुझे नहीं लगता कि Drosophila में eutely(https://en.wikipedia.org/wiki/Eutely) होता है, जिसमें cells की संख्या और positions exact fixed होती हैं। इसलिए दो flies के पास बिल्कुल वही cells बिल्कुल उसी जगह नहीं होंगे
    C. elegans में यह गुण है, और शायद यह सबसे अच्छी तरह studied connectome वाला organism है
    बड़े scale की structure individuals के बीच लगभग समान होगी। generalize करने के लिए embedding जैसे किसी तरह के mapping की जरूरत पड़ने की संभावना है। यह निश्चित रूप से active research area है
  • article में बताया गया है कि fruit fly brain को बहुत पतली slices में काटकर उन sections की electron microscope से तस्वीरें ली जाती हैं
    फिर section images का analysis करके neurons और connections की पहचान की जाती है। यही हिस्सा कठिन है, और इस बार की breakthrough AI-based method है
    अभी तक संभवतः केवल एक brain को map किया गया है
  • कहा तो यही जाता है। कहते हैं कि इनमें बिल्कुल वही neurons और बिल्कुल वही connections होते हैं
    corresponding author के साथ टहलते हुए मैंने उनसे इस तथ्य की दोबारा पुष्टि करने को कहा था
  • यह बहुत stereotyped है, लेकिन बिल्कुल identical नहीं है