Mały mózg. Niezwykła mapa.

Powstaje mapa połączeń nerwowych muszki owocowej, dane trafiają do sieci i co dzieje się dalej? Ktoś podłącza symulację do Beat Sabera. Trudno o bardziej internetowy ciąg dalszy takiego odkrycia. Ale zanim dojdziemy do muszki z dwiema szablami, warto zobaczyć, co właściwie udało się zmapować. Bo same wizualizacje potrafią zatrzymać na dłużej.

Google Research i współpracujące zespoły pomogły odtworzyć mózg oraz ośrodkowy układ nerwowy samca muszki owocowej. Ponad 166 tysięcy neuronów i 125 milionów połączeń synaptycznych. Na grafice wyżej widać wybrane komórki tego układu. Kolorowe pasma pokazują odtworzone struktury biologiczne, upakowane w owadzie, który może usiąść na kawałku owocu. Skala jest dość trudna do ogarnięcia.

Za projektem stoją HHMI Janelia, Google Research, MRC Laboratory of Molecular Biology, Uniwersytet Cambridge i inni współpracownicy. Duży, wspólny wysiłek, którego efekt można teraz samemu przeglądać. Nie trzeba ograniczać się do jednego obrazka wybranego do informacji prasowej. Można zajrzeć do mapy i obejrzeć ją z własnej perspektywy. I właśnie tutaj zaczyna się najlepsza część.

Tę mapę można samemu odkrywać

Model da się obracać i oglądać w 3D, śledząc połączenia, które na zwykłym schemacie trudno byłoby sobie wyobrazić. Wybierasz fragment, przybliżasz i nagle uporządkowany widok zamienia się w znacznie bardziej skomplikowaną plątaninę. Oddalasz obraz i ten sam szczegół znowu ginie w całości. Nietrudno zrozumieć, dlaczego można zostać przy tym na dłużej, niż się planowało.

Taka mapa nazywa się konektomem. Pokazuje, które neurony łączą się z którymi. Naukowcy dostają szczegółową strukturę do badania, a reszta z nas może chociaż zobaczyć, jak to wygląda. Nie trzeba od razu rozumieć wszystkich oznaczeń. Samo przechodzenie od ogólnego widoku do drobnych połączeń jest wystarczająco ciekawe, żeby zacząć klikać i sprawdzać kolejne fragmenty.

Oczywiście mapa pozostaje mapą. Odtworzenie połączeń nie zamienia jej automatycznie w kompletną, działającą kopię zwierzęcia. Nadal pozostają pytania o to, jak te połączenia pracują. Ale możliwość oglądania tak szczegółowej struktury to już świetny punkt wyjścia. Coś, co wcześniej było ukryte wewnątrz maleńkiego organizmu, staje się materiałem, z którym kolejne osoby mogą pracować. To robi wrażenie nawet bez obietnic rodem z science fiction.

Co kryje się za kolorowymi pasmami?

Drugi schemat lepiej pokazuje zakres projektu. Jest tu mózg centralny, płaty wzrokowe i brzuszny łańcuszek nerwowy. Czyli wychodzimy poza sam mózg i zaglądamy do obwodów łączących go z ciałem. To szerszy obraz, potrzebny choćby przy pytaniu o to, jak informacja z narządów zmysłów przekłada się na ruch. Od kolorowych pasm łatwiej wtedy przejść do wyobrażenia sobie całego układu.

Żeby dojść do takich obrazów, nie wystarczyło zrobić efektownego modelu 3D. Google zajmowało się segmentacją obrazów z mikroskopii elektronowej, a eksperci sprawdzali i opisywali rekonstrukcję. My od razu oglądamy przyjemną część: gotowe wizualizacje. Za nimi jest ustalanie, które drobne struktury należą do siebie, i sprawdzanie, czy wynik nadaje się do dalszej pracy. Bez tej pracy sam efektowny obraz niewiele by nam powiedział.

Najciekawsze jest jednak to, że otwarta mapa nie kończy życia na prezentacji wyników. Inni dostają dane, z którymi mogą coś zrobić. Jedni będą zadawać pytania o działanie układu nerwowego, inni spróbują pomysłów, których pewnie nie było na początku badawczej listy zadań. Najpierw warto jednak połączyć te obrazki z prostym pytaniem: skąd właściwie bierze się ruch?

Okej, ale skąd bierze się ruch?

• A: bodźce pomagają wybrać działanie. Polecenia ruchowe trafiają do ciała, a informacja o ruchu wraca do układu sterowania.
• B: wirtualna muszka ma nierówne podłoże, przeszkodę i źródło zapachu. Jej ciało oddziałuje z symulowanym otoczeniem.
• C: obserwacje trafiają do kontrolera, a działania wracają do ciała. Ruch zmienia kolejne obserwacje i pętla zaczyna się od nowa.

Kontroler można zmieniać. Sam rysunek nie pokazuje więc, że muszką steruje kompletny, odtworzony mózg biologiczny.

Za tymi pokazami jest też konkretna nauka. W badaniu z 2024 r., opartym na innym zbiorze danych, dotyczącym mózgu samicy, model przewidywał reakcje obwodów związanych z jedzeniem i czyszczeniem czułków. Wybrane przewidywania sprawdzono na żywych muszkach. To znacznie ciekawszy sprawdzian niż ładna animacja: czy model przewidzi coś, co potem da się potwierdzić w eksperymencie?

No i ktoś odpalił Beat Sabera

W sieci pojawiło się demo łączące symulację opartą na mózgu muszki z Beat Saberem. Na ekranie wirtualna muszka wymachuje szablami w stronę klocków. Zestawienie tego z obrazami z badań jest tak dziwne, że trudno się nie uśmiechnąć. Przed chwilą były neurony i mikroskopia, a teraz dochodzi muzyka z gry. Poważna nauka spotyka ludzi, którzy koniecznie chcą sprawdzić, czy da się połączyć dwie pozornie odległe rzeczy.

Przy filmie warto tylko zachować jeden szczegół. To eksperyment z symulacją, nie żywy owad grający w VR. Według relacji z wyjaśnienia autorki trening opierał się na powtórce konkretnego utworu. Demo nie oznacza więc, że muszka samodzielnie opanowała dowolną piosenkę na podstawie obrazu. Z tym kontekstem nadal ogląda się to świetnie. Sama mapa zachwyca, a nietypowe pomysły ludzi sprawiają, że cała historia robi się jeszcze ciekawsza.

Doom, Mario, a potem jeszcze Bitcoin

Beat Saber ma towarzystwo. DOOMFLY zamienia obraz z gry w modelowane bodźce i przekłada aktywność neuronów na sterowanie. Fly64 łączy model z Super Mario 64. Sam ruch nie oznacza dobrego grania: DOOMFLY opisuje nieudane testy uczenia, a Mario potrafi utknąć przy ścianie.

Stonkfly idzie jeszcze dalej: przekłada sygnały modelu na kupno, sprzedaż albo brak transakcji. Obsługuje prawdziwe zlecenia kryptowalutowe, ale domyślnie handluje na papierze. Dokumentacja mówi wprost: nie wykazano, że uczy się zarabiać. Świetnie dziwny eksperyment. Dowód, że muszka rozumie rynek? To już zupełnie inna sprawa.

I ten kontekst chcę zachować. Zmierzone połączenia są jednym ze składników. Ktoś nadal ustala, jak piksele gry albo wykres cenowy stają się bodźcami, jak działają symulowane neurony i co przełoży ich aktywność na przycisk lub zlecenie. Dostajemy zaprojektowany układ, a nie nietknięty muszy umysł wypuszczony do komputera.

Co po muszce?

Ryby i myszy już są częścią tych badań. W zestawieniu danych Google znajdziemy roboczą mapę całego mózgu larwy danio pręgowanego, ukończoną w 2026 r., oraz zapis aktywności tego samego zwierzęcia. To szczególnie ciekawe: można zestawiać połączenia z aktywnością, zamiast zatrzymywać się na samej strukturze.

W przypadku myszy projekt ogłoszony w 2023 r. zakładał pięć lat pracy nad mapą około 2-3% mózgu, w rejonie hipokampa. Pierwotny horyzont wypada więc około 2028 r. To cel badawczy dotyczący małego fragmentu, nie obietnica gotowej mapy całego mysiego mózgu.

A kiedy ludzki mózg?

Małe fragmenty już mapujemy. Zbiór H01 obejmuje około jednego milimetra sześciennego ludzkiej tkanki i zajmuje 1,4 petabajta. Cały mózg to zupełnie inna skala. Do tego kompletna mapa i działająca symulacja są różnymi celami. Żaden z nich sam w sobie nie pozwala ogłosić, że skopiowaliśmy czyjś umysł.

Nie podam więc uczciwie roku, w którym dostaniemy pełną symulację ludzkiego mózgu. Przywołane źródła takiej daty nie ogłaszają. Zachwyca mnie za to to, co już można zobaczyć: mapy muszek, larw ryb i coraz większych fragmentów mózgów ssaków. Dzieje się wystarczająco dużo, żeby nie dopisywać do tego daty premiery cyfrowego człowieka.

Jeszcze jedno pytanie na koniec

Przy człowieku dochodzi pytanie wykraczające poza moc obliczeniową: kto dostanie dostęp do danych z układu nerwowego i na jakich zasadach? UNESCO przyjęło w 2025 r. rekomendację o etyce neurotechnologii, obejmującą prywatność psychiczną i autonomię. To nie znaczy, że już umiemy dowolnie czytać myśli. Znaczy, że o zgodzie i kontroli nad takimi danymi warto rozmawiać w trakcie rozwoju technologii.

Warto zajrzeć

• Google Research: Mapping the complete male fruit fly brain (2026)
• HHMI Janelia: The male fruit fly central nervous system connectome
• NeuroMechFly v2: embodied sensorimotor control
• Google Neural Mapping: open datasets
• Google Research: mapping a mouse brain
• DOOMFLY: implementation and experimental results
• Fly64: how the Mario demo works
• Stonkfly: model and trading limitations
• Shiu et al.: A Drosophila computational brain model (Nature, 2024)
• UNESCO: Ethics of Neurotechnology
• Wszystko co Najważniejsze: muszka, gry i Bitcoin
• Patrick Mineault: Deconstructing viral fly sims