Ini adalah konektom resolusi sinaps pertama bagi keseluruhan sistem saraf pusat mana-mana haiwan dewasa, satu skala yang jauh mengatasi usaha-usaha sebelum ini . Set data ini tersedia secara percuma di flywire.ai, dan ia sudah pun mentransformasikan cara penyelidik mengkaji hubungan antara litar otak dan tingkah laku .
Penemuan terasnya adalah satu senarai komponen dan rajah litar yang lengkap untuk otak yang mampu berjalan, terbang, makan, mengawan, dan belajar. Para penyelidik telah mengklasifikasikan neuron lalat itu kepada lebih daripada 8,400 jenis sel yang berbeza, menyingkap kepelbagaian menakjubkan dalam seni bina saraf . Peta pendawaian ini menunjukkan bagaimana maklumat deria mengalir masuk ke otak, diproses, dan mencetuskan arahan motor di kord saraf—memberikan para saintis garis panduan langsung dari sensasi kepada tindakan .
Fakta utama mengenai projek ini:
Dengan skema pendawaian lengkap di tangan, ahli neurosains akhirnya dapat menjejaki bagaimana litar tertentu menghasilkan tingkah laku khusus. Penyelidik boleh bermula dengan neuron deria—contohnya, neuron yang bertindak balas terhadap bau—dan mengikuti sambungan sinaps melalui pusat pemprosesan sehinggalah ke neuron motor yang menggerakkan pergerakan . Kebolehhlihatan hujung-ke-hujung ini adalah mustahil sebelum konektom ini wujud.
Lalat buah sememangnya organisma model yang hebat untuk mengkaji penyakit manusia. Konektom ini kini membolehkan saintis meneliti bagaimana mutasi genetik yang dikaitkan dengan gangguan otak manusia mengubah pendawaian saraf, menyediakan satu sistem yang mudah dikesan untuk mendedahkan mekanisme penyakit . Ia juga mewujudkan satu pelan tindakan untuk meningkatkan skala konektomik kepada spesies yang lebih besar, dengan laluan jelas ke arah pemetaan otak tikus dan, suatu hari nanti, otak manusia .
Rangkaian saraf buatan telah diilhamkan oleh biologi selama bertahun-tahun, tetapi konektom lalat menyediakan sesuatu yang berbeza secara asasnya: satu seni bina biologi yang dipetakan sepenuhnya yang berevolusi untuk menyelesaikan masalah dunia sebenar dengan kecekapan tenaga yang melampau . Jurutera boleh mengkaji motif litar lalat secara langsung dan menggunakannya untuk mereka bentuk cip dan algoritma pengkomputeran neuromorfik baharu yang beroperasi lebih seperti otak dan kurang seperti timbunan pembelajaran mendalam berlapis hari ini.
Sama pentingnya ialah alat AI yang dibangunkan untuk membina konektom itu sendiri. Projek ini bergantung pada pembelajaran mesin untuk menyegmen neuron secara automatik daripada imej mikroskopi elektron dan kemudian memperhalusi segmen tersebut. Teknik AI yang sama itu boleh dipindahkan secara langsung ke projek konektomik masa depan dalam haiwan yang lebih besar, mempercepatkan kemajuan di seluruh bidang .
Sistem saraf lalat mengintegrasikan penglihatan, bau, sentuhan, dan proprioception untuk mengawal pergerakan berjalan dan terbang yang tangkas—semuanya dengan hanya kira-kira 140,000 neuron . Memahami bagaimana litar padat ini mencapai navigasi masa nyata dan pengelakan halangan yang teguh boleh membawa kepada sistem kawalan yang lebih ringkas dan berkuasa rendah untuk dron dan robot mikro . Daripada pemproses besar yang menjalankan model AI yang besar, robot autonomi masa depan boleh bergantung pada litar ringan yang diilhamkan oleh lalat yang bertindak balas terhadap dunia dengan kelajuan dan ketepatan yang serupa.