De kern van de ontdekking is een complete onderdelenlijst en schakelschema voor een brein dat kan lopen, vliegen, eten, paren en leren. De onderzoekers classificeerden de neuronen van de vlieg in meer dan 8.400 verschillende celtypen, wat de adembenemende diversiteit van de neurale architectuur onthult . De bedradingskaart toont hoe sensorische informatie het brein binnenkomt, verwerkt wordt en motorische commando's in het zenuwkoord aanstuurt – en geeft wetenschappers zo een directe inkijk van zintuiglijke waarneming tot actie
.
Belangrijkste feiten over het project:
Met een volledig bedradingsschema in handen kunnen neurowetenschappers eindelijk nagaan hoe specifieke circuits specifiek gedrag voortbrengen. Onderzoekers kunnen beginnen bij een sensorische neuron – bijvoorbeeld een die reageert op een geur – en de synaptische verbindingen volgen door de verwerkingscentra heen, helemaal tot aan de motorische neuronen die beweging aansturen . Deze end-to-end zichtbaarheid was simpelweg onmogelijk voordat het connectoom bestond.
De fruitvlieg (Drosophila melanogaster) is al een krachtig modelorganisme voor onderzoek naar menselijke ziekten. Het connectoom stelt wetenschappers nu in staat om te onderzoeken hoe genetische mutaties die geassocieerd zijn met menselijke hersenaandoeningen de neurale bedrading veranderen. Dit biedt een beheersbaar systeem om ziektemechanismen te ontrafelen . Het vormt ook een blauwdruk voor het opschalen van connectomics naar grotere soorten, met een duidelijk pad richting het in kaart brengen van het muizenbrein en, op een dag, het menselijk brein
.
Kunstmatige neurale netwerken laten zich al jaren inspireren door de biologie, maar het connectoom van de fruitvlieg biedt iets fundamenteel anders: een volledig in kaart gebrachte biologische architectuur die geëvolueerd is om echte wereldproblemen op te lossen met extreme energie-efficiëntie . Ingenieurs kunnen de schakelpatronen van de vlieg rechtstreeks bestuderen en gebruiken om nieuwe neuromorfische computerchips en algoritmen te ontwerpen die meer als een brein werken en minder als de gelaagde deep-learning-stacks van vandaag.
Even belangrijk zijn de AI-tools die ontwikkeld zijn om het connectoom zelf te bouwen. Het project vertrouwde op machine learning om neuronen automatisch te segmenteren uit elektronenmicroscopiebeelden en deze segmenten vervolgens te verfijnen. Deze zelfde AI-technieken zijn direct overdraagbaar naar toekomstige connectomics-projecten bij grotere dieren, waardoor de vooruitgang in het hele veld wordt versneld .
Het zenuwstelsel van de vlieg integreert visuele, reuk-, tast- en proprioceptieve informatie om wendbaar te lopen en te vliegen – en dat alles met slechts zo'n 140.000 neuronen . Begrijpen hoe deze compacte schakeling robuuste, real-time navigatie en obstakelvermijding realiseert, kan leiden tot radicaal eenvoudigere, energiezuinigere controlesystemen voor drones en microrobots
. In plaats van logge processors die enorme AI-modellen draaien, zouden toekomstige autonome robots kunnen vertrouwen op lichtgewicht, door de vlieg geïnspireerde circuits die met dezelfde snelheid en precisie op de wereld reageren.