Нейронаука: опубликована первая полная карта «проводки» ЦНС взрослой дрозофилы

Десятилетиями нейробиологи мечтали увидеть полную схему «электрической проводки» мозга — каждый нейрон и каждую связь. Теперь эта мечта стала реальностью. Международная команда под руководством лабораторий Гарвардской медицинской школы и Принстонского университета опубликовала первый полный коннектом всей центральной нервной системы взрослой плодовой мушки в журнале Nature 8 июня 2026 года . Карта охватывает не только головной мозг, но и вентральный нервный тяж — аналог спинного мозга насекомых, — показывая, как примерно 140 000 нейронов обмениваются сигналами через более чем 54,5 миллиона синапсов .

Это первый в истории коннектом всей ЦНС взрослого животного с разрешением до отдельного синапса, масштаб которого затмевает все предыдущие попытки . Все данные находятся в свободном доступе на сайте flywire.ai и уже меняют подходы исследователей к изучению связи между мозговыми цепями и поведением .

Что показал коннектом

Главный результат проекта — полный список «деталей» и принципиальная схема мозга, способного ходить, летать, питаться, ухаживать и обучаться. Исследователи классифицировали нейроны мухи в более чем 8 400 различных типов, продемонстрировав поразительное разнообразие клеточной архитектуры . Карта связей показывает, как сенсорная информация попадает в мозг, обрабатывается и превращается в двигательные команды в нервном тяже — открывая ученым прямую линию обзора от ощущения к действию .

Ключевые параметры проекта:

• Это первый коннектом всей ЦНС взрослого животного, объединяющий мозг и вентральный нервный тяж с разрешением до отдельного синапса .
• Работа выполнена консорциумом FlyWire, глобальным объединением, совместившим ИИ-сегментацию изображений с ручной вычиткой сотен гражданских ученых .
• Каждый нейрон и синапс теперь доступен онлайн для исследователей по всему миру — коннектом можно изучать, аннотировать и дополнять как живой ресурс .

Значение для нейробиологии

Имея на руках полную схему связей, нейробиологи наконец могут проследить, как конкретные нейронные цепи порождают конкретное поведение. Можно начать с сенсорного нейрона — например, реагирующего на запах — и пройти по синаптическим связям через обрабатывающие центры вплоть до мотонейронов, управляющих движением . Такая сквозная видимость была невозможна до появления коннектома.

Плодовая мушка — и без того мощный модельный организм для изучения человеческих болезней. Теперь коннектом позволяет ученым наблюдать, как генетические мутации, связанные с расстройствами человеческого мозга, изменяют нейронную проводку, предоставляя удобную систему для раскрытия механизмов заболеваний . Он также задает планку для масштабирования коннектомики на более крупные виды, прокладывая путь к картированию мозга мыши и, однажды, мозга человека .

Новый полигон для искусственного интеллекта

Искусственные нейронные сети давно вдохновляются биологией, но коннектом мухи предлагает нечто принципиально иное: полностью картированную биологическую архитектуру, эволюционно отточенную для решения реальных задач с чрезвычайной энергоэффективностью . Инженеры могут изучать мотивы нейронных цепей напрямую и использовать их для разработки нейроморфных вычислительных чипов и алгоритмов, работающих больше как мозг, а не как современные многослойные сети глубокого обучения.

Не менее важны и ИИ-инструменты, созданные для построения самого коннектома. Проект опирался на машинное обучение для автоматической сегментации нейронов на снимках электронной микроскопии и последующего уточнения. Те же методы ИИ можно напрямую перенести на будущие коннектомные проекты для более крупных животных, ускоряя прогресс во всей области .

Влияние на робототехнику и автономные системы

Нервная система мухи объединяет зрение, обоняние, осязание и проприоцепцию, управляя ловкой ходьбой и полетом — и все это силами примерно 140 000 нейронов . Понимание того, как эта компактная схема обеспечивает надежную навигацию в реальном времени и обход препятствий, может привести к созданию радикально более простых и маломощных систем управления для дронов и микророботов . Вместо громоздких процессоров с тяжелыми ИИ-моделями будущие автономные роботы смогут полагаться на легкие, вдохновленные мухой контуры, реагирующие на мир с той же скоростью и точностью.