นี่คือคอนเนกโตมระดับไซแนปส์ (Synaptic-resolution connectome) ครั้งแรกของระบบประสาทส่วนกลางทั้งหมดของสัตว์ที่โตเต็มวัยทุกชนิด ซึ่งเป็นขนาดที่ใหญ่กว่าความพยายามครั้งก่อนๆ หลายเท่าตัว ฐานข้อมูลทั้งหมดเปิดให้ใช้ฟรีที่เว็บไซต์ flywire.ai และกำลังเปลี่ยนแปลงวิธีที่นักวิจัยศึกษาความเชื่อมโยงระหว่างวงจรสมองและพฤติกรรม
การค้นพบหลักคือรายการชิ้นส่วนและแผนภาพวงจรที่สมบูรณ์สำหรับสมองที่สามารถเดิน, บิน, หาอาหาร, จีบคู่ผสมพันธุ์ และเรียนรู้ได้ นักวิจัยได้จำแนกเซลล์ประสาทของแมลงหวี่ออกเป็น ชนิดของเซลล์ที่แตกต่างกันมากกว่า 8,400 ชนิด เผยให้เห็นถึงความหลากหลายอย่างน่าตกตะลึงของสถาปัตยกรรมระบบประสาท แผนภาพการเชื่อมต่อนี้ทำให้เราเห็นว่าข้อมูลจากประสาทสัมผัสไหลเข้าสู่สมองอย่างไร ถูกประมวลผล และสั่งการให้เกิดการเคลื่อนไหวผ่านเส้นประสาทส่วนท้องได้อย่างไร ทำให้นักวิทยาศาสตร์มีเส้นทางตรงในการมองเห็นตั้งแต่การรับรู้ไปจนถึงการกระทำ
ข้อเท็จจริงสำคัญของโครงการ:
เมื่อมีแผนผังวงจรที่สมบูรณ์แบบอยู่ในมือ นักประสาทวิทยาก็สามารถสืบสาวได้ในที่สุดว่าวงจรเฉพาะสร้างพฤติกรรมเฉพาะได้อย่างไร นักวิจัยสามารถเริ่มต้นจากเซลล์ประสาทรับความรู้สึก เช่น เซลล์ที่ตอบสนองต่อกลิ่น แล้วตามรอยการเชื่อมต่อไซแนปส์ผ่านศูนย์ประมวลผล ไปจนถึงเซลล์ประสาทสั่งการที่ควบคุมการเคลื่อนไหว การมองเห็นจากต้นจนจบแบบนี้เป็นสิ่งที่เป็นไปไม่ได้เลยก่อนที่คอนเนกโตมจะถือกำเนิดขึ้น
แมลงหวี่เป็นสัตว์ต้นแบบ (Model Organism) ที่ทรงพลังอยู่แล้วในการศึกษาโรคของมนุษย์ ในตอนนี้คอนเนกโตมช่วยให้นักวิทยาศาสตร์สามารถตรวจสอบได้ว่า การกลายพันธุ์ทางพันธุกรรมที่เกี่ยวข้องกับโรคทางสมองของมนุษย์ ส่งผลต่อการเชื่อมต่อประสาทอย่างไร นับเป็นระบบที่เข้าถึงได้ง่ายในการค้นหากลไกของโรค นอกจากนี้ มันยังเป็นพิมพ์เขียวสำหรับการขยายขอบเขตคอนเนกโตมิกส์ (Connectomics) ไปสู่สปีชีส์ที่ใหญ่ขึ้น โดยมีเส้นทางชัดเจนสู่การทำแผนที่สมองหนู และในวันหนึ่งคือสมองของมนุษย์
เครือข่ายประสาทเทียมได้รับแรงบันดาลใจจากชีววิทยามานานหลายปี แต่คอนเนกโตมของแมลงหวี่มอบสิ่งที่แตกต่างออกไปโดยพื้นฐาน นั่นคือ สถาปัตยกรรมทางชีวภาพที่ถูกทำแผนที่อย่างสมบูรณ์ซึ่งวิวัฒนาการมาเพื่อแก้ปัญหาในโลกแห่งความเป็นจริงด้วยประสิทธิภาพการใช้พลังงานที่สูงยิ่งยวด วิศวกรสามารถศึกษาลวดลายวงจร (Circuit motifs) ของแมลงหวี่โดยตรง และใช้มันเพื่อออกแบบ ชิปและอัลกอริทึมแบบ 'นิวโรมอร์ฟิก' (Neuromorphic Computing) ที่ทำงานคล้ายกับสมองมากกว่าโครงสร้าง Deep-Learning แบบชั้นในปัจจุบัน
สิ่งที่สำคัญไม่แพ้กันคือเครื่องมือ AI ที่ถูกพัฒนาขึ้นเพื่อสร้างคอนเนกโตมนี้ขึ้นมา โครงการนี้ใช้ Machine Learning ในการแบ่งแยกภาพเซลล์ประสาทจากภาพถ่ายอิเลคตรอนไมโครสโคปโดยอัตโนมัติ แล้วจึงปรับแต่งส่วนต่างๆ เหล่านั้น เทคนิค AI เหล่านี้สามารถถ่ายทอดไปใช้กับโครงการคอนเนกโตมในอนาคตสำหรับสัตว์ที่ใหญ่กว่าได้โดยตรง ซึ่งจะช่วยเร่งความก้าวหน้าในสาขานี้
ระบบประสาทของแมลงหวี่บูรณาการการมองเห็น, การรับกลิ่น, การสัมผัส และการรับรู้ตำแหน่งของร่างกาย (Proprioception) เพื่อควบคุมการเดินที่ว่องไวและการบิน—ทั้งหมดนี้ด้วยเซลล์ประสาทเพียงประมาณ 140,000 เซลล์ การทำความเข้าใจว่าวงจรขนาดกะทัดรัดนี้สร้างการนำทางและหลบหลีกสิ่งกีดขวางที่เสถียรในเวลาจริงได้อย่างไร อาจนำไปสู่ระบบควบคุมสำหรับโดรนและหุ่นยนต์จิ๋วที่เรียบง่ายและใช้พลังงานต่ำกว่ามาก แทนที่จะใช้โปรเซสเซอร์ตัวใหญ่ที่ประมวลผลโมเดล AI ขนาดยักษ์ หุ่นยนต์อัตโนมัติในอนาคตอาจใช้เพียงวงจรน้ำหนักเบาที่เลียนแบบแมลงหวี่ ซึ่งตอบสนองต่อโลกรอบตัวด้วยความเร็วและแม่นยำที่ไม่แพ้กัน