В 2007 году группа ученых медицинского факультета Гарвардского университета, во главе с профессорами Джеффом Лихтманом и Джошуа Сейнсом, изобрела новую методику визуализации: многоцветную систему картирования нейронов, призванную отобразить все сложные взаимосвязи нейронов в головном мозге. Пользуясь достижениями генной инженерии, они внедрили несколько избыточных генов в геном мыши. Эти гены запрограммированы на синтез флуоресцирующих разными цветами белков, которые заставляют светиться нейроны подопытной мыши. Случайные комбинации цветов могут создать более сотни оттенков, которые можно использовать для идентификации отдельных нейронов. Когда мы глядим в микроскоп на срезы мышиного мозга, эти цвета помогают нам точно проследить длинные волокна нервных клеток и выявить клетки, образующие друг с другом синапсы. Авторы достаточно остроумно окрестили свою методику «Brainbow» (от англ. brain – «мозг» и rainbow – «радуга»).
Пару лет назад мне посчастливилось лично познакомиться в Гарварде с профессором Джеффом Лихтманом. Естественно, мы заговорили об уникальности человеческого мозга. Наш мозг чрезвычайно велик, он содержит огромное число нейронов, но Джефф твердо убежден в том, что нас, людей, уникальными делает не размер мозга и не число нейронов: самое главное заключается в строении нейронных цепей, в связях между ними. У примитивных животных, по крайней мере, примитивных в этом отношении, как, например, изученный вдоль и поперек круглый червь Caenorhabditis elegans (любимый объект эмбриологов), нервная система которого состоит всего из 300 нейронов, связи этих нейронов детерминированы генетически. У приматов, и в частности у людей, генетическая программа задает диапазон возможностей, которые затем совершенствуются в ходе взаимодействия индивида с окружающей средой. В момент рождения человек уже обладает большей частью своих нейронов и чрезмерно большим числом связей между ними. Я не оговорилась: связей действительно чрезмерно много, и эта избыточность является существенной и очень важной частью сложности развития нервной системы. Избыточные связи уничтожаются по мере развития мозга, что обусловлено личным опытом. В результате каждый нейрон ограничивает, но и одновременно укрепляет связи с другими нейронами. Дело не только и не столько в утрате связей – речь идет об их перестройке более ограниченным, но стратегически более выгодным способом. Джефф считает, что нечто подобное происходит с иннервацией мышечных волокон. В момент рождения каждый двигательный нейрон иннервирует множество мышечных волокон, а каждое мышечное волокно иннервируется множеством нейронов. Далее следует конкуренция, в ходе которой каждый аксон конкурирует с другими за контакт с мышечным волокном. Побеждает в этой борьбе только какой-то один аксон. (Интересна сама мысль о том, что развитие происходит именно таким путем: оказалось, что мы состоим из сложных колоний клеток, и эти клетки конкурируют друг с другом за выживание.)
У человека самое длинное детство из всех млекопитающих, и этот отрезок времени используется на удаление лишних связей. Но на самом деле мы – постоянно обучаясь – продолжаем оптимизировать число синаптических связей всю нашу жизнь. Наш мозг не является исключительно продуктом генетического программирования, он является результатом воздействия, как природы, так и окружающей среды. Гены задают диапазон возможностей, а взаимодействие с окружающей средой (включая конечно же и культурную среду) создает реальные связи нейронов мозга взрослого человека.
По мнению Джеффа, невероятная сложность строения человеческого мозга оставляет место свободе воли. «Существует так много факторов, столько сложностей, что точно предсказать исход невозможно – а значит, свобода воли существует, или, другими словами, сложность системы такова, что свобода воли может и должна существовать».
Я спросила Джеффа о задаче картирования человеческого мозга и особенностях использования сети нейронов для визуализации и попытки понять строение и функции нейронных сетей. «Это любопытный замкнутый круг, – согласился Джефф. – Дело в том, что мы используем очень сложную машину для того, чтобы рассмотреть еще более сложную машину, принцип работы которой мы хотим понять. Это особенно актуально, когда мы изучаем зрительные связи таламуса. Мы используем эти связи в нашем мозге для того, чтобы интерпретировать картину связей…»