İnsan beyni, inanılmaz derecede karmaşık bir bilgi işleme makinesidir ve bazı araştırmalar için erişimi oldukça sınırlıdır. Bilim, 20. yüzyılın büyük bir bölümünde beyin araştırmalarının içinde bulunduğu ahlaki boşluktan sağ çıkmayı başardı. Olağanüstü geçerli etik nedenlerle, şu anda araştırmacıların hala aktif olarak kullandıkları insan beyinleriyle neler yapabileceğine dair sıkı kurallar bulunmaktadır.
Bilim insanlarının yapabileceği ise, laboratuvar ortamında küçük beyin parçacıkları yetiştirmektir. Bunlar, tam bir beynin küçültülmüş bir kopyası olmasa da, 'beyin organoidleri' adı verilen bu küçük, üç boyutlu insan nöral doku kümeleri, beynin hücresel yapısını ve elektriksel aktivitesini yeterince yeniden üretebilir. Bu sayede, bilim insanları etik olarak canlı bir insanda asla inceleyemeyecekleri konuları araştırma imkanı bulurlar.
Son olarak, Tokyo Üniversitesi'nden nörobilimci Yoshiho Ikeuchi liderliğindeki bir ekip, birkaç beyin organoidi yetiştirerek bunları bir ağ halinde birleştirdi. Ekip, organoidlerin kendilerine gönderilen sinyalleri ayırt etmeyi nasıl 'öğrendiğini' gözlemledi.
Araştırmacılar, "Bu sonuçlar, organize bir modüler ağa tekrarlanan girdinin, aynı koşullarda üretilen organoidleri işlevsel olarak farklılaşmış modüllere yeniden şekillendirebileceğini göstermektedir" diyor ve ekliyor: "Böylece, in vitro ortamda tutarlı işlevsel gelişimin temelini oluşturan görevle ilgili heterojenlik üretilir."
Elbette, organoidler insanları alt edecek bilinçli beyin kümesi ağları oluşturmuyorlar. Bunun yerine, araştırma, sinir dokusunun farklı sinyalleri ayırt edebilmesi için belirli bir modüler mimari yapılandırmasının gerekli olabileceğini gösteriyor.
İnsan beyni homojen bir nöral kablo yumağı değildir. Her biri kendi yerel ağına sahip bölgelere ayrılmıştır ve bu bölgeler uzun menzilli bağlantılar aracılığıyla birbirleriyle iletişim kurar. Bu modüler organizasyon, beynin farklı bölümlerinin farklı roller üstlenmesine olanak tanır ve aynı zamanda ağın bir parçası olarak kalır.
Ancak sinir dokusunun işlevsel devreler geliştirmesi için gereken minimum gereksinimler tam olarak anlaşılamamıştır. Beyin organoid modellerinin artan karmaşıklığıyla birlikte, Ikeuchi ve ekibi bu sorunu araştırmak için doğal olarak beyin kürelerini kullandılar.
Bu kümeler, insan uyarılmış pluripotent kök hücrelerinden (hiPSC'ler) yetiştirilir. Temel olarak, olgun insan hücrelerinin bir kök hücre benzeri duruma yeniden programlanmasıyla elde edilen bu hücreler, doğru yönlendirildiğinde birçok farklı hücre tipine gelişme yeteneğine sahiptir.
Ikeuchi ve ekibi, hiPSC'lerini beyin dokusuna dönüşmeleri için uyardı ve bu da araştırmacılara deneyler için bir dizi küçük nöral doku parçası sağladı. Bu parçaları, elektrotlarla kaplı özel çipler üzerine yerleştirdiler. Bu çipler, araştırmacıların organoidleri hem elektriksel sinyallerle uyarmasına hem de nöral aktivitelerini kaydetmesine olanak tanıdı.
Bazı çiplerde tek bir beyin küresi, bazılarında iki, bazılarında ise üç adet organoid yerleştirildi. Araştırmacılar, organoidleri iki haftadan fazla süreyle bıraktılar ve her çipteki gruplanmış organoidlere aksonları – sinir hücrelerinin uzun, sinyal taşıyan uzantıları – oluşturmaları ve bağlantılar kurmaları için zaman verdiler. Bu sürenin ardından alınan kayıtlar, birlikte gruplanan organoidler arasında senkronize elektriksel aktivite göstererek işlevsel ağlar oluşturduklarını doğruladı.
Ardından, araştırmacılar, her gün iki hafta boyunca nöral ağları iki farklı konumda, her konumda 100 kez elektriksel olarak uyararak ve çipin başka yerlerindeki nöral aktiviteyi kaydederek denemeler yaptılar. Tek bir organoid içeren çiplerde uyarılar bu tek organoidin iki farklı noktasına uygulandı. İki organoid içeren çiplerde ise, uyarılar birine giderken, beyin aktivitesi diğerinden kaydedildi. Üç organoid içeren çiplerde ise, uyarılar ikisine bölündü, beyin aktivitesi ise üçüncü, uyarılmayan organoidden kaydedildi.
Amaç, tekrarlanan uyarımın zamanla sinir dokusunu sinyalin geldiği yere göre farklı tepki vermeye öğretebileceğini görmektü. Bunu anlamak için araştırmacılar, her uyarım sonrası beyin aktivitesi desenlerini analiz etmek için makine öğrenimi algoritmaları kullandılar ve bu algoritmalardan hangi iki konumun uyarıldığını belirlemelerini istediler.
Deneyin başında, araştırmacılar kasıtlı olarak ayırt edilmesi zor tepkilere neden olan uyarımları seçtiler. Algoritmalar, başlangıçta kaynağı yalnızca yaklaşık yarı yarıya doğru bir şekilde tespit edebiliyordu; bu da rastgele tahminle tutarlıydı.
Ancak, bu 'uyarıcı' süreçten sonra farklı bir tablo ortaya çıkmaya başladı. Tek organoidler ve ikili gruplar için, iki sinyale verdikleri tepkiler ayırt edilmesi zor kalmaya devam etti. Buna karşılık, üç organoidli ağlarda, iki sinyal arasındaki ayrım giderek daha belirgin hale geldi ve üçüncü organoiddeki aktivite üzerinden daha net anlaşıldı. Tepkiler aynı zamanda daha hızlı, daha kararlı ve mekansal olarak daha ayrışmış hale geldi.
Üç organoidli ağlar bu uyarım sürecine tabi tutulmasaydı, aynı iyileşme gözlenmedi. Bu da değişikliğin yalnızca organoidlerin iki hafta daha laboratuvarda büyümesinin bir sonucu olmadığını düşündürüyordu. Tekrarlanan sinyallerin kendisinin nöral ağları yeniden organize etmeye zorladığı anlaşılıyordu.
Bu, çok temel bir öğrenme biçimidir ve gerçek, tam gelişmiş bir insan beyninin gerçekleştirdiği karmaşık bilgi işlemeden çok uzaktır. Ancak araştırmacılara göre, bu sonuçlar, sinir dokusunu farklı rollere sahip bağlı modüller halinde organize etmenin, farklı bilgi kaynaklarını ayırt etme yeteneğini geliştirmeye yardımcı olabileceğini gösteriyor.
Temel sinyal ayrımı, daha karmaşık bilgi işlemenin temel bir gereksinimi olduğundan, bu sonuç araştırmacılara giderek daha karmaşık nöral işlevlerin nasıl ortaya çıktığını incelemek için yeni bir yol sunuyor.
Araştırmacılar, "Daha karmaşık sinyaller ve gelişmiş görevlerle organoidleri test etmek, gelecekteki araştırmalar için kritik olacaktır" diyor. "Gelecekteki çalışmalar, organoidler içinde ve arasında bağlantıları kolaylaştıran potansiyel 'düğüm hücreleri' veya 'merkez nöronları' belirlemeye odaklanmalıdır. Bunu biyokimyasal ve moleküler analizlerle birleştirmek, sinaptik plastisite ve bağlantılıktaki değişikliklerin mekanik temelini ortaya çıkarabilir."
Bu araştırma, Communications Biology dergisinde yayımlandı.
