IA gera neurônios sintéticos e acelera mapeamento cerebral em pesquisa do Google
O mapeamento completo do cérebro, conhecido como conectômica, é um dos desafios mais complexos da neurociência moderna. Embora já exista um mapa detalhado do cérebro do mosca-das-frutas com 166 mil neurônios, reconstruir cérebros maiores, como o do camundongo ou do humano, ainda é um obstáculo gigantesco devido à escala e à complexidade envolvida.
Desafio do mapeamento cerebral e diversidade neuronal
A conectômica busca reconstruir neurônios em 3D a partir de imagens microscópicas de cortes finos do tecido cerebral, para criar mapas detalhados das conexões neurais. Cada neurônio possui uma morfologia complexa, com projeções longas e ramificadas chamadas axônios e dendritos, que se conectam por sinapses para transmitir sinais elétricos e químicos.
O processo atual combina inteligência artificial (IA) e revisão manual por especialistas para identificar e classificar essas estruturas, porém erros como neuritos divididos ou fundidos ainda exigem correção humana, tornando o trabalho demorado e custoso.
MoGen: geração de neurônios sintéticos para aprimorar IA
Para acelerar e melhorar a reconstrução automática, pesquisadores do Google Research desenvolveram o MoGen (Neuronal Morphology Generation), um modelo de IA que gera formas neurais sintéticas realistas a partir de nuvens de pontos 3D. Treinado com dados verificados do córtex de camundongos, o MoGen produz neuritos que especialistas humanos não conseguem distinguir dos reais.
Esses neurônios sintéticos foram usados para enriquecer os dados de treinamento do modelo PATHFINDER, responsável por identificar e montar neurônios completos a partir de segmentos. A inclusão dos dados sintéticos reduziu a taxa de erro em 4,4%, principalmente diminuindo erros de fusão de neuritos, que são os mais difíceis de corrigir manualmente.
Impacto prático e economia de trabalho humano
Apesar de parecer uma melhoria modesta, essa redução de erro equivale a economizar 157 anos-pessoa de revisão manual ao escalar para o mapeamento completo do cérebro do camundongo. Esse avanço representa um marco na aplicação de técnicas generativas modernas para a conectômica, abrindo caminho para projetos cada vez maiores e mais complexos.
Perspectivas futuras e expansão da técnica
Além do camundongo, versões do MoGen foram treinadas com dados de neurônios de tentilhão zebra e mosca-das-frutas, indicando sua adaptabilidade a diferentes espécies. Pesquisadores planejam direcionar a geração sintética para tipos neuronais específicos que apresentam maior dificuldade na reconstrução, além de criar imagens sintéticas de microscopia eletrônica para aprimorar etapas iniciais do processo.
O código-fonte e os modelos treinados do MoGen foram disponibilizados como open source, incentivando a comunidade científica a avançar na área.
Por que essa pesquisa é relevante
Mapear redes neurais completas é fundamental para entender como cérebros processam informações, respondem a estímulos e controlam comportamentos. Melhorar a automação desse mapeamento acelera descobertas em neurociência, potencialmente impactando o desenvolvimento de tratamentos para doenças neurológicas e a criação de interfaces cérebro-computador.