Сравнивать мозги, чтобы понять, как нейроны соединяются и почему эти связи различаются у разных видов или даже у отдельных особей — одно из самых перспективных направлений в нейронауке. Группа исследователей из Университета Ровира и Вирхили (URV) придумала метод, который позволяет находить общие закономерности в сложных сетях — будь то нейроны, пользователи или белки.

Модель, описанная в издании Nature Communications, не просто точнее аналогов, но и открывает путь к анализу сетей из сотен тысяч элементов — то, что раньше было невозможно.

Суть метода проста: ученые предположили, что все сети — это «искаженные копии» некой идеальной схемы. Алгоритм восстанавливает эту схему, а заодно вычисляет, с какой вероятностью каждый узел одной сети соответствует узлу в другой.

Наша цель — сравнивать коннектомы, карты связей между нейронами. Но для этого нужно сначала понять, какие нейроны в разных мозгах выполняют одинаковые функции, — объясняет Марта Салес-Пардо.

Коннектом — полная карта связей между нейронами в мозге, аналог «проводки» компьютера. Например, коннектом червя C. elegans включает все 302 нейрона и 7000 соединений.

Особенно сложно, когда нет дополнительных данных — например, при работе с мозгами разных видов.

Метод проверили на трех типах сетей:

• нейроны червя C. elegans на разных стадиях развития,
• мозг личинки дрозофилы,
• переписка по email.

Во всех случаях модель показала рекордную точность.

Мы выровняли до пяти сетей одновременно и сделали это лучше всех существующих методов, — говорит Роджер Гуимера, профессор URV.

Главное преимущество — гибкость. Модель учитывает контекст (например, типы нейронов) и оценивает вероятность правильного сопоставления. Это критично для анализа.

Мы не просто ищем совпадения, а понимаем, насколько им можно доверять, — добавляют авторы.

Хотя метод создан для нейронауки, он пригодится везде, где нужно сравнивать сложные системы. Например:

• в биоинформатике — для изучения белковых взаимодействий,
• в финансах — для выявления подозрительных транзакций.

Теперь мы можем сравнивать сети на микроуровне, а не ограничиваться общими показателями, — резюмируют ученые.

Метод позволит:

• Ускорить исследования мозга — сравнивать коннектомы людей и животных без долгой ручной расшифровки.
• Находить биомаркеры болезней — например, различия нейросети при шизофрении и норме.
• Улучшить ИИ — перенеся принципы нейросвязей в алгоритмы.
• Обнаруживать кибератаки — выявляя аномалии в сетях трафика.

Модель требует, чтобы сети были «вариациями одной темы» — но в реальности, особенно у разных видов, базовые структуры могут принципиально отличаться. Например, мозг червя и человека — не просто „искаженные копии“, а системы с разной архитектурой.

Ранее ученые описали, как работает мозг.