Vil regne seg frem til friskere hjerner

Hjernesimulering innebærer å skape en datamodell av hjernens funksjoner eller deler av hjernens funksjoner.

Noen kaller det også å skape en digital hjerne. En slik digital hjerne vil gjøre det mulig å teste teorier om kognisjon, som innebærer alt fra hukommelse til resonnering, språk og problemløsning, og hva som fører til hjerneskade eller -sykdom.

Her ligger nøkkelen til alt fra effektive behandlinger for hjerneskade og -sykdom til teknologiske nyvinninger.

I en ny vitenskapelig artikkel argumenterer forskerne for at slike simuleringer vil være avgjørende for å bygge broer mellom nervecelle- og systemnivåene i hjernen slik at vi bedre kan forstå hvordan disse samhandler:

Forstår nettverk av nerveceller dårlig

Til tross for tiår med intensiv forskning er det fremdeles mye vi ikke vet om hvordan hjernen fungerer, og vi mangler fortsatt effektive behandlinger for utbredte psykiske lidelser og demens.

«I hovedtrekk kan man si at vi nå har en ganske god forståelse av hvordan hver enkelt nervecelle opererer og behandler informasjon, mens vi forstår fortsatt dårlig hvordan nettverk av slike nerveceller oppfører seg,» skriver forskerne bak den nye studien "The scientific case for brain simulations" [Den vitenskapelige begrunnelsen for hjernesimuleringer], publisert i Neuron nylig. De er alle tilknyttet det europeiske forskningsprosjektet Human Brain Project (HBP).

– Både for å forstå en sunn hjerne, og for å kurere hjernesvikt ved skade eller sykdom, trenger vi den detaljerte forståelsen som bare kan gis av presise matematiske modeller, sier Hans Ekkehard Plesser, professor ved NMBU og en av forfatterne bak studien.

[Saken fortsetter under bildet]

Superdatamaskin kommer

Allerede i fjor lanserte forskere tilknyttet det samme forskningsprosjektet en algoritme for storskala hjernesimuleringer. Men for å utnytte kraften til algoritmen optimalt trenger vi neste generasjon av superdatamaskiner.

Denne generasjonen datamaskiner, såkalte exascale-datamaskiner, forventes å være i drift rundt år 2022. De vil være i stand til å gjøre minst en milliard milliard, altså en kvintillion, beregninger per sekund.

Disse datamaskinene vil dermed overskride ytelsen til dagens mest avanserte superdatamaskiner ti til hundre ganger, og vil for første gang gi forskere beregningskraften som trengs for å simulere nevrale nettverk av samme størrelsesorden som den menneskelige hjerne.

– Da vi analyserte de nye algoritmene, innså vi at vår nye teknologi ikke bare ville muliggjøre simuleringer på exascale-systemer, men det ville også gjøre simuleringer raskere på nåværende tilgjengelige superdatamaskiner, sa Susanne Kunkel i en pressemelding. Hun er hovedforfatter bak studien om denne algoritmen, og postdoktor ved NMBU.

Kan lære av smartmobiler og værmeldingstjenester

Forskerne mener at hjernevitenskapen kan lære av hvordan smartmobilen og værmeldingstjenester har brukt matematikk og simuleringer for å bygge bro mellom modeller på ulike skalaer.

Dette er en stor utfordring, men det er oppmuntrende at det allerede finnes eksempler fra andre vitenskapsgrener hvor man har gjort det, skriver forskerne.

– Dagens mest imponerende eksempel er uten tvil værsimuleringene som gir oss værmeldinger med økende nøyaktighet år for år. Disse fysikk- og kjemibaserte simuleringene bygger broer fra en enkelt værstasjon til hele verden – og kan sammenlignes med hjernesimuleringer i beregningsmessig kompleksitet, sier professor Gaute Einevoll ved NMBU og hovedforfatter bak den nye studien.

Værmeldingene som i dag presenteres på yr.no og andre nettsteder er basert på numeriske værprognosemodeller som i realiteten er datasimuleringer av atmosfæren. De bruker matematiske modeller av atmosfæren for å forutsi været basert på dagens værforhold.

– Teknologien i smarttelefoner er et annet imponerende eksempel. Her er skreddersydde materialer laget av utvalgte halvleder- og metallatomer samlet i mange transistorer, som kan sammenlignes med nerveceller, og de er koblet i nettverk på en brikke, som en "hjerne", fortsetter Einevoll.

Viktig for vitenskapelig fremgang

– Vårt prosjekt kan sammenlignes med Isaac Newtons utvikling av en ny gren innen matematikk. Newton trengte å utvikle en type matematikk kalt differensialregning for å sjekke om hans foreslåtte gravitasjonslov om hvordan masser som planeter tiltrekker hverandre var riktig eller ikke. Med differensialregning kunne han beregne planetbanene i modellen sin og kontrollere at teorien hans var i samsvar med observasjoner.

Med simuleringsverktøyene utviklet i prosjektet kan forskerne på tilsvarende måte teste om modeller av hjernenettverk foreslått av forskere gir forutsigelser som er i samsvar med faktiske hjernemålinger.

– Denne arbeidsflyten vil være viktig for videre vitenskapelig fremgang, avslutter Einevoll.