Puntare sulla ricerca: ecco il Brain Activity Map di Obama

Read time: 4 mins

Chi ha detto che la ricerca non paga. Che non sia così lo dimostra il progetto Human Genome, lanciato dagli USA nel 1999 e costato un po’ meno di 4 miliardi di dollari in 10 anni ma che, a tutt’oggi, ha fruttato 796 miliardi di dollari in attività economiche ed ha generato 310.000 posti di lavoro.
Ora è la volta del progetto di mappatura dell’attività del cervello (Brain Activity Mapping Project) per il quale Obama intende spendere poco più di 3 miliardi di dollari in 10 anni e il cui annuncio ufficiale è atteso per questo mese (Marzo 2013). Il Brain Activity Mapping Project è l’omologo americano dell’europeo Human Brain Project, che sarà finanziato con 1.2 miliardi di dollari in 10 anni.

Al di là del tema comune, il cervello, i due progetti sono però molto diversi sia come approccio metodologico che come finalità. L’Human Brain Project intende costruire, utilizzando gli strumenti dell’ICT (Information Communication Technology) un cervello artificiale capace di riprodurre alcune capacità tipiche del cervello umano. Tuttavia, è noto che uno stesso risultato può essere ottenuto attraverso algoritmi del tutto diversi. Perciò, il fatto di riprodurre in silico certe proprietà operative proprie del cervello umano non ci assicura che ciò avvenga attraverso gli stessi processi computazionali utilizzati dall’uomo.
A differenza dell’Human Brain Project, il Brain Activity Mapping Project intende conoscere i processi neurali così come essi avvengono in natura, attraverso uno studio dell’attività funzionale di tutti gli elementi che costituiscono il cervello. Questo processo di conoscenza procederà per fasi, partendo dal sistema nervoso di organismi semplici, come il Caenorhabditis elegans, un verme, la Drosophila melanogaster, il moscerino della frutta, il pesce zebra, fino ad arrivare ai primati e all’uomo, passando per il topo di laboratorio e altri mammiferi più semplici.
Il metodo su cui dovrebbe basarsi questo studio è quello che è stato, dalla nascita delle Neuroscienze, il metodo principe per lo studio della funzione del sistema nervoso, la registrazione dell’attività funzionale dei neuroni. Ciò che cambia, in questo caso, è la scala dello studio, non più basato, come è attualmente, sulla registrazione di un campione di pochi neuroni rappresentativi, ma sulla registrazione contemporanea dell’attività di tutti i neuroni che compongono un circuito. Il cervello umano possiede circa 90 miliardi di neuroni, cellule che, a differenza di quelle di altri organi (il fegato, i muscoli, le mucose etc etc) mostrano un’estrema eterogeneità e specializzazione e sono tra loro connesse attraverso specializzazioni di membrana (es. le sinapsi), che ne amplificano ulteriormente la complessità.

Con queste premesse, il progetto del Brain Activity Mapping non si basa su nuove ipotesi di lavoro (hypothesis-driven) ma sullo svilupo di nuove e rivoluzionarie metodologie (methodology-driven). Se si vuol trovare un concetto informatore del Brain Activity Mapping Project, l’unico è quello che la metodologia di studio del cervello deve adeguarsi alla sua complessità.
Il progetto comporterà infatti lo sviluppo di metodi di registrazione che dovranno essere dotati di un potere di risoluzione spazio-temporale adeguato alle caratteristiche dell’attività dei singoli neuroni e allo stesso tempo capaci di registrare contemporaneamente da centinaia di migliaia di essi. Non c’è dubbio che la sfida lanciata dal progetto è estremamente ambiziosa ed il risultato non scontato a priori. Per questo motivo il progetto ha trovato vari oppositori prima ancora di vedere la luce, anche tra i neuroscienziati. Gli argomenti sono vari. Il più serio è che i metodi capaci di registrare da popolazioni costituite da migliaia di neuroni non possiedono la risoluzione spazio-temporale adeguata per registrare l’attività dei singoli neuroni che le compongono.  D’altra parte, i metodi che permettono la registrazione dell’attività di singoli neuroni, compresi quelli che utilizzano metodi ottici, sono di natura invasiva e perciò possiedono dei limiti alla loro applicabilità all’uomo. Infine si è obbiettato che la registrazione da una così enorme moltitudine di neuroni comporterebbe grossi problemi di immagazzinamento (storage) dei dati. Per esempio, lo storage dell’attività di 10 milioni di neuroni l’anno avrebbe bisogno di uno spazio di 30 petabyte. Il superaccelleratore (LHC) di Ginevra genera ogni anno dati che occupano circa 10 petabyte. Lo storage dei dati generati dalla registrazione dell’attività dei 90 miliardi di neuroni del cervello umano occuperebbe uno spazio di 300.000 petabyte all’anno.

In via di principio, il progetto Brain Activity Mapping dovrebbe dare un grosso impulso alle Neuroscienze. Tuttavia, non necessariamente questi grossi progetti hanno riflessi positivi sulla ricerca in generale. Per esempio, il fatto che l’LHC abbia confermato per filo e per segno il Modello Standard ha finito per desertificare un’area della fisica teorica molto feconda, quella dell’elaborazione di modelli alternativi a quello Standard. Il progetto Brain Activity Mapping, a sua volta, potrebbe risucchiare le risorse disponibili per le Neuroscienze, già ridotte a causa dei tagli alla spesa pubblica.

altri articoli

Fattori genetici di rischio per l'Alzheimer: le nuove varianti identificate

Placche di beta-amiloide nel campione autoptico di un paziente con malattia di Alzheimer. Crediti: Jensflorian/Wikimedia Commons. Licenza: CC BY-SA 3.0

Il più grande studio internazionale condotto finora ha portato all'identificazione di cinque nuove varianti genetiche che costituiscono fattori di rischio per la malattia di Alzheimer. I geni coinvolti sono implicati nei meccanismi dell'immunità e dell'infiammazione, processi la cui importanza nello sviluppo della malattia risulta dunque confermata. Un'ipotesi è che le cellule della microglia si attivino nel tentativo di fagocitare la proteina amiloide ma, non riuscendoci, si determini la de-regolazione di tutto il sistema. La ricerca, pubblicata su Nature Genetics, rappresenta inoltre un'importante conferma dei risultati degli studi precedenti, come varianti correlate al rischio di sviluppare la malattia in geni che agiscono sul metabolismo dell'amyloid precursor protein