Puntare sulla ricerca: ecco il Brain Activity Map di Obama

Tempo di lettura: 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

Le notizie di scienza della settimana #107

Il nuovo Report dell’Ufficio europeo dell’Organizzazione mondiale della sanità “Healthy, prosperous lives for all: the European Health Equity Status Report” fa il punto sulle disuguaglianze di salute in Europa. In sintesi, il gap di salute fra ricchi e poveri si riduce meno dell’atteso. In termini di speranza di vita alla nascita, la differenza media è di 3,9 anni nelle donne (speranza di vita media 82 anni; intervallo: 78,1-86) e di 7,6 anni negli uomini (speranza di vita media 76,2 anni; intervallo: 3,4-15,5). L’Italia (e altri paesi come Grecia e Portogallo) ha i valori più alti di speranza di vita, segno che i fattori protettivi come dieta e coesione sociale riescono a contrastare i fattori di rischio e la presente stagnazione economica. Buona anche la performance dell’Italia nella sopravvivenza libera da malattie. Riconoscendo l’importanza di agire direttamente sui determinanti sociali della salute, l’OMS misura l’effetto di 8 politiche sulla riduzione delle differenze di salute fra classi sociali: (1) aumento di 1.000 dollari del PIL pro capite; (2) riduzione delle disuguaglianze di reddito; (3) riduzione del tasso di disoccupazione; (4) riduzione delle spese private per la salute; (5) aumento delle spese di protezione sociale; (6) aumento del finanziamento del sistema sanitario pubblico; (7) aumento della spesa pubblica in politiche del lavoro; (8) aumento della spesa pubblica nelle abitazioni e condizioni di vita. L’aumento del reddito pro capite è l’unico parametro a non avere effetto sulla disuguaglianze, mentre le politiche del lavoro e le condizioni di vita e abitative hanno l’effetto massimo.

Cronache della ricerca

Gli italiani si classificano terzi fra i vincitori degli starting grant dell’European Research Council, il bando più competitivo dell’Europa dedicato ai giovani ricercatori. Bene quindi per gli italiani (benché in discesa rispetto al bando 2018, dove si erano classificati secondi dietro la solita Germania). Male invece per l’Italia, che vede la maggior parte dei suoi ricercatori primeggiare in università e centri di ricerca all’estero.