Premio Latsis 2024: Mackenzie W. Mathis traccia il comportamento per capire il cervello

«Sto cercando di capire le basi neurali di ciò che ci rende capaci di imparare e di muoverci». È così che Mackenzie W. Mathis, professoressa all’EPFL, riassume la questione centrale della propria ricerca. Il suo lavoro si colloca a cavallo tra i campi delle neuroscienze, dell’apprendimento automatico e dell’ingegneria. In particolare, insegna ai topi a giocare ai videogiochi registrando la loro attività cerebrale e il loro comportamento durante il processo. Un aspetto fondamentale della sua ricerca è lo sviluppo degli algoritmi informatici necessari per analizzare i dati ottenuti. L’eccellenza dei suoi lavori le è valsa il Premio scientifico svizzero Latsis 2024. Di fronte a questo riconoscimento, che non si aspettava, si sente «molto onorata, soprattutto perché i vincitori del premio fanno parte di una lunga e prestigiosa schiera di scienziati rinomati, quindi questo pone l’asticella in alto».

Ma Mackenzie W. Mathis non ha aspettato questo premio per essere esigente con se stessa nella sua ricerca: «Se gli strumenti per rispondere a una domanda non esistono, non dobbiamo cambiare la domanda, ma piuttosto creare tali strumenti». La sua formula dà il tono giusto ed è in linea con la sua carriera scientifica: è in particolare sviluppando algoritmi open source basati sull’intelligenza artificiale e utili nel campo delle neuroscienze che la ricercatrice si è fatta un nome nel settore. Uno di questi, DeepLabCut, pubblicato nella sua prima versione nel 2018, può essere utilizzato per analizzare video di animali alla ricerca di elementi diversi come il tremolio delle vibrisse di un topo, il galoppo di un cavallo o il movimento serpeggiante di un’anguilla. Definito dalla giuria del Premio Eric Kandel per i giovani scienziati nel 2023 una «svolta nelle scienze della vita», il software ha superato le 700 000 installazioni nell’estate del 2024 e continua a suscitare interesse.

Una finestra sul cervello dei topi

Ma Mackenzie W. Mathis sottolinea che le sue ricerche mirano ad andare al di dà dello sviluppo di strumenti informatici: «Le persone che li sviluppano sono sedute accanto alle persone che li utilizzano». Una delle principali domande a cui il suo team sta cercando di rispondere è cosa permette al nostro cervello di adattarsi direttamente ai cambiamenti dell’ambiente. «Quando beviamo un caffè, il peso della tazza cambia a ogni sorso, man mano che il volume si riduce», spiega la scienziata. «Eppure non lo percepiamo attivamente, perché il nostro cervello adatta la forza dei nostri muscoli senza nemmeno pensarci». Questa capacità di adattamento è ancora più evidente quando si apprendono funzioni motorie o si pratica uno sport.

Per studiare questo fenomeno, la ricercatrice si serve di topi geneticamente modificati per osservare l’attivazione dei loro neuroni e insegnare loro a giocare ai videogiochi. I roditori imparano a muovere un joystick verso una determinata area per ottenere ricompense, oppure a navigare in mondi di realtà virtuale visualizzati su uno schermo. A volte l’ambiente viene modificato, ad esempio applicando forze esterne al joystick, per vedere come gli animali si adattano. Durante le sessioni di gioco, i topi vengono filmati e la loro attività neuronale viene registrata.

Collegare l’attività neuronale al comportamento

È qui che entrano in gioco gli algoritmi di apprendimento automatico che Mackenzie W. Mathis sta contribuendo a sviluppare. Per trarre delle conclusioni dobbiamo da una parte estrarre i segnali rilevanti dalle registrazioni dell’attività cerebrale e dall’altra parte disporre di dati quantificabili sui movimenti precisi del corpo, delle zampe e persino delle minuscole dita del topo.

Un tracciamento dettagliato reso possibile dal software DeepLabCut, che segue i movimenti degli animali. Il tutto è reso ancora più semplice dall’ultima versione, pubblicata nel 2024, che include i cosiddetti modelli «SuperAnimal». Questi ultimi permettono di automatizzare e standardizzare le analisi per le specie spesso utilizzate nel campo delle neuroscienze comportamentali, come i topi, aumentando la robustezza dei risultati e facilitando il riutilizzo dei dati tra diversi gruppi di ricerca.

L’obiettivo è quindi quello di mettere in relazione l’attività dei neuroni con i comportamenti osservati. A tale scopo, nel 2023 la scienziata e il suo team hanno pubblicato un nuovo algoritmo, chiamato CEBRA, con l’obiettivo di identificare le dinamiche neuronali sottostanti del cervello. Questo modello matematico può essere utilizzato per decodificare le informazioni cerebrali e può combinare dati provenienti da animali diversi. Ad esempio, la ricercatrice e la sua équipe sono stati in grado di usarlo per scoprire cosa vedeva un topo o dove si stava dirigendo un ratto sulla base delle registrazioni dell’attivazione dei neuroni nei loro cervelli. «In futuro, questo potrebbe gettare le basi per la realizzazione di neuroprotesi nell’uomo per ripristinare la vista o la mobilità dopo una lesione», ritiene la ricercatrice.

Le neuroscienze sono ancora agli albori

Mentre cominciamo a sapere in quali regioni cerebrali e quando avvengono i cambiamenti, i dettagli dei tipi di neuroni e gli esatti meccanismi coinvolti rimangono misteriosi. «Nelle neuroscienze siamo in un’era prenewtoniana», spiega la ricercatrice e aggiunge: «Con l’intelligenza artificiale abbiamo una comprensione sempre migliore delle reti formate da poche centinaia di neuroni. Ma solo in un topo ci sono 70 milioni di neuroni; quindi, c’è ancora molto lavoro da fare!» E questo non le dispiace affatto: «Per me la scienza non è solo un lavoro, è la mia vita. E questo è un vero privilegio». È quindi con grande entusiasmo che si accinge a dipanare, passo dopo passo, la complessità delle reti neuronali biologiche con l’aiuto dell’intelligenza artificiale.

Link