BİR SİNEĞİN BAĞLANTI ŞEMASI GÖRMEYİ VE SAYMAYI ÖĞRENDİ
Bir beynin yapabildiklerinin ne kadarı zaten bağlantılarına yazılıdır? Bu soru bir hayvan için sınanabilir hâle geldi: yetişkin meyve sineği beyninin eksiksiz bağlantı şemaları — konektomlar — artık mevcut. Yazarlara göre bunlar, karmaşık davranış sergileyebilen bir beynin ilk eksiksiz haritasını sunuyor. Sınanacak fikirlerden biri kablolama ekonomisi: evrim, maliyetli uzun bağlantıları en aza indirirken iyi performans gösteren devreleri kayırmalıdır.
Bilgisayarda bir beyin, önünde bir göz
Katalonya’nın Tarragona kentindeki Rovira i Virgili Üniversitesi’nden Eudald Correig-Fraga, Roger Guimerà ve Marta Sales-Pardo, Drosophila melanogaster’in düzeltilmiş konektomundan yola çıktı: 139.255 nöron ve 54,5 milyon sinaptik bağlantı.
Önce aynı verilerden sineğin bileşik gözünü yeniden kurdular. Fotoreseptörlerin konumlarından her bir ommatidiumu — gözün küçük birimlerinden birini — ve görme alanının ne kadarını gördüğünü yeniden oluşturdular. Her fotoreseptör türüne ölçülmüş renk duyarlılığı verildi; sıradan kırmızı-yeşil-mavi görüntüler kullanılabilsin diye bu duyarlılık 200 nanometre kaydırıldı, bu da sineğin morötesi kanalını maviye çeviriyor.
Görüntüden karara: renkli noktalar yeniden kurulmuş bir bileşik göz tarafından örnekleniyor, ardından etkinlik gerçek bağlantılar boyunca Kenyon hücrelerine akıyor. — Figure 1, Correig-Fraga, Guimerà & Sales-Pardo (2026), arXiv:2610.10023.
Işık daha sonra retina nöronlarını etkinleştiriyor ve etkinlik gerçek bağlantılar boyunca adım adım mantar cisimciğinin Kenyon hücrelerine yayılıyor; orada tek bir basit birim bir kararı okuyor. Beyne hiçbir şey eklenmiyor. Modelin öğrenebileceği tek şey mevcut her bağlantı için bir güç; bu güç, gerçekte gözlenen sinaps sayısını asla aşamayacak şekilde sınırlandırılmış.
Renk, şekil, sayı
Ekip üç görsel görevi sınadı:
- Renk. Daire mavi mi sarı mı? Tüm modeller %100’e yakın puan aldı. Gerçek bağlantılar hiç eğitim olmadan %92’ye ulaştı.
- Şekil. Daire mi yıldız mı? Görme alanının sol yarısındaki görüntülerle eğitilip sağ yarısında sınanan gerçek bağlantılar %64’e ulaştı.
- Sayı. Hangi renkte daha çok nokta var? Her rengin toplam alanı eşitlendi, böylece boyut cevabı ele vermesin. Modele kaç nokta olduğu hiç söylenmedi. Doğruluğu iki sayı arasındaki oranla birlikte arttı: 1,5 oranında %64’ten 5 oranında %85’e. Bu örüntü, yaklaşık bir sayı duyusunun imzası; makale bunun gerçek meyve sineklerinde de görüldüğünü belirtiyor.
Karıştırılmış beyinler
Kesin bağlantıların önemli olup olmadığını sınamak için araştırmacılar, hepsi aynı nöronlara sahip dört karıştırılmış beyin sürümü oluşturdu:
- her nöronun çıkış bağlantılarının rastgele hedeflere gittiği ve çok sayıda uzun kablo yaratan kısıtsız bir sürüm;
- toplam kablolama maliyeti gerçek beyninkine eşitlenene kadar budanmış, ama ortalamada daha uzun bağlantılara sahip budanmış bir sürüm;
- kablo uzunluklarının gerçek dağılımını ve toplam kablolama maliyetini koruyan iki mesafe eşleştirilmiş sürüm.
Uzun kablolu karıştırılmış beyinlerde etkinlik ikinci adımda neredeyse tüm beyni kaplıyor; gerçek beyinde ise gözden içeriye doğru daha kademeli ilerliyor.
Gerçek konektomun (mavi) ve dört karıştırılmış sürümün üç görevdeki doğruluğu; sağda, iki miktar arasındaki oran büyüdükçe sayı ayrımı iyileşiyor. — Figure 3, Correig-Fraga, Guimerà & Sales-Pardo (2026), arXiv:2610.10023.
Uzun kabloların bedeli
Kısıtsız ve budanmış beyinler daha yüksek puan aldı; örneğin şekillerde %64’e karşı %70. Uzun bağlantılar sayesinde daha fazla nörona daha hızlı ulaşarak kazanç sağlıyorlar — yazarlara göre tam da gerçek bir hayvana enerji ve gelişimsel karmaşıklık açısından pahalıya mal olacak bağlantılar. Karşılaştırma adil olduğunda, yani aynı kablolama bütçesi ve aynı kablo uzunluğu dağılımıyla, gerçek sinek beyni her görevde iki karıştırılmış rakibini de yendi. Yazarlar bunu performans ile kablolama maliyeti arasında verimli bir evrimsel ödünleşim olarak yorumluyor.
Kasıtlı olarak basit bir model
Model, gerçek nöronların biyolojisinin büyük kısmını göz ardı ediyor: ateşleme hızları yok, zaman sabitleri yok ve Kenyon hücreleri üzerinden okuma, sineğin tam karar devresinden çok kullanışlı bir tercih. Her karıştırılmış beyin yalnızca bir kez üretildi. Yazarlar çalışmayı bir başlangıç noktası olarak sunuyor: daha zengin nöron dinamikleri eklemeden önce, ölçülmüş bir bağlantı şemasının tek başına neler yapabileceğini sormanın bir yolu.