Prévia do material em texto

1/5
O caminho interdisciplinar para modelar o cérebro: uma
conversa com o neurocientista Alan Evans
Sri Ray-Chauduri, editor de tecnologia e engenharia
O cérebro é considerado o órgão mais complexo do corpo humano, envolvido em todas as minúcias de nossas
vidas diárias.
Ao longo da história, as pessoas trabalharam para descrever e decifrar esse órgão poderoso, e o pesquisador
Alan Evans não é diferente.
Evans, uma autoridade global em imagens e modelagem cerebral, é um destinatário do Prêmio Nacional
Killam 2020 por suas contribuições pioneiras para a neuroimagem. Classificado como o sexto cientista
cerebral mais influente da era moderna por uma ferramenta baseada em inteligência artificial, Evans está no
topo de um por cento dos pesquisadores de neurociência altamente citados desde 2014.
Mas sua genuína paixão por entender o cérebro, o entusiasmo pela investigação científica e o apoio de
colegas e estagiários brilham mais do que qualquer elogio formal.
Originalmente do País de Gales, Evans tem sido fascinado pelo cérebro desde a infância.
Lembro-me claramente de ler sobre a memória na Scientific American aos oito anos de idade e estar
absolutamente espantado, como estou até hoje, pela forma como a memória funciona. Como você pode se
lembrar de coisas de 20 anos atrás em detalhes cristalinos ao mesmo tempo que a lista de compras de
ontem? Seu cérebro está cheio de trilhões de memórias, mas como elas são armazenadas? Como é que são
lembrados? Acho que gravitei em um campo onde a memória é uma questão central. Para não mencionar, eu
também trabalho ao lado do meu herói, Dr. Brenda Milner, que construiu uma carreira na memória!”
https://wp.me/p8dH8m-1Xo
https://www.newscientist.com/article/dn9969-introduction-the-human-brain/#:~:text=The%20brain%20is%20the%20most,billion%20nerve%20cells%2C%20or%20neurons.
https://www.newscientist.com/article/dn9969-introduction-the-human-brain/#:~:text=The%20brain%20is%20the%20most,billion%20nerve%20cells%2C%20or%20neurons.
https://killamprogram.canadacouncil.ca/prizes
https://www.sciencemag.org/news/2016/11/computer-program-just-ranked-most-influential-brain-scientists-modern-era
http://sitn.hms.harvard.edu/flash/2017/history-artificial-intelligence/
http://ludmercentre.ca/dr-alan-evans-among-2017-highly-cited-researchers/
https://www.scientificamerican.com/
https://www.mcgill.ca/about/history/milner
https://blog.scienceborealis.ca/wp-content/uploads/sites/2/2020/12/Image2.jpg
2/5
Alan Evans em seu escritório na
Universidade McGill explicando
uma figura de sua tese de
doutorado sobre cristalografia de
proteínas (esquerda) e mantendo
seu prêmio Glass Brain por
conquistas ao longo da vida da
Organização Internacional para
Mapeamento Cérebro Humano
(OHBM) em 2019 (direita). Evans
é um dos fundadores da OHBM.
Imagens usadas com permissão
de Alan Evans
Uma exploração interdisciplinar do cérebro
Evans, professor de Neurologia e Neurocirurgia, Psiquiatria e Engenharia Biomédica da Universidade McGill,
vem realizando pesquisas no Instituto Neurológico de Montreal – Hospital, conhecido como “The Neuro”,
desde 1984. Atualmente, ele lidera o Centro McGill de Neurociência Integrativa, que conduz pesquisas
computacionais sobre o cérebro usando abordagens matemáticas e estatísticas. As atividades de pesquisa do
centro são diversas e incluem projetos focados na doença de Alzheimer, no transtorno do autismo, nos
métodos de neuroimagem (como a ressonância magnética) e tecnologias para ajudar a gerenciar e processar
dados, incluindo ferramentas de visualização.
Como a pesquisa em seu laboratório, o histórico de Evans é interdisciplinar.
“Meu treinamento foi em física, física médica e, em seguida, cristalografia de proteínas, então eu sempre
montei muitas origens diferentes”, diz ele. Como a ciência se torna mais interdisciplinar, requer pessoas com
diferentes habilidades para colaborar. Eu construí minha carreira e laboratório assim. Temos matemáticos,
estatísticos, cientistas da computação, psiquiatras, psicólogos, neurologistas, e todos trabalham juntos.
Alguém deve montar todos esses domínios científicos e puxá-lo juntos. Até certo ponto, vejo um
reconhecimento como o Killam Prize no final da minha carreira como uma validação [que essa abordagem] era
a coisa certa a fazer.”
Evans diz que se vê como um neurocientista computacional.
“A neurociência computacional analisa os modelos e o desenvolvimento de algoritmos que explicam as
máquinas cerebrais, enquanto eu definiria a neuroinformática em grande parte como os aspectos de TI na
computação de dados e computação de alto desempenho (HPC). Você tem esses dois mundos, e um apoia o
outro.”
“Havia uma sensação de que engenheiros e físicos apenas faziam máquinas funcionarem e não pensavam em
questões científicas maiores que, no meu caso, são sobre como o cérebro funciona ou não funciona em
doenças. Na neurociência computacional, usamos infraestruturas de computação poderosas ... para reunir
dados de diferentes configurações, seja imagens, genética, psicologia, comportamento e contextos cada vez
mais sociais. Todas essas métricas eram disciplinas diferentes e agora estamos unindo-as em modelos
computacionais sofisticados do cérebro”.
Mapeamento do cérebro
https://www.mcgill.ca/
https://www.mcgill.ca/neuro/
https://www.mcgill.ca/neuro/
https://mcin.ca/research/neuroimaging-methods/
https://www.youtube.com/watch?v=N2apCx1rlIQ
https://www.youtube.com/watch?v=N2apCx1rlIQ
https://www.nibib.nih.gov/science-education/science-topics/magnetic-resonance-imaging-mri
https://mcin.ca/technology/
https://comp-ocpm.ca/
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4080831/
https://www.cnsorg.org/computational-neuroscience
https://www.incf.org/about/what-is-neuroinformatics
https://www.usgs.gov/core-science-systems/sas/arc/about/what-high-performance-computing
https://www.nature.com/articles/s41467-020-15701-2
3/5
Os atlas cerebrais, que fornecem referências espaciais padronizadas para navegar e analisar informações
cerebrais, são vitais na pesquisa em neurociência, educação e aplicações clínicas. O projeto BigBrain, um
esforço colaborativo entre Evans e colegas europeus, é o primeiro atlas 3D de resolução microscópica de
resolução livre do cérebro humano. Agora um padrão internacional da indústria, o BigBrain foi reconhecido
pela renomada MIT Technology Review como um dos 10 principais avanços em 2014.
“O BigBrain era um trabalho de amor”, diz Evans. “Nunca pensamos que levaria tanto tempo ou teria tanto
impacto.”
Um marco técnico, o BigBrain exigiu anos de esforços meticulosos de laboratório e computação, começando
com o seccionamento de um cérebro doado em mais de 7000 fatias, cada uma mais fina que um fio de cabelo.
As seções manchadas foram então fotografadas usando um scanner de mesa; no entanto, a maioria das fatias
tinha artefatos, lágrimas e distorções que tinham que ser meticulosamente corrigidos antes de costurar
digitalmente todos juntos em um conjunto de dados 3D coerente.
Processamento histológico do cérebro doador
usado no Projeto BigBrain. O cérebro está sendo
seccionado em fatias finas de 20 micrômetros
usando uma ferramenta chamada micrótomo
(esquerda). Seções manchadas antes de serem
digitalizadas com um scanner de mesa criando um
registro de um terabyte (à direita). O cérebro
doador foi obtido de acordo com as exigências
éticas da Universidade de Dusseldorf. Imagens
usadas com permissão do Dr. Katrin Amunts (em
inglês)
Evans enfatiza o benefício do atlas de alta resolução: “Os pixels individuais de imagens de ressonância
magnética do cérebro têm cerca de 1000 micrômetros de tamanho e podem se tornar obstrutivos e inlécíveis
quando você aumenta o zoom. Na outra extremidade do espectro está a histologia digital, onde você tira uma
foto de algum pequeno pedaço de tecido cerebral em uma resolução de um micrômetro, que geralmente é 2D.
O BigBrain fica em algum lugar no meio a 20 micrômetros, então 50 vezes menor do que a ressonância
magnética em todas as três dimensões. Quanto mais fino você fica, mais você podemodelar aspectos sutis da
função cerebral.
Como a explosão de detalhes que você obtém ao alternar da vista aérea no Google Maps para a “visão de
rua”, o BigBrain permite que o usuário aprotenha e explore diferentes partes de um cérebro 3D em um nível
quase celular.
https://www.lead-dbs.org/about-the-mni-spaces/
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6153011/
https://bigbrainproject.org/
https://www.fz-juelich.de/inm/inm-1/EN/Forschung/_docs/BigBrain/bigbrain_node.html
https://bigbrain.loris.ca/
https://www.technologyreview.com/
https://science.sciencemag.org/content/340/6139/1472
https://blog.scienceborealis.ca/wp-content/uploads/sites/2/2020/12/image3.jpg
https://digitalhistology.org/
4/5
Mesmo as pessoas com olhos destreinados podem apreciar a resolução ultra-alta do BigBrain (direita) versus
um atlas cerebral 3D baseado em ressonância magnética (à esquerda) nesta ilustração. O detalhe no início
ampliado do BigBrain (mais baixa à direita) é significativamente mais claro do que a imagem de ressonância
magnética pixelada (mais baixa esquerda) para a mesma seção do cérebro. Imagens usadas com permissão de
Alan Evans
O sucesso global da BigBrain lançou recentemente as bases para a próxima geração de modelos cerebrais
3D. Lançado apenas neste verão, o HIBALL (Helmholtz International BigBrain Analytics Learning Laboratory)
pretende criar um sistema semelhante ao Google Earth para o cérebro humano, alavancando a IA e a HPC
para modelar o cérebro em uma escala sem precedentes.
Curiosamente, à medida que a pesquisa computacional do cérebro continua a avançar, Evans observa que o
poder de computação suficiente será a principal questão.
“Podemos projetar os algoritmos muito antes que a infraestrutura de computação esteja pronta para acomodá-
los”, diz ele. “Conceptualmente, a matemática e a modelagem são semelhantes, então estamos projetando
esses algoritmos agora ... e a computação vai acompanhar. A computação será infinitamente mais poderosa
daqui a 10 anos. A lei de Moore não está mudando.”
Um modelo realista de um cérebro de trabalho?
No futuro, Evans prevê que a inteligência artificial de inspiração cerebral (BIAI) nos ajudará a alcançar um
modelo de trabalho realista do cérebro humano. “Por si só, a IA é frequentemente usada para descrever o
reconhecimento de padrões. Ou seja, se eu mostrar uma imagem, você pode usar a IA para identificar padrões
em grandes conjuntos de dados que os humanos não poderiam ... um problema de classificação glorificado.
https://blog.scienceborealis.ca/wp-content/uploads/sites/2/2020/12/image4.jpg
https://bigbrainproject.org/hiball.html
https://www.google.com/earth/
https://www.nature.com/articles/d41586-019-02212-4
https://www.intel.ca/content/www/ca/en/silicon-innovations/moores-law-technology.html
https://www.cs.mcgill.ca/media/academic/courses/None_COMP_COMP_596.pdf
5/5
Mas, diz ele, “A BIAI é mais sobre a tentativa de reproduzir o comportamento humano dentro de nossas redes
neurais e modelos artificiais, então temos um modelo de conectividade de como diferentes partes do cérebro
falam umas com as outras! Um cérebro de trabalho com o qual podemos interferir, modelar doenças e
neurodesenvolvimentos e neurodegeneração com ... entender como o cérebro funciona além de apenas [ser]
descritivo é necessário. Descrever não é suficiente! Você tem que colocar informações em um modelo que
funciona como um cérebro humano real faz.
Uma visualização 3D do BigBrain usando um programa chamado Atelier3D (esquerda). Alan Evans no The
Neuro na frente dos dados do BigBrain exibidos em uma tela grande (à direita). Imagens usadas com permissão
de Alan Evans
O que Evans espera que um modelo realista de um cérebro funcione? “Talvez modelar a memória humana...
Espero e pretendo estar por perto para isso”, diz ele.
Ele não tem planos de se aposentar de “cold-turkey” e continua ativamente envolvido em uma série de
iniciativas e pesquisas de ponta. Como ele reflete sobre a jornada até agora, ele observa que “toda a dor e
angústia que passamos, quebrando coisas de departamentos como radiologia e neurologia clínica em sua
própria disciplina científica e agora sendo capaz de vê-la crescer, assistir os cientistas mais jovens crescerem
... bem, faz você sentir que tudo valeu a pena”.
? 30 ?
As citações foram editadas para maior duração e clareza.
https://www.explainthatstuff.com/introduction-to-neural-networks.html
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4262917/
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC151843/
https://blog.scienceborealis.ca/wp-content/uploads/sites/2/2020/12/image5.jpg
https://www.nationalgeographic.com/science/health-and-human-body/human-body/human-memory/