Các nhà khoa học thần kinh tại UC Santa Cruz đang sử dụng trí tuệ nhân tạo để nâng cao hiểu biết về cách kết nối não bộ ảnh hưởng đến nhận thức, suy nghĩ và hành vi, đồng thời đẩy nhanh quá trình lập bản đồ não trong nghiên cứu thần kinh.
Bằng cách tích hợp AI, họ đã đơn giản hóa đáng kể quá trình căn chỉnh các lát mỏng mô não chuột với bản đồ tham chiếu, giúp xác định nguồn gốc vùng não một cách hiệu quả hơn.
Một sáng kiến do sinh viên dẫn đầu
Công nghệ tiên tiến này được phát triển bởi Alec Soronow khi anh còn là sinh viên tại UC Santa Cruz. Anh bắt đầu dự án này khi còn là sinh viên đại học trong phòng thí nghiệm của giáo sư trợ lý Euiseok Kim, chuyên ngành sinh học phân tử, tế bào và phát triển. Soronow tiếp tục làm việc với Kim cho đến khi công cụ kỹ thuật số Bell Jar hoàn thiện và sẵn sàng đưa vào sử dụng.
Tên gọi “Bell Jar” được lấy cảm hứng từ tiểu thuyết bán tự truyện của Sylvia Plath về sự suy sụp và hồi phục tâm lý, mà Soronow đã đọc trong thời gian phát triển phiên bản đầu tiên của phần mềm. Anh và Kim đã giới thiệu Bell Jar đến cộng đồng khoa học thông qua một bài báo đăng trên tạp chí truy cập mở eNeuro vào tháng trước.
Giải quyết một thách thức lâu dài
Bell Jar giúp việc phân tích giải phẫu thần kinh trở nên dễ tiếp cận và hiệu quả hơn. Trong nhiều năm, các nhà nghiên cứu gặp khó khăn với những công cụ lỗi thời, nhiều công cụ trong số đó được phát triển bằng MATLAB hoặc các môi trường phần mềm chuyên dụng khác nhưng dần trở nên lỗi thời do cập nhật phần mềm.
Các phương pháp trước đây cũng gặp nhiều hạn chế trong việc tích hợp máy học (ML), làm giảm tính linh hoạt và độ chính xác. Bell Jar nổi bật nhờ ứng dụng ML để nâng cao độ chính xác và hiệu suất.
Không giống như các công cụ trước đây, nó được thiết kế thân thiện với người dùng và mở rộng quyền truy cập. Bằng cách chia sẻ mã nguồn trên GitHub của Soronow, nhóm nghiên cứu đảm bảo rằng các nhà khoa học trên toàn thế giới có thể tùy chỉnh và phát triển công cụ này cho các dự án của riêng họ.
Giảm bớt gánh nặng của việc lập bản đồ não truyền thống
Bell Jar ra đời từ nhu cầu thực tiễn. Trong phòng thí nghiệm khoa học thần kinh Kim tại UC Santa Cruz, việc phân tích thủ công toàn bộ bộ não chuột thường rất tẻ nhạt. Quy trình nhuộm mô – cắt não thành các lát cực mỏng – dễ dẫn đến sai sót do con người, như các lát bị cắt quá dày, quá mỏng hoặc bị hư hại. Sau đó, các nhà nghiên cứu phải căn chỉnh các lát này với bản đồ tham chiếu, một quá trình thường yêu cầu phán đoán chủ quan.
Bell Jar giải quyết những thách thức này bằng cách sử dụng ML để phát hiện và ghép nối các nơron giữa các lát não. “Trước đây, chúng tôi phụ thuộc nhiều vào đánh giá chủ quan của con người,” Kim cho biết. “Giờ đây, Bell Jar có thể thực hiện những đánh giá này hiệu quả hơn và chính xác hơn.”
Lập bản đồ não theo cách truyền thống là một quá trình đòi hỏi sự tỉ mỉ. Một dự án nghiên cứu duy nhất dẫn đến xuất bản có thể yêu cầu phân tích hơn 100 lát mỏng từ một bộ não. Mỗi lát chứa nhiều vùng não cần được xác định và phân tích, khiến quá trình này trở nên vô cùng tốn thời gian.
Việc đào tạo sinh viên mới để thực hiện các phân tích này cũng là một thách thức, vì nó đòi hỏi sự hiểu biết sâu về giải phẫu thần kinh. Bell Jar giúp giảm bớt gánh nặng này.
“Nó giúp phân tích các tập dữ liệu lớn một cách hiệu quả hơn mà nếu không, chúng tôi phải xem xét thủ công,” Soronow giải thích. “Rút ngắn thời gian có kết quả cũng giúp phòng thí nghiệm nhanh chóng đánh giá xem các thí nghiệm có hiệu quả hay không và điều chỉnh kịp thời – cho phép khoa học tiến bộ nhanh hơn.”
Để nhấn mạnh tác động của công cụ này, Soronow nói thêm: “Với một thí nghiệm tiêu chuẩn trong phòng thí nghiệm của chúng tôi, nó giúp tiết kiệm khoảng ba tuần căn chỉnh và đếm thủ công cho mỗi bộ não.”
Sự kết nối cá nhân với mạch não
Sự quan tâm của Soronow đối với chức năng não bộ bắt nguồn từ trải nghiệm cá nhân. Bà của anh bị chứng mất trí nhớ và thường chăm sóc anh khi còn nhỏ, khơi dậy sự tò mò về cách các mạch não bị trục trặc. Niềm đam mê này càng sâu sắc hơn khi anh theo học lớp sinh học phát triển đầu tiên ở đại học và sau đó tham gia một hội thảo của Kim, điều này phù hợp với định hướng nghiên cứu của anh.
Năm 2022, Soronow giành được Giải thưởng của Khoa trưởng từ Trường Kỹ thuật Baskin tại UC Santa Cruz cho dự án Bell Jar. Anh tốt nghiệp năm đó với bằng Cử nhân Kỹ thuật sinh học phân tử và tin sinh học, sau đó lấy bằng Thạc sĩ về sinh học phân tử, tế bào và phát triển vào năm 2024.
Hiện tại, anh đã thành lập công ty PlusTen Intelligence, chuyên kết hợp AI với các tế bào giống nơron được thiết kế để phát triển các cảm biến phân tử mạnh mẽ trong các thiết bị cầm tay.
“Tôi có thể tận dụng bộ kỹ năng độc đáo được rèn luyện trong phòng thí nghiệm Kim,” Soronow chia sẻ, “kết hợp giữa thí nghiệm sinh học, kỹ thuật di truyền, thiết kế phần mềm sáng tạo và thiết kế phần cứng.”
Kim nhấn mạnh rằng Bell Jar hoàn toàn phù hợp với các mục tiêu nghiên cứu rộng lớn hơn của phòng thí nghiệm của ông. Bằng cách cải thiện hiệu suất và độ chính xác, công cụ này giúp các nhà khoa học tập trung vào bức tranh lớn hơn: hiểu cách kết nối não bộ và chức năng thần kinh hoạt động.
“Công cụ này giúp chúng tôi tiến hành nghiên cứu nhanh hơn và hiệu quả hơn,” Kim nói. “Đó chính là điều quan trọng nhất.”
