La comprensione del cervello umano rappresenta una delle sfide più ambiziose della scienza contemporanea. Mentre tecniche di imaging sempre più sofisticate permettono di osservare l'attività cerebrale in vivo, la complessità delle reti neurali che generano pensieri, emozioni e coscienza rimane in gran parte inesplorata. Un nuovo approccio promette di colmare questa lacuna: la simulazione digitale di interi cervelli animali, ricostruiti nei minimi dettagli biologici. Un gruppo internazionale di ricercatori ha ora raggiunto un traguardo straordinario in questo campo, creando la più completa e biologicamente accurata simulazione mai realizzata dell'intera corteccia cerebrale di un topo, sfruttando la potenza di calcolo di uno dei supercomputer più veloci al mondo.
Il progetto, frutto della collaborazione tra l'Allen Institute negli Stati Uniti e il professor Tadashi Yamazaki dell'Università Elettro-Comunicazioni del Giappone, insieme ad altre tre istituzioni giapponesi, ha impiegato il supercomputer Fugaku per generare un modello digitale che include quasi dieci milioni di neuroni, 26 miliardi di sinapsi e 86 regioni cerebrali interconnesse. Fugaku, sviluppato congiuntamente da RIKEN e Fujitsu, è capace di eseguire oltre 400 quadrilioni di operazioni al secondo: per comprendere questa scala, contare fino a tale numero richiederebbe circa 12,7 miliardi di anni, quasi quanto l'età dell'universo stimata in 13,8 miliardi di anni. I risultati completi di questa ricerca verranno presentati alla conferenza SC25, il principale evento mondiale sulla supercalcolazione, previsto per metà novembre.
La metodologia adottata rappresenta un perfetto esempio di convergenza tra neuroscienze sperimentali e informatica ad alte prestazioni. Il team ha utilizzato il Brain Modeling ToolKit dell'Allen Institute per convertire dati biologici reali in un ambiente digitale funzionante. Le informazioni provengono dall'Allen Cell Types Database e dall'Allen Connectivity Atlas, due repository che catalogano le caratteristiche strutturali e funzionali di diverse tipologie neuronali e le loro connessioni. Un software chiamato Neulite ha poi trasformato equazioni matematiche che descrivono il comportamento neuronale in neuroni virtuali capaci di generare potenziali d'azione, comunicare attraverso sinapsi e riprodurre l'attività elettrica delle membrane cellulari con fedeltà biologica.
L'architettura di Fugaku, il cui nome evoca il Monte Fuji simboleggiando prestazioni elevate e capacità pervasive, comprende 158.976 nodi di elaborazione organizzati in unità, ripiani e rack. Questa struttura massivamente parallela consente di gestire i calcoli simultanei necessari per simulare l'attività di milioni di neuroni interconnessi. "Fugaku viene impiegato per ricerche in un'ampia gamma di discipline computazionali, dall'astronomia alla meteorologia, dalla scoperta di farmaci alla risoluzione di problemi sociali complessi", ha spiegato Yamazaki. "In questa occasione, abbiamo utilizzato Fugaku per una simulazione di circuiti neurali".
Le applicazioni di questo ambiente virtuale spaziano dalla ricerca di base sulle malattie neurodegenerative allo studio dei meccanismi alla base della cognizione e della coscienza. I ricercatori possono ora ricreare condizioni patologiche come l'Alzheimer o l'epilessia all'interno della corteccia digitale, osservando come il danno si propaghi attraverso i circuiti neurali e identificando potenziali bersagli terapeutici. È possibile tracciare la formazione e la diffusione delle crisi epilettiche attraverso le reti neuronali, studiare come le onde cerebrali contribuiscano all'attenzione, e investigare processi cognitivi complessi che sarebbero difficilmente accessibili con esperimenti su tessuto cerebrale reale.
Secondo Anton Arkhipov, ricercatore presso l'Allen Institute e co-autore dello studio, si tratta di un traguardo tecnico fondamentale: "È una pietra miliare che ci dà fiducia nel fatto che modelli molto più grandi non siano solo possibili, ma realizzabili con precisione e scala". Questo approccio offre vantaggi significativi rispetto agli esperimenti tradizionali: mentre in laboratorio ogni ipotesi richiede animali, tempo e risorse considerevoli, nel modello digitale i ricercatori possono testare molteplici scenari in parallelo, identificare segnali precoci di disturbi neurologici prima della comparsa dei sintomi e valutare potenziali terapie in un ambiente controllato e riproducibile.
Il livello di dettaglio biologico raggiunto è senza precedenti. La simulazione riproduce non solo il numero e la disposizione dei neuroni, ma anche le caratteristiche morfologiche delle diverse tipologie cellulari, la dinamica delle sinapsi, e i pattern di attività elettrica che attraversano le membrane. "È un'impresa tecnica, ma è solo il primo passo", ha osservato Yamazaki. "Il diavolo sta nei dettagli, quindi credo fermamente nei modelli biofisicamente dettagliati". Osservare questa simulazione equivale a guardare l'attività cerebrale di un topo vivo, con la differenza che ogni parametro può essere modificato, ogni connessione può essere tracciata e ogni ipotesi può essere verificata senza limiti pratici.
Il progetto si inserisce in un programma di ricerca più ampio volto alla costruzione di modelli cerebrali completi. "Il nostro obiettivo a lungo termine è costruire modelli di cervello intero, eventualmente anche modelli umani, utilizzando tutti i dettagli biologici che il nostro Istituto sta scoprendo", ha dichiarato Arkhipov. "Stiamo ora passando dalla modellizzazione di singole aree cerebrali alla simulazione dell'intero cervello del topo". Questo passaggio rappresenta un cambio di paradigma nella ricerca neuroscientifica: dalla descrizione della struttura cerebrale alla sua ricostruzione funzionale completa.
Le prospettive future sono ambiziose ma sempre più concrete. Con l'evoluzione delle capacità computazionali e l'accumulo di dati biologici ad alta risoluzione, la possibilità di simulare cervelli più complessi, incluso potenzialmente quello umano, si sta spostando dal regno della teoria a quello della fattibilità pratica. Tuttavia, rimangono sfide sostanziali: la comprensione completa delle regole che governano la connettività neurale, la validazione sperimentale delle previsioni del modello, e l'integrazione di processi biologici ancora poco conosciuti come la plasticità sinaptica a lungo termine e i meccanismi molecolari della memoria.