Ученые приблизились к имитации естественного распознавания речи

Голосовые помощники уже разработаны каждым уважающим себя IT-гигантом. И кажется, что они даже становятся полезными, а не только залихватски шутят. Однако можно все чаще услышать, что алгоритмы, по которым работают такие системы, далеки от того, как воспринимает речь или другие смысловые идентификаторы человек. Группа Александра Жданова представила новый подход к распознаванию речи на основе биоморфных нейроподобных сетей. Задача этой научной группы — построить нейроноподобную систему распознавания речи, в перспективе — без программной составляющей. Если эта попытка будет успешной, станет возможно имитировать естественный принцип распознавания речи. Работа опубликована в журнале Programming and Computer Software. 


В середине прошлого столетия ученые стали обсуждать возможность создания искусственного мозга. Были проанализированы сети «формальных» искусственных нейронов и показано, как они могут выполнять простые логические функции. В 1956 году было введено в оборот понятие искусственного интеллекта. Постепенно сформировались два основных подхода к его изучению. Один из них — программно-прагматический подход, в рамках которого построено множество систем распознавания образов, автоматических переводчиков, игровых программ, роботов и других прикладных систем. Однако они, решая свою узкую задачу, имеют мало общего с биологическим мозгом и не обладают его свойствами. Второй подход, бионический, был попыткой ученых понять, как работает живой организм. В рамках этого подхода некогда были придуманы искусственные нейронные сети, которые, впрочем, впоследствии почти потеряли сходство со своим биологическим прообразом, перейдя в разряд программно-прагматических методов.

На пути создания искусственных интеллектуальных систем без оглядки на устройство природы трудно добиться тех успехов, которых она добилась за миллионы лет эволюции. Основным свойством природных систем управления является их адаптивность – способность обучаться, “дообучаться” и переобучаться прямо в процессе управления, благодаря которой природа находит способы управлять объектами любой сложности. Такими свойствами сегодня искусственные системы управления практически не обладают. Они требуют либо предварительной настройки по математической модели, либо предварительного обучения на больших обучающих выборках.

Например, расчет полета межконтинентальной ракеты или орбитального спутника – сложнейший процесс, однако математически он достаточно простой. Но как только появляются помехи, неопределенности, изменяющиеся на ходу характеристики – традиционные системы управления, построенные на программно-прагматическом подходе, начинают работать крайне плохо.

«У человечества нет другого серьезного пути для развития, кроме как понять принцип работы природной адаптивной системы управления и этот принцип начать воспроизводить», — считает главный научный сотрудник Института точной механики и вычислительной техники РАН, профессор МФТИ Александр Жданов.

Группа Александра Жданова на протяжении последних десятилетий занималась описанием принципа работы мозга. Ими была проведена математическая формализация его работы. Построено множество примеров адаптивных систем управления – для мобильного робота, автопилота, подвески автомобиля, спутника, – с помощью которых показано, что разработанные группой алгоритмы работают. Система обучается непосредственно в процессе управления, как живой организм.

«Отличия нашего подхода от «искусственных нейронных сетей» начинаются уже с модели нейрона. Отдельный нейрон понимается в нашем «методе автономного адаптивного управления» как самостоятельная самообучающаяся система распознавания. Этот нейрон наблюдает за сигналами, которые поступают на его входы, и проверяет всё время два критерия. Первый критерий — структурный: не повторяется ли конфигурация, удовлетворяющая заложенному в нейрон требованию. При обнаружении сигнала, который удовлетворяет этому требованию, начинает проверяться статистический критерий. Если сигнал, который удовлетворил первому критерию, наблюдается достаточно много раз, то этот прообраз считается неслучайным, нейрон становится обученным, а образ сформированным. С этого момента нейрон меняет свое функционирование и приобретает способность распознавать этот образ при каждом его появлении», — поясняет Александр Жданов.

Однако главное отличие нейроноподобной системы «автономного адаптивного управления» от нейросетей в том, она решает задачу адаптивного управления, а искусственные нейросети – только задачу распознавания (или аппроксимации). Задача адаптивного управления требует не только распознавания, но и решения задач поиска и накопления знаний, моделирования эмоций, принятия решений и некоторых других.

Принцип работы нейрона Мак-Каллока — Питтса в обычных нейросетях другой. Нейрон является пороговым сумматором, и задачу распознавания решает не один нейрон, а вся сеть. Обучение выглядит так: на вход сети подается сигнал, соответствующий объекту из обучающей выборки. Для всех нейронов подобраны определенные веса на их входы. Дальше каждый нейрон суммирует каждый сигнал, умноженный на вес для данного входа. Эта сумма сравнивается с некоторой активационной функцией, и сразу выдается какой-то выходной сигнал. Затем, зная, что нужно получить на выходе всей сети, и видя, что на самом деле эта сеть выдала, по определенному алгоритму начинают меняться веса у всех нейронов в этой сети, чтобы сеть выдала нужный результат. И так происходит, пока все объекты из обучающей выборки не будут показаны помногу раз, и все веса не будут изменены, — пока сеть не начнет выдавать то, что от нее требуется.

Александр Жданов: «Одним из важных отличий человека от животных является наличие у человека языка. У биологических нейронов и у нашей модели нейронов есть свойство распознавать образ при наличии помех, когда не все входные сигналы от прообраза поступили на вход. Допустим, вы научились распознавать свою новую кошку по ее четырем лапам, хвосту и двум ушам. Через некоторое время вы уже ее распознаете, если даже не видите хвоста, потом достаточно двух ушей, из-за холодильника торчащих, – вы уже распознаете кошку. То есть, у вас не все сигналы от прообраза поступают, однако те нейроны, которые обучены распознавать кошку, ее распознают даже при неполной информации. Причем, чем больше времени пройдет, тем вы ее будете распознавать по меньшему количеству признаков с сохранением той же вероятности.»

 

Рис.1. Представление слова «слева». По оси X — время, по оси Y — частота звукового сигнала.


Оказывается, что это свойство можно использовать для идентификации. В работе описана следующая методика: если при наблюдении нейроном сигналов от реального объекта сопровождать его появление каким-то сигналом искусственного происхождения – звуком, картинкой, жестом – то, в конце концов, найдется нейрон, у которого эти два события начнут ассоциироваться. То есть наблюдение реального объекта и распознавания идентификатора станут для него связаны. Затем нейрон станет в состоянии распознавать этот же объект либо при наблюдении самого объекта, либо при предъявлении только искусственного идентификатора без предъявления объекта.

На примере мобильного робота авторы работы создали описанную систему. Робот видит какие-то препятствия на своем пути. Если сопровождать появление этих препятствий звуковыми идентификаторами: препятствие слева — говорить, что препятствие слева, и наоборот, — робот начинает распознавать эти препятствия вкупе со словами. И через некоторое время он начинает реагировать уже только на слова. Если он научится объезжать препятствие, то с какого-то момента можно будет беспричинно сказать, например, что препятствие слева – робот распознает образ препятствия слева и повернет вправо.

Рис.2. Пример сигналов в упрощенной модели: по оси X — время, а по оси Y — частота звукового сигнала.


«Мы поняли, описали и смоделировали момент зарождения языка. Дальше нам нужно снабдить идентификаторами образы, действия и эмоциональные оценки. И нужно это вот для чего. Есть два важнейших процесса использования языка, которые, в природе сильно отличают человека от других животных. Первый – это диалог человека посредством языка со своей или чужой базой знаний для многошагового принятия решений, моделирования будущего. Для этого нужен индивидуальный и коллективный язык. Второй процесс – передача знаний от одного индивида к другому. В процессе своего развития и адаптации система управления накопила данные, которые записаны в базе знаний в форме обученных нейронов. Обученные биологические нейроны – это нейроны с выращенными определенными синапсами. Пусть вам нужно передать эти знания от одного индивида к другому. У человека и живых организмов нет USB-разъемов, и считать базу знаний или записать ее никакой возможности нет. Ее можно только постепенно заполнить в процессе целенаправленного обучения с помощью учителя, который будет действовать через ваши штатные входы: глаза и уши. Поэтому язык, будь то русский, английский или язык жестов — единственный способ в природе передать знания», — заключает Александр Жданов.

 


Текст: пресс-служба МФТИ

Neuron-Like Approach to Speech Recognition

Diep, N.N. & Zhdanov, A.A. Program Comput Soft (2018) 44: 170. https://doi.org/10.1134/S0361768818030088

 

 

Как сделать «острее» потенциал действия?

Сотрудники ИВНД и НФ РАН совместно с коллегами из ИБХ РАН и Университета Сассекса выявили новый способ регуляции электрической активности нейронов с помощью располагающихся в синапсах нейрона калиевых ионных каналов BK-типа, чувствительных к кальцию и открывающихся под действием электрического потенциала. Опубликованные в журнале Science Advances результаты раскрывают механизмы, с помощью которых нейронная сеть без искажений передаёт высокочастотные сигналы, необходимые для точной детекции совпадений во времени.


Ученых давно интересовало, какие особенные свойства нейронов позволяют им генерировать и поддерживать сверхвысокочастотные импульсы (потенциалы действия) — до 200 раз в секунду и выше. За создание концепции, описывающей возникновение нервного импульса путем активации ионных каналов в 1963 году Ходжкин и Хаксли получили Нобелевскую премию по медицине.

Потенциал-активируемые ионные каналы это белки, пропускающие заряженные частицы (ионы) через мембрану, в результате чего генерируются электрические разряды, с помощью которых нейроны «разговаривают» между собой и передают команды, например, на сокращение мышц. При этом, электрическая активность мембраны нейрона не затихает сама собой, и чтобы всплеск потенциала прекратился, в конце каждого нервного импульса необходима активация особого типа каналов, пропускающих ионы калия и возвращающих заряд мембраны нейрона к его исходному значению покоя. От работы калиевых каналов зависит, насколько быстро мембрана нейрона восстановится и будет готова снова генерировать нервный импульс, а значит, и с какой частотой нейрон сможет передавать сигналы по своему аксону к другим нейронам сети.

В своем исследовании ученых из Института высшей нервной деятельности и нейрофизиологии РАН, Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН и Университета Сассекса особенно заинтересовали нейрональные калиевые каналы BK-типа, чувствительные к внутриклеточному кальцию, и поэтому активирующиеся не сразу, а только после одного или нескольких предшествующих электрических импульсов, когда в клетку уже начинает поступать кальций. Это помогает нейронам поддерживать высокую калиевую проводимость даже при серийных разрядах, когда основной тип калиевых каналов, Kv1, уже значительно инактивирован. Особенное положение BK-каналов в аксоне и синаптических бутонах позволяет им «чувствовать» кальциевый сигнал в синапсах — запускаемых внутриклеточным кальцием «межнейронных передатчиках», с помощью которых нейроны посылают химические сигналы по цепочке друг-другу.

«Мы установили, что активация синаптической передачи нейроном сама по себе видоизменяет будущие электрические разряды в этом нейроне посредством очень быстрой обратной связи, — объясняет Евгений Никитин, руководитель группы биофотоники ИВНД и НФ РАН. –Повышение внутриклеточного кальция в пресинаптическом бутоне и первом перехвате Ранвье вызывает значительное снижение длительности отдельных потенциалов действия в этом нейроне посредством открытия калиевых BK-каналов, чувствительных к кальцию».

Чтобы установить, как внутриклеточный кальций меняет параметры разрядов нейрона, ученые использовали метод фотолитического высвобождения кальция из связанного фоточувствительного соединения, которым предварительно заполняли пирамидный нейрон пятого слоя зрительной коры крысы. Используя сканирующий микроскоп, ученые проецировали лазерный импульс длительностью десятки миллисекунд точно на пресинаптический бутон аксона, вызывая там локальное фотовысвобождение кальция и регистрируя его распространение по аксону с использованием флуоресцентного кальциевого индикатора. Одновременно, ученые регистрировали уменьшение длительности электрических импульсов в нейроне с помощью стеклянного микроэлектрода, внедренного в его мембрану. Эксперименты показали, что искусственно вызванная «кальциевая волна», сравнимая с эффектом от предшествующего электрического импульса, вызывает значительное сужение последующих импульсов в серии.

Однако, как исключить другие объяснения наблюдаемого явления и доказать, что за это ответственны именно калиевые каналы BK-типа? Здесь на помощь ученым пришел высокоселективный пептидный блокатор каналов BK-типа – Ибериотоксин, выделенный из яда индийского скорпиона Buthus tamulus. В присутствии Ибериотоксина в физиологическом растворе, омывающем нейрон, длительность нервного импульса под воздействием кальция не уменьшалась, тогда как другие блокаторы, в том числе блокаторы Kv1 каналов и синаптической передачи, на наблюдаемое явление не влияли. Ибериотоксин также нарушал структуру постсинаптических потенциалов, вызываемых активацией синапса в следующем нейроне в цепочке, что говорит о важности BK-каналов для поддержания пропорциональности синаптической передачи при серийных высокочастотных разрядах нейросети.

Исследование включало не только нейрофизиологическую, но и молекулярно-биологическую составляющую. В сотрудничестве с коллективом из ИБХ РАН под руководством Всеволода Белоусова было определено точное расположение наиболее близких синаптических бутонов аксона, способных повлиять на генерацию нервного импульса. Ученые трансфецировали нейроны пятого слоя зрительной коры с помощью «генной пушки», используя аминокислотную последовательность, определяющую внутриклеточный транспорт синаптического белка синаптофизина, соединенную с зеленой флуоресцентной («светящейся») меткой SypHer2. Далее, метку SypHer2 наложили с помощью лазерного конфокального сканирующего микроскопа на светящиеся контуры нейрона, подсвеченные с помощью другого флуоресцентного белка, tagRFP, что позволило увидеть расположение бутонов данного нейрона, из которых для дальнейших экспериментов выбрали наиболее близко лежащие к первому перехвату Ранвье.

По словам руководителя подразделения, члена-корреспондента РАН Павла Балабана, данная работа показывает важность потенциал-чувствительных каналов не только для процесса генерации нервного импульса, но и для динамической настройки его параметров при серийных разрядах. Если бы этого дополнительного механизма регуляции длительности импульса не существовало, синаптическая передача сигналов между нейронами могла бы перейти к неконтролируемой экскалации из-за увеличения длительности импульсов, вызываемого частичной инактивацией основных потенциал-зависимых каналов при высокочастотных разрядах.


Текст: ИВНД РАН

A BK channel–mediated feedback pathway links single-synapse activity with action potential sharpening in repetitive firing

Matvey V. Roshchin, E. Matlashov, Victor N. Ierusalimsky, Pavel M. Balaban, Vsevolod V. Belousov, György Kemenes, Kevin Staras, Evgeny S. Nikitin

Science Advances 04 Jul 2018:
Vol. 4, no. 7, eaat1357
DOI: 10.1126/sciadv.aat1357

 

Читайте материалы нашего сайта в FacebookВКонтактеЯндекс-Дзен и канале в Telegram, а также следите за новыми картинками дня в Instagram.

Совместная разработка Ростеха и СамГМУ ускорит реабилитацию после инсульта

Госкорпорация Ростех создала консорциум «Трансляционная медицина» для разработки, апробации, серийного производства и вывода на международный рынок  нейротренажера на базе виртуальной реальности ReviVR, который поможет в реабилитации пациентов, перенесших инсульт. В состав консорциума вошел Национальный медико-хирургический Центр имени Н.И. Пирогова, АО «Инженерно-маркетинговый центр Концерна «Вега» (входит в холдинг «Росэлектроника» Госкорпорации Ростех) и Самарский государственный медицинский университет (СамГМУ).

Credit: CaмГМУ


Основной принцип работы тренажера ReviVR – погружение пациента в виртуальную среду, где он может увидеть себя от первого лица в вертикальном положении, самостоятельно «ходить» по открытому пространству – «футбольному полю» и «набережной». А также слышать и ощущать свои шаги за счет одновременного тактильного воздействия на стопы при помощи пневмостимуляции. За счет этого активизируются определенные группы мышц, которые в свою очередь стимулируют мозговую активность. Благодаря чему восстанавливаются нейронные связи в поврежденных из-за инсульта или травмы участках головного мозга. Человек «привыкает» к вертикальному положению.

Главная задача консорциума – обеспечение скорейшего выхода инновационной разработки на рынок и успешная коммерциализация ReviVR. На сегодняшний момент нейротренажер имеет статус технического средства реабилитации, получен сертификат качества продукции, в ближайшее время ожидается получение регистрационного удостоверения Росздравнадзора.

Нейротренажеры ReviVR станут первой разработкой медицинского вуза, переданной в серийное производство крупной российской корпорации. ИМЦ Концерна «Вега» располагает всеми необходимыми лицензиями на производство подобного оборудования. По оценкам Концерна «Вега», инвестиции в проект могут составить до 20 млн рублей.

«Промежуточные результаты клинических исследований показали, что у пациентов после прохождения курса восстановления с применением традиционный методик реабилитации и занятий с ReviVR в полтора-два раза улучшились показатели двигательной активности. Планируется модификация нейротренажера: создание новых виртуальных сред, а также выпуск модели тренажера для восстановления движения верхних конечностей», — прокомментировал директор Института инновационного развития СамГМУ, профессор РАН Александр Колсанов.


Текст: СамГМУ

Читайте материалы нашего сайта в FacebookВКонтактеЯндекс-Дзен и канале в Telegram, а также следите за новыми картинками дня в Instagram.

Авторы нового протеза, VR-приложения и нейроинтерфейса выиграли «Нейростарт» в ДВФУ

Победителей первого биоинженерного хакатона «Нейростарт»определили в Дальневосточном федеральном университете (ДВФУ). По итогам пятидневного нон-стоп марафона студенты представили прототипы одиннадцати протезов, приложений, датчиков и других технологических новинок для современной медицины.

Сredit: ДВФУ


Лучшей разработкой, по мнению приглашенных экспертов, стал бионический протез ступни и голени. Студенты Инженерной школы и Школы естественных наук ДВФУ более года работают над созданием активной стопы для протеза. Устройство должно управляться с помощью остатка мышц и стать более подвижным, чем существующие аналоги.

«На хакатоне мы собрали стопу, которая может двигаться по сигналу. Разработали собственное программное обеспечение для снятия телеметрии с датчиков, расположенных на ноге здорового человека. На полученных данных мы обучили модель нейронной сети — она может предсказывать правильное движение стопы. В дальнейшем это поможет достичь более естественного движения стопы-протеза», — рассказал лидер проекта, студент Школы естественных наук ДВФУ Даниил Сербинович.

Второе место занял проект нейроинтерфейса для очувствления протезов. Студентка Школы биомедицины ДВФУ Полина Безрукавая с коллегами из Инженерной школы предлагает новую технологию, которая позволит восстановить утраченную двигательную функцию руки и, что особенно важно, вернуть чувствительность. Для этого предлагается вживлять в нерв электроды для стимуляции. На хакатоне авторы представили работающий прототип — плотно облегающую перчатку, оснащенную датчиками.

«Это очень перспективная разработка, — отметил эксперт, сооснователь компании «Моторика» (Москва) Василий Хлебников. — Над решением данной задачи трудятся десятки лабораторий в мире. Уверен, не сбавляя темп, студенты довольно быстро выйдут на первые продажи».

Третье место заняли авторы приложения для реабилитации после травм плеча в виртуальной реальности (VR) — студенты Инженерной школы и Школы естественных наук ДВФУ. Участники разработали тестовые задания, чтобы оценить степень тяжести перенесенной травмы и подобрать подходящий курс восстановления.

«Мы крепим датчики к руке пациента и просим его выполнить несколько заданий — поставить коробку на полку или помыть окно в виртуальной реальности. Так программа считывает поврежденную область и подбирает необходимый курс лечения», — рассказал магистрант Инженерной школы Роман Огурешнов.

VR-проектом студентов ДВФУ заинтересовалась компания «Моторика», которая разрабатывает технологии на стыке медицины и робототехники. Эксперты оценили практическую значимость и предложили ребятам присоединиться к их собственной платформе VR для реабилитации.

«Участники получили колоссальный опыт, новые знания, рабочие контакты и даже предложения о дальнейшем сотрудничестве от крупных технологических компаний, — отметил идейный вдохновитель хакатона, нейрохирург Медицинского центра ДВФУ Артур Биктимиров. — Это значит, что наш первый биоинженерный марафон прошел успешно, и мы будем проводить его ежегодно».

Все команды «Нейростарта» автоматически проходят в финал студенческого конкурса по разработке экспериментальных технологий в области протезирования рук и реабилитации HumanX Prize. Призеры также представят свои проекты на кэмпе «Форсайт на Амуре» с 7 по 13 июня в Хабаровском крае.

Первый биоинженерный хакатон «Нейростарт» прошел с 15 по 19 мая и стал продолжением «Битвы инженеров» ДВФУ — студенческих соревнований, где команды создавали первые прототипы протезов. Проект университета получил поддержку Агентства стратегических инициатив России.


Текст: Дарья Фисун, ДВФУ

Читайте материалы нашего сайта в FacebookВКонтактеЯндекс-Дзен и канале в Telegram, а также следите за новыми картинками дня в Instagram.

Протонная терапия по-русски. Часть 1: опухоль или пациент?

На Европейском радиологическом конгрессе, который проходил в Вене в начале марта, собрались более 20 тысяч радиологов со всего мира, чтобы обсудить новые протоколы диагностики, нейросетевые алгоритмы обработки изображений, еще раз поговорить об опухолях, инсультах, аневризмах, визуализации инфекционных заболеваний, принять в свои ряды коллег из Швейцарии, Китая и Португалии. Часть докладов и лекций была посвящена новейшим методам лучевой терапии, в частности – протонной терапии, и воспользовавшись случаем, редакция порталаNeuronovosti.ruрешила обсудить то, каково положение этого высокотехнологичного метода лечения в России, с руководителем первого в стране центра протонной терапии в МИБС (Санкт-Петербург) Аркадием Столпнером. Интервью получилось объемным, поэтому мы разделили его на две части.

Аркадий Столпнер в центре протонной терапии МИБС


Расскажите, пожалуйста, про ваш центр. С чего начиналась ваша деятельность, на чем вы специализируетесь сейчас и какое оснащение имеете в арсенале?

Начав работу в 2003 году с первого частного центра МРТ, мы достаточно интенсивно развивались и буквально через 3 года имели уже около десятка диагностических центров. Вскоре поняли, что необходимо предлагать нашим пациентам что-то кроме диагностики, поэтому купили гамма-нож, так как считали, что это очень высокотехнологичная техника, а нетехнологичную помощь нам оказывать не хотелось. Потом стало понятно, что одного гамма-ножа мало.

Мы росли органично и быстро, потому что ничего не придумывали, а вставляли те паззлы в мозаику, которые были необходимы, без которых мы не могли. В 2005 году мы стали понимать, что не можем контролировать все наши МРТ-центры с точки зрения качества, поэтому вынуждены были наладить телемедицинский контроль и открыть консультативный центр. Дальше, когда мы стали замечать, что у нас идет на гамма-нож слишком много пациентов и не только с патологией головного мозга, поняли, что нам чего-то не хватает, так как зона работы гамма-ножа слишком узкая. И мы привезли кибернож – добавили все тело. Потом поняли, что кибернож не решает некоторые задачи, и добавили линейный ускоритель.

Так как онкология не может существовать без химиотерапии, впоследствии появилось химиотерапевтическое отделение, и мы стали достаточно полноценными. Однако, нам все же не хватало ПЭТ как элемента нормальной онкологической диагностики, поэтому мы открыли первый в России частный центр позитронно-эмиссионной томографии. Это произошло в 2012 году в Санкт-Петербурге. Сейчас многие говорят, что они первые, но если смотреть исторически, то в этом мы опередили всех практически на несколько лет.

И точно так же, когда стало понятно, что дистанционная лучевая терапия не ограничивается тем же гамма-ножом, киберножом и линейными ускорителями, а квинтэссенция – это протонная терапия, то мы решили, что нам в нашем наборе инструментов нужно иметь еще один такой высокотехнологичный метод для того, чтобы оставаться технологическими лидерами. И мы построили центр протонной терапии, а в 2017 году его запустили.

А когда именно запустился центр? Сколько пациентов уже успели получить помощь?

Первых пациентов мы пролечили в ноябре. Это была очень небольшая, ограниченная группа из пяти человек. И дальше мы сделали небольшую паузу, так как ждали американских коллег. Метод очень сложный – оружие серьезное. Получить в руки такое серьезное оружие и не уметь им управлять – большой вызов. Даже учитывая то, что наши врачи, медицинские сестры, физики проходили достаточно длительное обучение в разных странах, в лучших госпиталях протонной терапии в США, Швейцарии, Японии. Но нужно сказать, что во всех этих странах мы знаем, что не можем притрагиваться к пациентам, так как у наших врачей нет специальных дипломов. Поэтому все выглядело очень теоретизировано. Чего у нас не было до последнего времени, но что мы сейчас стремительно приобретаем, так это практические навыки.

Задержка была связана с тем, что специалисты Университета Пенсильвании не могли к нам приехать в согласованные сроки по причине того, что у них появились свои технические сложности. Но вот недавно они, наконец, нас посетили, и мы запустили в лечение вторую, большую группу пациентов – почти 20 человек разных возрастов, из которых много детей от 5 до 13 лет. Все с разными нозологическими единицами, на разных стадиях и с разной локализацией опухолей. Все они очень сложные, и я думаю, после того, как мы с иностранными коллегами обсудили лечение, наши планы, это придало некоторую смелость нашей команде.

Так что большая группа запущена, много наших программ одобрено, мы продолжаем взаимодействовать с американскими специалистами, и они нас будут курировать и дальше. Следующая группа врачей приедет к нам через три месяца опять, когда мы накопим минимальный опыт и вопросы.

Которые рождаются только в практике?

Да, и эти вопросы могут появиться только тогда, когда вы что-то знаете. Наше обучение продолжится, а потом осенью мы снова поедем к ним тоже недели на две, и я думаю, что после этого как теоритический, так и практический этап обучения будет завершен. Но, конечно, мы будем продолжать учиться, это бесконечный процесс в медицине.

А что из себя представляет сама протонная терапия? Что во время нее происходит в тканях опухоли?

Важно отметить то, что протонная терапия, как дистанционная лучевая терапия, применяется в случае онкологических заболеваний, а онкология стоит на трех китах: хирургии, химиотерапии и лучевой терапии. И необходимы все три кита, то есть комплексный подход к лечению, а выбор тактики должен осуществляться всеми специалистами. Это первое. И второе: протонная терапия – это просто инструмент, и не нужно относиться к ней как к панацее. Хотя да, она имеет некоторые преимущества перед обычной фотонной терапией.

Какие это преимущества? Во-первых, фотоны – легкие частицы, и их разбросанный полет можно сравнить с полетом дроби. То есть поражающее воздействие довольно большое и широкое. Протоны – это ядра водорода, то есть частицы, которые в тысячу раз тяжелее, чем электроны, и они летят как пуля. Соответственно, их поражающее воздействие большое, но очень точное – можно «стрелять» прицельнее.

Во-вторых, это то, что фотоны теряют энергию в теле линейно. Они входят в тело – теряют немного энергии, входят в опухоль – теряют еще немного, и выходят из опухоли – тоже теряют. А протоны теряют энергию зерообразно. Так называемый пик Брегга – способность протонов терять энергию в конечной точке пробега. Это свойство позволяет нам избегать поражения органов и тканей, лежащих как впереди, так и сзади, за опухолью.

Пик Брэгга в пробеге альфа-частиц в воздухе


В лучевой терапии есть дилемма: для того, чтобы контролировать опухоль, нам нужно дать какую-то серьезную дозу радиации, и встает вопрос – «убить» опухоль или «убить» человека? Мы облучаем опухоль, мы надеемся, что ДНК клетки будет разрушена, клетка не сможет делиться, а если она не сможет делиться, то она погибнет. Соответственно, через некоторое время мы ожидаем лизис онкологических клеток. Но эта разница между тем, чтобы не «убить» человека, к сожалению, при фотонной терапии часто слишком мала. Мы неизбежно облучаем не только опухоль, но и критически значимые ткани, которые находятся рядом, и получаем токсичность, которая иногда бывает не совместима с жизнью.

Но еще чаще возникают ситуации, когда эта токсичность нам не дает продолжить курс. У пациента падают показатели крови, и мы вынуждены курс приостановить или прекратить вовсе, что означает, что мы не можем дать ему ту дозу, которая будет контролировать опухоль, и имеем высокие шансы рецидива. Поэтому здесь протоны имеют колоссальное преимущество.

Есть еще одно, что ставит протоны на две ступени выше. Любое ионизирующее излучение имеет канцерогенный эффект. Соответственно, очень важно, когда мы лечим пятилетнего ребенка, не получить через 20 лет вторичную опухоль. И вторичного рака после облучения протонами в разы меньше. Мы можем также обойти зоны роста, не разрушив их, и не инвалидизировать пациента. К тому же, когда мы облучаем головной мозг протонами, они оказывают гораздо меньшее воздействие на когнитивные функции.

Вот все эти качества делают нашей фокус-группой именно детей. Но последние исследования доказывают, что показатели выживаемости увеличиваются не только у детей, но и у взрослых, снижается количество рецидивов, повышается эффективность, и все больше исследователей говорят о том, что протонная терапия имеет явные преимущества во всех возрастных группах.

Мы потратили 5 лет на то, чтобы построить центр, и мы его, наконец, построили. Сейчас принимаем больных и надеемся в скором времени накопить достаточно данных, чтобы стать референс-центром для страны, особенно для детей.

Какова пропускная способность центра?

Я думаю, на сегодня при современном уровне знаний и технологии, которой мы обладаем, это около 800 человек в год. Если мы в этом году пролечим 300-350 человек, я буду очень рад.

Вообще это медленный процесс. Большая опасность в том, когда центр только открывается и начинает сразу быстро лечить много больных. Это не очень хорошо, потому что, к сожалению, скорость не всегда означает качество, особенно когда навыков недостаточно. Только потом уже количество начинает перерастать в качество, и я всегда это пропагандирую: если вы оперируете много, если вы лечите много, то вы накапливаете опыт, и, скорее всего, если вы делаете все правильно, вы будете успешными, и ваши врачи будут обладать огромным опытом.

А сколько времени требуется на одну процедуру?

Это очень хороший вопрос. У нас две лечебных комнаты и один циклотрон. Как все это происходит? Сама процедура лечения занимает всего одну минуту, и кажется, что лечить можно быстро и много. Но поскольку оружие сильно, мы должны стрелять очень точно. Нельзя стрелять с закрытыми глазами, а это значит, что мы должны правильно позиционировать пациента, изготовить для него фиксирующие приспособления. Мы должны каждый раз убеждаться, что он лежит так же, как и вчера, потому что мы создаем план до 30 процедур. Мы должны убедиться, что он лежит так же, как лежал на столе компьютерного томографа, когда мы симулировали план лечения. И это все занимает время.

Есть очень много систем, контролирующих позиционирование пациента. И оно само только может занять полчаса. Потому что оператор проверяет позицию, делает снимки, подходит, поправляет, еще раз проверяет, и так пока не будет достигнута абсолютная идентичность.

Особая сложность в том, чтобы лечить педиатрических пациентов, потому что они не должны двигаться. И часто нам приходится пользоваться анестезией. Это тоже занимает время. Так что если считать по-честному, то у нас уходит в среднем полчаса на взрослого и 45 минут на ребенка. Отсюда такая невысокая пропускная способность. И это не одна процедура, как при радиохирургии.

То есть пациент должен проходить процедуру ежедневно в течение 30 дней?

Это пять дней в неделю без субботы и воскресенья.

Что необходимо для планирования?

Из визуализации у нас есть компьютерный томограф, магнитно-резонансный томограф, позитронно-эмиссионный томограф. Если для фотонной терапии основной визуализационный метод – это КТ, то для нас все три метода основные. Несомненно, КТ базовый, но очень часто мы вынуждены добавлять и МРТ, и ПЭТ, потому что бывает недостаточно смотреть просто морфологию, иногда нужно определять и функцию, чтобы понимать, куда стрелять.

И на КТ, и на МРТ, и на ПЭТ у нас есть специальный набор программ для планирования, а также плоские столы, что очень важно. То есть все заточено на подготовку. И плюс фиксирующее устройство, которое позволяет уменьшить амплитуду движения человека во время процедуры.


Подготовила Анна Хоружая

(продолжение следует)

Читайте материалы нашего сайта в FacebookВКонтактеЯндекс-Дзен и канале в Telegram, а также следите за новыми картинками дня в Instagram.

 

Стволовые клетки мозга обновляются ограниченно

Дискуссия о нейрогенезе в гиппокампе продолжаетеся. Группа учёных из МФТИ, университета Стони Брук и лаборатории Колд Спринг Харбор пронаблюдали, как делятся и расходуются нейральные стволовые клетки в гиппокампе у мышей – области мозга, критически важной для обучения и памяти. Оптимистичные прогнозы о наличии симметричного деления – когда из одной стволовой клетки получается две – не подтвердились. Если такое деление и происходит, то не более чем в десяти процентах случаев. Это значит, что восполнение стволовых клеток, которые могли бы дать начало новым нейронам – редкий или вовсе не происходящий процесс. Кроме этого учёные определили пространственные особенности исчезновения стволовых клеток в стареющем мозге. Статья опубликована в Scientific Reports.

Фото. Нейрогенная ниша гиппокампа. Зелёным изображены стволовые клетки (Nestin-GFP) – красным – астроцитарный белок (GFAP). Трёхмерная реконструкция серии конфокальных изображений. Предоставлено авторами исследования 


Ольга Минеева, сотрудник лаборатории стволовых клеток мозга МФТИ , комментирует: “Полученные нами результаты в первую очередь говорят о том, что в нормальном зрелом мозге способность гиппокампальных стволовых клеток к обновлению путём симметричных делений ограничена. А увеличение тотального количества стволовых клеток не происходит вовсе или не сказывается значительно. Эти результаты требуют критического пересмотра ряда исследований, которые показали наличие симметричных делений нейральных стволовых клеток гиппокампа”.

Хотя сейчас не утихают споры о возможности появления новых нейронов во взрослом мозге у человека, их генерация в мозге других взрослых млекопитающих признана неопровержимым фактом. Процесс образования новых нейронов из стволовых клеток называют нейрогенезом. После того как рост и развитие молодого мозга завершены, у большинства взрослых млекопитающих в мозге остаются лишь две области, сохраняющие стволовые клетки, ответственные за нейрогенез: тонкий слой в стенке боковых желудочков мозга (или субвентрикулярная зона) и тонкий слой в зубчатой извилине гиппокампа (или субгранулярная зона). Вторая зона вызывает особый интерес исследователей, так как находится в гиппокампе, работа которого критически важна для реализации важнейших когнитивных функций, например, обучение, память и эмоциональное поведение. При этом современные данные показывают, что и сам нейрогенез в гиппокампе может быть важен для осуществления этих функций. Но также известно, что с возрастом количество нейральных стволовых клеток в гиппокампе падает. Поэтому перед исследователями встаёт целый ряд вопросов: как сохраняется пул этих стволовых клеток в ходе онтогенеза, каковы механизмы его поддержания и обновления, и, главное, можно ли повлиять на эти процессы и тем самым продлить интенсивный нейрогенез до глубокой старости, а значит и продлить молодость мозга.

Ключом для ответа на эти вопросы может стать выяснение того, как делятся стволовые клетки во взрослом мозге. Теоретически деление нервной стволовой клетки может происходить двумя способами (Рис. 1). Первый вариант — когда из одной стволовой клетки получается две такие же стволовые. Такого рода деления, когда из материнской клетки образуются две подобные ей дочки, называются симметричными. Второй вариант – когда из одной стволовой клетки получаются две дочки, одна из которых – такая же как материнская, а вторая становится предшественником нейрона. Такие деления принято называть асимметричными. Стволовые клетки могут делиться преимущественно одним способом, либо использовать оба типа делений для генерации нейронов. Как видно, способ деления стволовых клеток определяет общее число стволовых клеток, а следовательно, расходуется ли резерв стволовых клеток, с какой скоростью, может ли он быть восстановлен или даже увеличен.

Так, если стволовые клетки гиппокампа часто делятся симметрично, значит их пул может самоподдерживаться и восстанавливаться. Потенциально, фармакологическая индукция симметричных делений может даже увеличить стволовой резерв. Если же симметричные деления – крайне редкое событие, а в основном происходят асимметричные, то активация деления стволовых клеток после периода покоя приведёт к неизбежному исчезновению самих стволовых клеток. Данные о снижении числа стволовых клеток с возрастом косвенно свидетельствуют в пользу второго «пессимистичного» сценария и возможного отсутствия симметричных делений. Но как исследовать этот вопрос напрямую? Необычное решение было предложено группой учёных из МФТИ, университета Стони Брук и лаборатории Колд Спринг Харбор.

Рисунок 1:Типы деления клеток. При симметричном делении (слева) из одной стволовой клетки (зелёные) образуются две такие же стволовые, а при асимметричном (справа) – образуется одна стволовая клетка и предшественник нейрона (красная клетка) или астроцит (фиолетовая клетка).


Авторы выявляли делящиеся клетки классическим для такого рода исследований способом, а именно вводили экспериментальным животным синтетический аналог нуклеотида тимидина – бромодезоксиуридин (БрдУ), который встраивается в удваивающиеся цепи ДНК клеток во время их деления. О том, что поделились именно стволовые клетки гиппокампа судили по другому маркеру – зеленому флуоресцентному белку (GFP), синтез которого находился под контролем регулирующей последовательности гена белка нестина – маркера стволовых клеток. От других предшественников нейронов стволовые клетки отличает их особая узнаваемая форма – они имеют крупное тело и один длинный апикальный отросток, сильно ветвящийся сверху. Таким образом, если в зубчатой извилине гиппокампа происходят симметричные деления стволовых клеток, такие деления на срезах можно увидеть, как пару близкорасположенных зеленых клеток с крупным апикальным отростком и с БрдУ в ядрах. Однако меченые клетки могут оказаться рядом не только из-за симметричного деления. Они могут быть потомками не одной клетки, а двух разных соседствующих клеток, каждая из которых поделилась асимметрично (Рис.2). Возникает вопрос, как различать эти две ситуации.

Рисунок 2: На срезе мозга находятся помеченные БрдУ стволовые клетки (фрагмент посередине) среди множества неделящихся или покоящихся стволовых клеток (светло-зелёные). Такие меченые пары могут встречаться или из-за активации асимметричного типа деления двух неродственных стволовых клеток, находящихся рядом (вариант слева), или из-за симметричного деления одной стволовой клетки (справа). По рисунку, предоставленному Ольгой Минеевой, автором статьи.


Учёные придумали статистический метод, с помощью которого можно оценить, случайно ли меченые клетки оказались рядом или не случайно. А именно, вследствие их происхождения от двух разных материнских клеток, поделившейся асимметрично (Рис. 1, лев. часть) или от общей материнской клетки, поделившейся симметрично (Рис. 1, прав. часть). Суть метода заключалась в измерении реально наблюдаемой вероятности обнаружения пар меченых стволовых клеток и её сравнении с полностью случайной вероятностью, которую можно искусственно смоделировать в общей популяции стволовых клеток. В результате, если реально наблюдаемое число пар будет выше смоделированного случайного, то это значит, что возникновение не всех пар можно объяснить случайностью, и часть из них образовались в результате симметричных делений.

Для того, чтобы измерить реальное и смоделированное случайное число пар клеток, на микроскопических изображениях срезов находили местоположение всех стволовых клеток, содержащих и не содержащих маркер делений БрдУ. Таким образом, для каждой клетки было определено её положение в пространстве. Затем по полученным координатам определяли расстояния между парами реально наблюдаемых меченых клеток и число пар клеток на конкретных расстояниях (Рис. 3А). Затем искусственно моделировали случайное распределение меченых клеток для сравнения. Для этого использовали все положения, в которых могли появиться меченые клетки, т.е. координаты всех делящихся и неделящихся стволовых клеток. Из списка координат с помощью генератора случайных чисел выбирали такое же количество клеток, что наблюдалось на срезе в действительности, и условно принимали их за меченые. Получался тот же срез, но теперь уже с псевдо-мечеными клетками, разбросанными на нем случайным образом (Рис.3Б). Допустим, если мы увидели 11 меченых клеток на срезе (как на Рис.3А), то среди всех возможных позиций будет разбросано 11 псевдомеченых клеток (Рис.3Б) и рассчитано распределение расстояний между ними. Эта операция была повторена много раз для получения статистики со всех срезов. Сравнив реальное распределение с моделируемым случайным, авторы увидели, что они не отличаются друг от друга. Однако отсутствие различий между реальной и случайно сгенерированной картиной могло быть связано с низкой чувствительностью метода. Чтобы проверить это, исследователи попробовали добавлять в модель заданное количество пар сближенных делящихся клеток и оценить, сколько симметричных делений нужно, чтобы новое искусственно сгенерированное распределение начало отличаться от случайного. Получилось, что нужно добавить больше 10% событий симметричных делений. Из этого учёные сделали вывод о том, что в реальном взрослом гиппокампе симметричных делений нервных стволовых клеток не происходит, или же они происходят, но крайне редко, и их доля составляет не больше 10%.

Рисунок 3: Схема расположения стволовых реальных клеток на срезе и в модели. Серые точки – неделящиеся стволовые клетки. Чёрные точки – реально обнаруженные меченые клетки. Голубые точки – случайно разбросанные псевдомеченые клетки.


Этот же метод авторы применили, чтобы описать исчезновение стволовых клеток с возрастом. Чем старше мышь, тем меньше стволовых клеток остаётся в нейрогенной зоне гиппокампа. Например, у семимесячной мыши их в девять раз меньше, чем у двухнедельной, и в пространстве, где поначалу были стволовые клетки, в нейрогенном резерве обнаруживаются пустоты.

Авторы смоделировали старение нейрогенной зоны мышиного гиппокампа, проделав ту же самую операцию случайного перебора, что и в первом эксперименте. Однако теперь, среди всех доступных клеток у молодых мышей они случайно выбирали и оставляли то количество, которое в действительности наблюдалось в гиппокампе у семимесячной мыши. Оказалось, что оставшиеся стволовые клетки в настоящем гиппокампе семимесячных мышей распределены более равномерно, чем случайно выбранные. На основании этого исследователи делают вывод о том, что исчезновение стволовых клеток гиппокампа зависит от их положения в пространстве: клетки, расположенные поблизости друг от друга имеют больший шанс к скорому исчезновению, что приводит к пустотам в слое стволовых клеток. Более того, учёные выяснили, что в разных отделах гиппокампа стволовые клетки расходуются с разной степенью неравномерности. Интересно то, что разные зоны гиппокампа отвечают за разные когнитивные функции. Однако учёные не спешат связывать такое исчезновение стволовых клеток с функциональными особенностями – возможно, это связано с более простыми факторами, как например, распределение сосудов.

Последняя работа этих авторов новым способом подтвердила ранее выдвинутое предположение о том, что стволовые клетки не могут обновляться бесконечно. Ранее, на основе других данных, авторами настоящего исследования была выдвинута концепция, согласно которой каждая стволовая клетка, выйдя из состояния покоя, проходит ограниченное число клеточных делений, давая начало новым нейронам и астроцитам, но не новым стволовым клеткам (Encinas et al., 2011). Важное следствие этой концепции о невосполнимости пула покоящихся стволовых клеток гиппокампа — возможное негативное влияние веществ, активирующих деления стволовых клеток, на нейрогенез в гиппокампе в долгосрочной перспективе. Так, увеличивая нейрогенез через усиленное рекрутирование стволовых клеток, эти факторы могут вызывать преждевременное истощение нейрогенной ниши, и как возможное следствие этого – к когнитивным нарушениям из-за последующей нехватки новых нейронов.

Рисунок 4: A) Оставшиеся стволовые клетки у 7-месячной мыши. В) Стволовые клетки 2-недельной мыши, среди которых случайным образом выбрано (голубым) такое же количество клеток, которое осталось у 7-месячной. C, D) Реальное распределение расстояний между ближайшими клетками (красным) отличается от случайного (голубым).


Григорий Ениколопов, заведующий лабораторией стволовых клеток мозга МФТИ:  «Тотального запрета на симметричные деления может и не быть, и увеличение стволовых клеток в количестве возможно при определённых условиях. Поиск таких воздействий, стимулирующих деление и обновление нейральных стволовых клеток, но одновременно не истощающих их пул преждевременно, должен продолжаться».


Текст: пресс-служба МФТИ

Spatial geometry of stem cell proliferation in the adult hippocampus
Olga A. Mineyeva, Grigori Enikolopov & Alexei A. Koulakov
Scientific Reportsvolume 8, Article number: 3444 (2018)
doi:10.1038/s41598-018-21078-6

Читайте материалы нашего сайта в FacebookВКонтакте и канале в Telegram, а также следите за новыми картинками дня в Instagram.