Предсказать, как молекулярные изменения влияют на активность мозга, — одна из самых сложных задач нейронауки. Чтобы понять глубинные процессы, нужно анализировать сразу несколько уровней его работы — так называемый «мультимасштабный» подход. Раньше это казалось невозможным.

Но теперь появились цифровые инструменты, которые объединяют данные разных масштабов. Ученые из Университета Париж-Сакле создали новую модель, которая связывает микроскопические изменения в нейронах с крупномасштабной активностью мозга.

Они соединили три уровня моделирования:

• Отдельные нейроны — как ведет себя одна клетка.
• Нейронные сети — как группы нейронов обмениваются сигналами.
• Усредненные модели — как выглядит активность целых областей мозга.

В результате модель точно предсказала, как анестезия, блокирующая рецепторы нейронов, меняет общую активность мозга — именно так, как это наблюдают в реальных экспериментах. Результаты опубликованы в издании Nature Computational Science.

Эта технология особенно важна для фармакологии: большинство лекарств действуют на молекулярном уровне, но меняют состояние всего мозга. Понимая эти связи, можно создавать более точные препараты.

Главная ценность — в прикладной нейрофармакологии. Например:

• Более точные дозировки — если модель предсказывает, как лекарство «дойдет» до уровня поведения, можно избежать побочных эффектов.
• Персонализированная медицина — симуляция поможет подбирать терапию под индивидуальные особенности мозга.
• Ускорение разработки препаратов — вместо долгих испытаний можно сначала проверить гипотезы в цифровой среде.

Однако отметим, что модель опирается на усредненные данные, а человеческий мозг крайне вариативен. Например:

• У людей разная архитектура нейронных сетей.
• Влияние лекарств зависит от возраста, пола, генетики.

Без учета этих факторов предсказания могут оказаться неточными для конкретного пациента.

Ранее ученые выяснили, почему при аутизме мир кажется предсказуемым.