---

A construção de um enorme simulador digital do cérebro pode transformar profundamente neurocióncia e medicina e revelar alternativas para computadores mais potentes.

Revista Scientific American - por Henry Markaram

Em síntese

A simulação por computador apresen­tará verossimilhança cada vez maior em representações digitais das operações do cérebro humano. Até 2020 cérebros digitais poderão representar o funcio­namento interno de uma única célula cerebral ou até mesmo do cérebro todo. Uma simulação de cérebro pode agir como substituto para a peça verdadeira, promovendo assim um novo olhar so­bre o autismo ou permitindo testes vir­tuais de fármacos.

A biologia reducionista - que examina par­tes individuais do cérebro, circuitos neurais e moléculas - já nos fez trilhar um longo cami­nho, mas não consegue explicar o funcionamento do cérebro humano - processador de informações no interior do crânio -, algo tal­vez inigualável em todo o Universo. O pai do reducionismo, o filósofo francês René Descar­tes, considerou a necessidade de investigar as partes e então montá-Ias, recriando o todo.

Juntar as partes para elaborar uma simu­lação completa do cérebro humano é o obje­tivo de uma empresa que pretende construir um novo instrumento científico fantástico. Ainda não existe nada similar, mas começa­mos a fazê-lo. Um modo de encarar esse ins­trumento é considerá-Io o simulador de voo mais poderoso já construido - só que em vez de representar um voo ao ar livre simulará uma viagem pelo cérebro. Esse "cérebro vir­tual" rodará em supercomputadores e incor­porará todos os dados que a neureciência ge­rou até agora.

O cérebro digital será um recurso para to­da a comunidade científica: neurocientistas alocarão tempo nele para realizar experi­mentos, como astrônomos fazem com os maiores telescópios. Ele será usado para tes­tar teorias sobre como o cérebro humano fun­ciona na saúde e na doença. Será recrutado para auxiliar a desenvolver não só novos tes­tes de diagnóstico para autismo e esquizofre­nia, mas também novas terapias para depres­são e Alzheimer. A estrutura de conexões de dezenas de trilhões de circuitos neurais inspi­rará a criação de computadores semelhantes a cérebros e de robôs inteligentes. Enfim, transformará a neurociência, a medicina e a tecnologia da informação.

Até o final desta década cientistas pode­rão fazer as primeiras simulações do cére­bro humano e supercomputadores podero­sos darão conta do enorme número de cál­culos necessários para isso. O instrumento não exigirá que todos os mistérios do cére­bro sejam desvendados desde o início, mas permitirá uma estrutura para acomodar o que sabemos, com possibilidade de projetar o que desconhecemos. Essas previsões mos­trarão o foco de experiências futuras, evi­tando desperdício de energia O conheci­mento que geramos será integrado ao já disponível, e as "lacunas" serão preenchi­das com detalhes cada vez mais realistas até que tenhamos um modelo unificado de operação, reproduzindo com precisão o cé­rebro global ao nível de moléculas.

Construir esse instrumento é o objetivo do Human Brain Project (HBP), iniciativa que envolve cerca de 130 universidades em todo o mundo. O HBP é uma das seis inicia­tivas que competem por um prêmio, de até € 1 bilhão da União Europeia ao longo de mais de dez anos, a cada um dos dois vence­dores definidos em fevereiro de 2013.

Rrecisamos do simulador pelo menos por duas razões. Só na Europa, doenças do cérebro afetam 180 milhões de pessoas, ou cerca de uma em cada três, número que tende a crescer com o envelhecimento da população. Ao mesmo tempo as empresas farmacêuticas não estão investindo em no­vos tratamentos para o sistema nervoso de­bilitado. Uma visão holística do cérebro nos permitiria reclassificar essas doenças em termos biológicos em vez de encará-Ias co­mo meros conjuntos de sintomas. A ampli­tude dessa perspectiva nos permitiria avan­çar, desenvolvendo uma geração de trata­mentos que atinjam seletivamente as anor­malidades ocultas. O segundo motivo é que a computação se aproxima rapidamente dos limites para maior desenvolvimento. Os computadores não conseguem desempenhar muitas tare­fas que o cérebro dos animais executa sem esforço, apesar do aumento de seu poder de
processamento. Embora cientistas da com­putação tenham feito enorme progresso no reconhecimento visual, as máquinas ainda lutam para fazer uso do contexto numa ce­na ou para usar fragmentos aleatórios de informações de modo a prever eventos fu­turos da mesma forma que o cérebro.

Além disso, como os computadores mais potentes demandam mais energia, al­gum dia suprir suas necessidades não será mais viável. O desempenho dos supercom­putadores atuais é medido em petaflops ­- quatrilhões de operações lógicas por segun­do. A próxima geração, que deverá ocorrer por volta de 2020, será mil vezes mais rápi­da e será medida em exaflops - quintilhões de operações por segundo. Provavelmente, a primeira máquina em escala "exa" consu­mirá cerca de 20 megawatts, equivalente à demanda de energia de uma cidadezinha americana no inverno. Necessitamos de uma estratégia totalmente in nédita para criar computadores cada vez mais poderosos que executem algumas coisas simples, mas úteis, que os seres humanos conse­guem fazer com uso eficiente de energia.

Poderíamos fazer pior que nos inspirar­mos no cérebro humano, que realiza várias funções inteligentes com meros 20 ou mais watts - 1 milhão de vezes menos que uma máquina em escala "exa"" Para isso, precisa­mos entender a organização dos vários ní­veis do cérebro, de genes a comportamen­tos. O conhecimento está lá, mas precisa­mos reuni-lo, e nosso instrumento fornece­rá a plataforma para isso.

• Meta impossível

Críticos afirmam que o objetivo de modelar o cérebro humano é inatingível. Um dos principais obstáculos para isso é a impossi­bilidade de reproduzir a conectividade en­tre os 100 trilhões de sinapses do cérebro, pois não podemos medi-Ia. Eles estão certos de que não podemos medir a rede de cone­xões; é por isso que não vamos fazê-lo, pelo menos não totalmente. Pretendemos repro­duzir a miríade de conexões entre células cerebrais por diferentes meios.

A chave de nossa abordagem é a elabo­ração do projeto básico segundo a estrutura cerebral: o conjunto de normas que nor­teou sua construção durante a evolução e sua reprodução em todos os fetos em desen­volvimento. Em teoria, essas normas são tu­do de que necessitamos para começar a construir um cérebro. Os céticos estão cer­tos: a complexidade disso é assustadora, daí a necessidade de supercomputadores para tratamento dessa massa de informações.

Mas desvendar as normas em si é um pro­blema muito mais viável. Se conseguirmos, não há motivo lógico para não aplicarmos o modelo da mesma forma que a biologia e construir um cérebro "de silício".

Estamos falando das normas que regem os genes, levando a tipos de células disponí­veis no cérebro e ao plano subjacente do mo­do como essas células se distribuem e se co­nectam. Sabemos que essas normas existem, pois descobrimos algumas enquanto lançá­vamos as bases para o HBP. Começamos, há quase 20 anos, medindo as características de neurônios individuais. Coletamos enorme quantidade de informações sobre as pro­priedades geométricas de diferentes tipos neuronais e reconstruímos digitalmente centenas deles em três dimensões. Também gravamos propriedades elétricas dos neurô­nios usando um método meticuloso deno­minado patch clamping, que envolve a intro­dução da ponta de uma pipeta de vidro mi­croscópica na membrana da célula para me­dir a tensão elétrica dos canais iônicos.

Em 2005 a modelagem de um único neurônio exigiu um computador poderoso e um projeto de doutorado de três anos. Fi­cou claro que metas mais ambiciosas logo se tornariam viáveis e que poderíamos mo­delar elementos maiores de circuitos cere­brais, mesmo que nosso conhecimento de­les estivesse incompleto. No Instituto da Mente e do Cérebro, no Instituto Federal Suíço de Tecnologia, em Lausanne, lança­mos um dos predecessores do HBP, o proje­to BIue Brain. Iríamos construir o que cha­mamos de "modelos unificadores de com­putador"; que integram todas as informa­ções e hipóteses existentes sobre determi­nado circuito cerebral, conciliando confli­tos nessas informações e destacando qual conhecimento está em falta.

Como um caso experimental, nos propu­semos construir um modelo unificador de uma estrutura cerebral denominada coluna corticaI, que equivale a um processador de um laptop. Usando uma metáfora simplista, se você introduzir um pequeno cilindro no córtex e retirar uma porção de tecido de cer­ca de 0,5 mm de diâmetro e 1,5 mm de altu­ra, isso seria uma coluna. Dentro desse nú­cleo de tecido você encontraria uma rede muito densa, constituída por algumas deze­nas de milhares de células. A coluna é um projeto tão eficiente para um elemento de processamento de informações que assim que a evolução chegou à fórmula, ela conti­nuou replicando esta receita até que não
houvesse mais espaço no crânio, e o córtex teve de se dobrar sobre si para abrir mais es­paço - por isso nosso cérebro é enrugado.

A coluna penetra as seis camadas verti­cais do neocórtex, a camada externa do cór­tex, e as ligações neurais entre ele e as de­mais são organizadas de maneira diferente em cada camada. A organização dessas co­nexões se assemelha ao modo como as cha­madas telefônicas são atribuídas a um en­dereço numérico e encaminhadas por meio de uma troca. A coluna apresenta algumas centenas de tipos de neurônios e, com nos­so supercomputador Blue Gene da IBM, in­tegramos todas as informações disponíveis sobre como esses tipos se mesclam em cada camada, até termos uma "receita" para uma coluna em um rato recém-nascido. Tam­bém instruímos o computador para permi­tir que os neurônios virtuais se conectas­sem em todas as vias dos neurônios reais ­ mas apenas nessas vias. Levamos três anos para criar o software que permitiu cons­truir esse primeiro modelo unificador de uma coluna. Com isso tivemos nossa prova de conceito do que chamamos de biologia de síntese, uma simulação do cérebro com toda a diversidade de conhecimento bioló­gico - e de como ela pode servir como nova solução viável e criativa de pesquisa.

Nesse momento tínhamos um modelo estático - equivalente a uma coluna em um cérebro comatoso. Queríamos saber se ele começaria a se comportar como uma coluna real, ainda que isolado do resto do cérebro em um pedaço de tecido cerebral vivo, então demos uma sacudida nele: um estímulo ex­terno. Em 2008, aplicou-se um pulso elétri­co simulado em nossa coluna virtual. Obser­vamos que os neurônios começaram a se co­municar. "Picos": ou potenciais de ação - a linguagem do cérebro -, propagaram-se pe­la coluna conforme ela começou a trabalhar como num circuito integrado. Os picos fluí­ram entre as camadas e oscilaram exata­mente como fazem em fatias de cérebro vivo - um comportamento não programado no modelo surgiu espontaneamente devido ao modo como o circuito fora construído. O cir­cuito permaneceu ativo mesmo após o fim do estímulo e rapidamente desenvolveu sua própria dinâmica interna, sua maneira de representar a informação.

Desde então integramos aos poucos mais informações geradas pelos laborató­rios do mundo todo para esse modelo unifi­cador da coluna O software que desenvol­vemos também está em constante aperfei­çoamento, portanto, reconstruímos a colu­na todas as semanas, trazendo mais infor­mações, mais normas e exatidão. O próxi­mo passo é a integração de informações pa­ra uma região completa do cérebro e de­pois, um cérebro completo - começando com um cérebro de roedor.

• Reunião de dados

Nossa ação dependerá muito de uma disci­plina denominada neuroinformática. Enor­mes quantidades de informações relaciona­das ao cérebro, do mundo todo, devem ser reunidas de forma coerente e, depois, sepa­radas por padrões ou normas que descre­vam como o cérebro é organizado. Precisa­mos captar os processos biológicos que es­sas normas descrevem em conjuntos de equações matemáticas para desenvolver o software que nos permitirá solucionar as equações em supercomputadores. Necessi­tamos ainda criar um software que cons­truirá um cérebro que esteja de acordo com a biologia inerente. Nós o chamamos de "construtor de cérebro":

As previsões sobre o funcionamento do cérebro, oferecidas pela neuroinformática e aprimoradas por novas informações, acele­rarão a nossa compreensão da função cere­bral sem medir todos os aspectos dela. Podemos fazer previsões com base nas nor­mas que descobrimos e testá-Ias em relação à realidade. Um de nossos objetivos atuais é usar o conhecimento sobre os genes que dão origem às proteínas de certos tipos de neurônios para prever a estrutura e o com­portamento dessas células. A ligação entre genes e neurônios reais forma o que chama­mos de "ponte informática" o tipo de atalho que a biologia de síntese nos oferece.

Outro tipo de ponte informática que os cientistas usam há anos está ligado a muta­ções genéticas e à relação que têm com doen­ças: especificamente, como alterações em mutações alteram as proteínas que as célu­las produzem e que, por sua vez, afetam a geometria e características elétricas dos neu­rônios, das sinapses formadas e da atividade elétrica que emerge no local, em microcir­cuitos, antes de se espalharem em faixas am­plas entre as regiões completas do cérebro.

Em teoria poderíamos programar deter­minada mutação no modelo e, depois, ob­servar como ela o afeta a cada passo ao lon­go da cadeia biológica. Se o sintoma resul­tante, ou um conjunto de sintomas, coinci­dir com o que vemos na vida real essa ca­deia virtual de eventos torna-se candidata a um mecanismo da doença e podemos até mesmo começar a procurar potenciais al­vos terapêuticos por meio dela. Esse processo ativo é intensamente inte­rativo. Integramos todas as informações que encontramos e programamos o modelo para obedecer a determinadas normas biológicas. Depois, fazemos uma simulação e comparamos o "resultado"; ou o comporta­mento resultante de proteínas, células e cir­cuitos, com informações experimentais re­levantes. Se elas não correspondem, volta­mos e verificamos a exatidão das informa­ções e aprimoramos as normas biológicas. Se coincidem, trazemos mais informações, acrescentamos cada vez mais detalhes, ex­pandindo nosso modelo para uma porção maior do cérebro. Conforme o software melhora, a integração de dados torna-se mais rápida e automática, e o modelo se comporta mais como na biologia real. A modelagem do cérebro todo quando nosso conhecimento sobre as células e sinapses ainda está incompleto já não parece um so­nho impossível.

Para alimentar essa ação necessitamos de muitas informações. Preocupações éti­cas restringem as experiências que os neu­rocientistas podem realizar no cérebro hu­mano, mas felizmente os cérebros de todos os mamíferos são construídos seguindo normas comuns, com variações peculiares em espécies. Grande parte do que sabemos sobre a genética do cérebro de mamíferos vem de camundongos, enquanto os maca­cos nos oferecem visões valiosas sobre a cognição. Portanto, podemos começar construindo um modelo unificador de um cérebro de roedor e, depois, usá-lo como modelo de partida para desenvolver nosso modelo de cérebro humano, integrando aos poucos cada detalhe. Assim, os modelos de cérebro de camundongo, rato e de ser hu­mano vão se desenvolver paralelamente.

As informações geradas pelos neuro­cientistas nos ajudarão a identificar as nor­mas que regem a organização cerebral e a verificar experimentalmente se nossas ex­trapolações - as preditas cadeias de causa­lidade - correspondem à verdade biológica. Em relação à cognição, sabemos que bebês muito novos têm alguma compreensão dos conceitos numéricos 1, 2 e 3, mas não de unidades maiores. Quando finalmente pu­dermos modelar o cérebro de um recém­-nascido esse modelo deverá se lembrar tan­to do que o bebê consegue fazer quanto do que não consegue.

Muitas das informações de que necessi­tamos já existem, mas não são de fácil aces­so. Um grande desafio para o HBP será dis­tribuí-Ias e organizá-Ias. Vejamos a área mé­dica: essas informações serão imensamente valiosas para nós, não só porque a disfunção nos diz sobre a função n