Что муха теряет первым: убираем клетки из модели её мозга

Мы собрали компьютерную модель мозга мухи по карте всех его связей и стали убирать из неё случайные клетки. Первым слабеет умение есть: когда убрано около 17 клеток из 100, модель ест вдвое меньше. Улетать от надвигающейся тени она может и без 95 % клеток. Всё ниже относится к модели, настоящих мух в опыте не было.

Откуда этот мозг

Чтобы узнать, как устроен мозг, нужно знать, какая клетка с какой соединена. Для мухи-дрозофилы такую карту сделали целиком.

• 2024, FlyWire. Проект выпустил первую полную карту связей мозга взрослой мухи (Dorkenwald и соавт., Nature). Мозг самки сняли под электронным микроскопом и по снимкам восстановили 139 255 нервных клеток и около 50 миллионов связей между ними. Для каждой клетки определили тип и предсказали, возбуждает она соседей или тормозит.
• 2024, модель Шиу. Филип Шиу и соавторы построили по этой карте компьютерную модель всего мозга (Nature). Каждая клетка в ней копит сигналы соседей и, когда набирает порог, сама посылает сигнал дальше. Модель верно предсказала, какие клетки отвечают на вкус и запускают еду. Её предсказания проверили на живых мухах: включали нужные клетки светом и смотрели на поведение.
• 2025–2026, MaleCNS. Команды HHMI Janelia, Кембриджского университета, MRC LMB и Google Research выпустили карту всей нервной системы мухи-самца: мозг вместе с нервным узлом в груди. В ней 166 691 нервная клетка, каждая проверена вручную и отнесена к одному из 11 691 типа. Это первая завершённая карта всей нервной системы самца дрозофилы, и она открыта: её может скачать любой.

Мы взяли карту самца и модель Шиу, ничего в правилах модели не меняя. В модель вошли 165 122 полностью прослеженные клетки.

Чтобы понять, умеет ли модель что-то, мы подаём сигнал на клетки органов чувств и смотрим на клетки, которые отдают команды мышцам. Проверяли пять умений:

• есть: сигнал на вкусовые клетки сахара, смотрим на клетку, которая управляет хоботком;
• уходить от угрозы: тень надвигается слева, смотрим на клетки, которые поворачивают муху вправо;
• следить за движением: движение слева, смотрим на клетку, которая поворачивает муху влево;
• улетать от надвигающейся тени: смотрим на клетку, которая запускает взлёт;
• реагировать на касание головы: сигнал на щетинки головы, смотрим на клетки, которые на него отвечают.

Как ставили опыт

Из модели убирали случайную долю клеток: 1, 2, 5, 10, 20, 30 и так до 95 %. Убранная клетка больше ничего не получает и ничего не посылает. Клетки, на которые подавали сигнал, и клетки, по которым смотрели ответ, в главном опыте не удаляли.

Какие именно клетки выпадут, решает случай, и от этого многое зависит. Поэтому на каждую долю мы брали 40 разных случайных наборов и 5 вариантов модели с чуть разными порогами клеток. Всего это 2 600 прогонов на один вариант опыта. Умение считаем ослабевшим вдвое, когда его сигнал в середине всех прогонов падает ниже половины от целой модели.

Что слабеет первым

Погрешность показывает, насколько точно мы знаем эти числа. Сам итог сильно зависит от случая: у половины наборов модель ест вдвое меньше уже к 10 %, у 7 наборов из 40 только после 30 %. Порядок при этом держится. Мы повторили опыт на урезанной карте, где оставлены только связи от пяти контактов, и получили почти те же числа: 17,5 %, 52 % и 83 %. На другой карте, мозга самки (FlyWire), порядок тот же: есть около 19 %, уходить от угрозы около 53 %, следить за движением около 80 %.

Почему взлёт держится

Мы посмотрели на саму карту. Клетка, которая запускает взлёт, почти половину возбуждающего сигнала (47–48 %) получает прямо от зрительных клеток, которые замечают надвигающуюся тень. Между ними одно звено. Похожая прямая связь есть у щетинок головы и клеток, которые отвечают на касание.

От вкусовых клеток до клетки хоботка прямой связи нет, сигнал проходит минимум через два звена. Может быть, поэтому умение есть и слабеет раньше: на длинном пути больше клеток, которые могут выпасть. Но это только догадка, мы её не проверяли. У двух поворотов прямой связи тоже нет, а держатся они намного дольше, чем умение есть. Почему, мы не разбирали.

Если терять и органы чувств

В главном опыте зрительные клетки, клетки вкуса и щетинок, на которые подавали сигнал, не удаляли. Поэтому стойкость взлёта отчасти задана самим опытом: прямая связь от зрительных клеток к взлёту оставалась целой. Мы повторили всё, разрешив убирать и эти клетки.

Порядок остался тем же, только всё сдвинулось раньше. Есть модель начинает вдвое меньше около 9 %, уходит от угрозы вдвое слабее около 36 %, следит за движением вдвое хуже около 68 %. Взлёт от тени слабеет вдвое около 86 %, ответ на касание около 88 %. Взлёт при этом слабеет плавно и заметно медленнее, чем убывают зрительные клетки: когда их убрано 85 %, сигнал к взлёту ещё около половины.

Есть похожий опыт на маленькой модели, где оставлены только зрительные клетки и клетка взлёта (проект chris017 на GitHub). Там хватало убрать 5 % зрительных клеток, чтобы взлёт почти пропал. В модели целого мозга при 5 % взлёт держится на 99 %. Возможная причина расхождения в том, как считается взлёт в маленькой модели: там он или есть, или нет. Мы эту догадку не проверяли.

Две клетки, которые не подтвердились

В пробном опыте на карте мозга самки мы наткнулись на странную вещь. Когда модель ест и над ней надвигается тень, она перестаёт есть. Но если убрать всего две клетки, по одной слева и справа, модель продолжает есть и под тенью, а улетать от тени может почти как прежде.

В декабре 2025 года вышел препринт Chen и Xi, где та же модель на той же карте. Авторы пишут, что торможение еды при опасности распределено по многим клеткам и выключение любой одной тормозной клетки его не снимает. Наши две клетки не тормозные, они стоят раньше, сразу за зрительными клетками. Мы проверили их в точной постановке авторов препринта: на карте самки удаление одной правой клетки возвращало еду под тенью с 2 до 85 сигналов в секунду.

Потом мы проверили это на карте самца, и находка не подтвердилась. Убирали эти клетки по одной и вместе, на двух вариантах карты, с разными настройками, на десяти вариантах модели: еда под тенью не возвращалась. Ни одна из 208 клеток, проверенных поодиночке, тоже этого не делала. Еду вернуло только удаление целой группы примерно из 35 клеток, получающих сигнал о тени. Это согласуется с выводом авторов препринта: на карте самца торможение еды распределено по многим клеткам.

Чего модель не умеет

• В ней нет химии мозга, гормонов и обучения.
• Убранные клетки ничем не заменяются, мозг не перестраивается.
• Связи и их знак взяты из карты и предсказаний, у части клеток знак неизвестен.
• Мы смотрим на сигналы клеток, которые отдают команды мышцам. Самого движения в модели нет.
• Это предсказание модели. Проверять его нужно на живых мухах.

Как повторить

Код, все таблицы и методика открыты: github.com/zapret-digital/fly-brainloss. Нужен обычный компьютер с Python. Скрипт сам скачает карты, соберёт модель и прогонит все опыты:

python scripts/prepare.py --flywire
python scripts/run_pipeline.py

На восьмиядерном процессоре это около трёх часов.

Источники

• Shiu P. K. et al. A Drosophila computational brain model reveals sensorimotor processing. Nature 634, 210–219 (2024).
• Berg S. et al. Sexual dimorphism in the complete connectome of the Drosophila male central nervous system. Cell (2026); данные MaleCNS v1.0: male-cns.janelia.org.
• Dorkenwald S. et al. Neuronal wiring diagram of an adult brain. Nature (2024); Schlegel P. et al. Whole-brain annotation and multi-connectome cell typing. Nature (2024). Карта FlyWire 783.
• Chen W.-Q., Xi W. Whole-brain connectomics of Drosophila reveals a robust, distributed architecture for the suppression of feeding during escape. bioRxiv (2025), doi 10.64898/2025.12.14.694122.
• chris017/fly-connectome-escape-circuit, GitHub.

Проводка мозга: Male CNS connectome v1.0, FlyEM Project Team (HHMI Janelia), Cambridge Connectomics Group (MRC LMB), University of Cambridge, Google Research, лицензия CC BY 4.0. Изменения: связи между нейронами со статусом Traced, знак по предсказанному нейромедиатору, модель нейрона LIF по Shiu et al. 2024, в модели удаляются нейроны.