Merre halad az agykutatás? Beszámoló az európai trendekről.
Egy konferencia alkalom arra is hogy megnézzük hol tart most egy tudomány, merre fejlődik, mik a trendek, hiszen mindenki a legújabb bogarait hozza el. Nézzük mik is voltak idén az európai trendek az agykutatásban, Európa legnagyobb agykutató rendezvényén a FENS 2026-on, ahol a molekuláris biológiától a mesterséges intelligencián át egészen a klinikai neurológiáig az idegtudomány teljes spektruma megjelenik.
A konferencia külön hangsúlyt helyezett a fiatal kutatók támogatására, a nyílt tudományra, az adatreprodukálhatóságra, valamint a mesterséges intelligencia és a nagy léptékű agyi adathalmazok elemzésének módszereire. Emellett több különprogram foglalkozott az európai agykutatás finanszírozásával, a "Brain Health" kezdeményezéssel és a tudományos érdekképviselettel.
A legszembetűnőbb változás talán az volt, hogy a mesterséges intelligencia már nem külön kutatási területként jelent meg. Néhány évvel ezelőtt még önálló szekciók foglalkoztak azzal, hogyan lehetne gépi tanulási módszereket alkalmazni az idegtudományban. Barcelonában viszont az AI szinte mindenütt jelen volt. Mikroszkópos képek kiértékelésében, neuronok automatikus rekonstruálásában, viselkedéselemzésben, 
agyi képalkotó adatok feldolgozásában és elektrofiziológiai mérések elemzésében egyaránt természetes eszközzé vált. A kérdés már nem az, hogy használható-e mesterséges intelligencia, hanem az, hogyan lehet megbízhatóan beépíteni a kutatás mindennapi gyakorlatába.
Ezzel párhuzamosan egy másik szemléletváltás is zajlik. A klasszikus idegtudomány jellemzően hipotézisvezérelt volt: a kutatók megfogalmaztak egy kérdést, majd célzott kísérletekkel igyekeztek eldönteni, igazuk van-e. Ma egyre gyakoribb a fordított út. A laboratóriumok először óriási adatbázisokat építenek fel, majd ezekben keresnek korábban ismeretlen mintázatokat. Mint arról korábbi bejegyzésekben is írtunk, egyetlen kísérlet során akár több tízezer sejt génexpresszióját mérik meg, vagy több ezer neuron aktivitását követik egyszerre, miközben nagy felbontású képalkotó módszerek és elektronmikroszkópos rekonstrukciók szolgáltatják az anatómiai hátteret. Az idegtudomány belépett a „big data” korszakába.
Az adatvezérelt megközelítés felvethet néhányunkban egy alapvető filozófiai problémát. Hova lesz így a kutatói kreativitás, a gondolkodás és a mechanizmusok megértése? Összegyűjtünk egy csomó adatot és az algoritmusok majd kidobnak valamit. 
Nem gondolom hogy ez –különösen a biológusok esetében–, megvetendő megközelítési mód lenne. A tudományos „folklór” (Hardy, Dirac, Lehman nyomán) azt mondja, egy matematikus 22-25 éves koráig alkot nagyot, egy fizikus kicsit később, de a biológusok még 50-60 éves korukban is képesek nagy összefüggéseket feltárni. Ennek oka az, hogy a tudományok között ilyen sorrendben nő a komplexitás és ezáltal a kölcsönható elemek száma. Egy matematikus axiómákat és logikai struktúrákat használ, egy fizikus ezeket átveszi, kicsit elhanyagol és mellé tesz megfigyeléseket a világról. A biológusnak rengeteg tényt, adatot, kivételt kell megtanulnia, és meglehetősen nagy háttértudást felhalmoznia a témájában. Ezután fordulhat csak „termőre”. Lásd Humboltot, Darwint és az utazásaikat jóval később követő termékeny időszakot (Darwin 22 évesen indult a Beagle-el, és 50 évesen írta meg a Fajok eredetét).
Az új megközelítés egyik leglátványosabb következménye a sejttípusok újrafelfedezése. Évtizedeken át elegendő volt néhány kategóriában gondolkodni: piramissejtek, interneuronok, asztrociták. Az egysejt-RNS-szekvenálás azonban megmutatta, hogy ezek a csoportok valójában rendkívül sokféle sejtből állnak. Egyetlen agyterületen akár több száz vagy ezer molekulárisan elkülöníthető sejttípus is létezhet. Ez nem pusztán rendszertani érdekesség. Egyre inkább úgy tűnik, hogy különböző neurológiai és pszichiátriai betegségek más-más sejttípusokat érintenek, ezért a jövő gyógyszerei is sokkal célzottabban avatkozhatnak majd be.
A konferencia másik visszatérő motívuma az volt, hogy az agyat egyre kevésbé tekintik egymástól független agyterületek gyűjteményének. Akik olvasták az #agyséta negyedik évfolyamát és beleásták magukat a negyedik szerveződési szintbe (az agykérgi terültetek dinamikus kölcsönhatásába) azokat ez nem éri véletlenül. A kérdés már ritkán hangzik úgy, hogy „melyik agyterület felel ezért a funkcióért?”. Helyette azt próbálják megérteni, hogy milyen dinamikusan együttműködő hálózatok hozzák létre a viselkedést. A funkcionális hálózatok – például a Default Mode Network, a Salience Network vagy a Frontoparietal Control Network – ma már nemcsak az MRI-kutatásokban, hanem egyre inkább az állatkísérletes idegtudományban is központi szerepet kapnak. Ez jól mutatja, hogy a hangsúly fokozatosan áttevődik az egyes agyterületekről a közöttük kialakuló kapcsolatrendszerre.
Szintén látványos volt az organoidok térnyerése. Ezek az emberi őssejtekből növesztett, néhány milliméteres „miniagyak” ma már messze nem laboratóriumi kuriózumok. 
Egyre inkább a fejlődési rendellenességek, genetikai betegségek és gyógyszerfejlesztések modellrendszereivé válnak. Az organoidokat ma már gyakran kombinálják génszerkesztéssel, több sejttípus együttes tenyésztésével és mikrofluidikai rendszerekkel, hogy minél jobban megközelítsék az emberi agy valódi működését.
Minapi hír, hogy az AI data farmok iszonyatos energiafelhasználásának kiváltására emberi organoidokban található neuronhálókat próbálnak ilyen feladatokra befogni, hiszen az emberi agy kb 20-30W teljesítményt használ csak. A hírben még az is ott volt, hogy nincs messze a dolog piacra dobása. Nekem ez kicsit ambíciózusan hangzik, nehezen tudom elképzelni, hogy valaki hamarosan egy tartályban agyat nevelget otthon a sarokban és őt kérdezi meg a ChatGPT helyett. Mostanában... A megközelítés érdekes, ígéretes, de még komoly mérnöki fejlesztést igényelhet. Egyenlőre messze nem kidolgozott, hogyan lehet információt MEGBÍZHATÓAN ÉS ISMÉTELHETŐEN rávinni, illetve kiolvasni élő idegsejtek hálózatából. Másik nehézségnek azt látom, hogy az AI-ban használt matematikai alapokon nyugvó mesterséges neuronok teljesen máshogy tanulnak mint a valós neuronok. Az sem egy triviális kédés, hogyan lehet mentéseket és visszatöltéseket csinálni egy biológiai rendszer esetében. És még nem is beszéltünk az etikai és jogi akadályokról.
Mindeközben a mérési technológiák is robbanásszerű fejlődésen mennek keresztül. A nagy sűrűségű elektródák, a Neuropixels szondák, a vezeték nélküli felvételi rendszerek, a kétfoton-mikroszkópia és a miniatűr hordható mikroszkópok lehetővé teszik, hogy természetes viselkedés közben egyszerre több száz vagy akár több ezer neuron aktivitását kövessék. Ez néhány éve még technológiai bravúrnak számított, ma viszont egyre több laboratórium számára válik rutinszerű módszerré.
A digitalizáció nemcsak az adatgyűjtést, hanem az agyról alkotott modelleket is átalakítja. Az európai EBRAINS infrastruktúra egyik fontos célja, hogy a különböző laboratóriumokból származó anatómiai, molekuláris, elektrofiziológiai és képalkotó adatokat közös platformokra szervezze. A hosszabb távú elképzelés egy olyan digitális agymodell létrehozása, amely képes különböző betegségek vagy kezelések hatását számítógépes szimulációban előre jelezni. Bár ez még távoli cél, egyre kevésbé tűnik science fictionnek.
Érdekes stratégiai változás figyelhető meg a kutatási prioritásokban is. Néhány éve még szinte minden pályázat és konferencia a neurodegeneratív vagy pszichiátriai betegségekre koncentrált. Ma egyre gyakrabban jelenik meg a „Brain Health” fogalma. Ez jóval tágabb szemléletet képvisel: nem csupán a betegségek kezelésére, hanem az egészséges agyműködés megőrzésére, az öregedés lassítására, a mentális egészség támogatására és a megelőzésre helyezi a hangsúlyt. Ez jól illeszkedik az Európai Unió hosszú távú kutatásfinanszírozási stratégiájába is.
Talán kevésbé látványos, de tudománytörténeti szempontból fontos változás a nyílt tudomány térnyerése. A konferencia számos előadása hangsúlyozta az adatok megosztását, a reprodukálható elemzéseket és a közös szoftveres infrastruktúrák használatát. Egyre több kutató tekinti természetesnek, hogy a publikációval együtt az adatokat és az elemzőprogramokat is hozzáférhetővé teszi. Ez jelentősen felgyorsíthatja az eredmények ellenőrzését és újrafelhasználását.
Már csak azért is, mert a tudományhoz így „citizen scientist”-ek azaz „kutató polgárok” is csatlakozhatnak. A csillagászatban ez már lassan két évtizede zajló folyamat (lásd Galaxy Zoo , Backyard Worlds: Cool Neighbors). A rengeteg mért adatot előfeldolgozott formában kiteszik az internetre és kérdéseket megfogalmazva kérik a lelkes amatőrök segítségét azok elemzésében. Ezek az amatőrök sok esetben, speciális megközelítésekben akár profibbak is lehetnek, mint a tudományt mesterségként űzők. Számos komoly eredményt jelent meg mostanában ahol a szerzők között számos kutató polgárt is felsoroltak, mert meghatározó módon járultak hozzá az eredményekhez. A NASA jelenleg 650 re teszi azoknak a cikkeknek a számát, amikhez a kutató polgárok is hozzájárultak. A NASA kutató polgár projektjei itt találhatók. De már megjelentek az agykutatást segítő kutató polgár projektek is:
Érdekes ugyanakkor azt is megfigyelni, mi került háttérbe. A korábban rendkívül népszerű, egyetlen receptorra, jelátviteli útvonalra vagy neurotranszmitterre összpontosító kutatások ma már jóval kisebb figyelmet kapnak. Nem azért, mert elvesztették volna jelentőségüket, hanem mert az idegtudomány fókusza egyre inkább az integráció felé tolódik. A molekuláris mechanizmusok továbbra is alapvetőek, de ma már ritkán önmagukban érdekesek; inkább azért, mert hogyan illeszkednek a sejtek, hálózatok és viselkedések sokszintű rendszerébe.
Ha egyetlen mondatban kellene összefoglalni a 2026-os FENS Forum üzenetét, talán így lehetne: az idegtudomány lassan kinövi redukcionista korszakát. Nem azért, mert a molekulák vagy a sejtek kevésbé fontosak lettek volna, hanem mert a valódi kérdések egyre inkább a különböző szerveződési szintek összekapcsolásáról szólnak. Az agykutatás jövője valószínűleg nem egy újabb molekula vagy receptor felfedezésében rejlik, hanem annak megértésében, hogyan épül fel ezekből a komponensekből az a rendkívül összetett rendszer, amelyet emberi agynak nevezünk.
Szerző: Gulyás Attila