Fredag 7. juni var en spesiell dag for MN-fakultetets satsing på tverrfaglig nevrovitenskap: Da disputerte nemlig de tre siste av fire studenter som har jobbet samtidig med doktorgrader i hjerneforskningsmiljøet CINPLA. Dette er et endringsmiljø som bringer sammen forskere innen nevrobiologi, fysikk, informatikk og matematikk.
– Hjernen er et uhyre komplekst biologisk system! Dersom vi ønsker å forstå den, kreves det en kombinasjon av eksperimenter, analyse og modeller på mange forskjellige skalaer. Matematiske modeller og beregninger er viktige bidrag når vi forsøker å forstå mer om hvordan hjernen virker. Disse studentene har brakt arbeidet vårt mange og viktige skritt videre, ikke minst ved å utvikle verktøy som vil være til stor nytte for fremtidige kandidater og prosjekter, sier CINPLAs leder, Marianne Fyhn.
Satset på beregninger
De tre disputasene på samme dag ble også brukt til å minnes professor Hans Petter Langtangen ved Institutt for informatikk, som var med på å rekruttere både Svenn-Arne Dragly, Simen Tennøe og Andreas Våvang Solbrå – samt Milad Mobarhan, som disputerte høsten 2018. Langtangen døde i 2016 etter lang tids sykdom, bare 54 år gammel.
Marianne Fyhn forteller at professor Langtangen spilte en viktig rolle foran etableringen av CINPLA i 2014. Fyhn ville nemlig lage et miljø hvor matematiske beregninger og modeller var integrert i både forskningen og utdanningen, og Langtangen ble en samarbeidspartner fordi han på den tiden var leder for Senter for biomedisinske beregninger. Dette var et Senter for fremragende forskning (SFF) som ble ledet fra Simula Research Laboratory på Fornebu, og som fokuserte på matematisk modellering av hjertets fysiologi og -mekanikk, og veien fra modellering av hjertet til modellering av hjernen var kortere enn man skulle tro.
– Hans Petter bidro blant annet til å gjøre beregninger til en del av bachelorutdanningen vår, og han viste hvordan vi skulle gå frem for å motivere studentene til å lære programmering og se betydningen av modeller. Ettersom det ikke fantes noen lærebok, var det også Hans Petter som foreslo at den boken skulle vi skrive selv, forteller Fyhn.
Studerer stedsansen
Balansen mellom å kunne bevare eksisterende minner og samtidig ha evnen til å lære ny kunnskap, er nøye regulert av spesialiserte molekyler i hjernen. Svenn-Arne Dragly beskriver i sin avhandling matematiske analyser og databehandlingsverktøy han har lagd sammen med andre CINPLA-forskere for å studere hvordan stedsansen påvirkes av disse molekylene.
Molekylene som Dragly og hans kolleger har forsket på, kalles perinevrale nett og sitter tett på utsiden av nerveceller. Hos både rotter og mennesker er det slik at unge individer lærer fort, og den unge hjernen har lite utviklede perinevrale nett. Men ved en viss alder etableres disse nettene mer permanent, trolig for å beskytte de tingene som er innlært.
– Ulempen er at det blir mer krevende å lære nye ting, fortalte Kristian Lensjø da CINPLA-forskerne publiserte et nytt funn tidlig i 2018. Da ble CINPLA-forskerne de første i verden til å vise at også strukturer utenfor hjernecellene og synapsene har noe med hukommelsen å gjøre.
– Nettene har kun åpninger der nervecellene er i kontakt med hverandre. De dannes mot slutten av barndommen, på en tid der også koblingene mellom nervecellene stabiliseres og evnen til å lære nye ferdigheter og danne nye minner reduseres. Tidligere studier ved vår forskningsgruppe har vist at når disse nettene fjernes, går nervecellene tilbake til en umoden tilstand med lavere stabilitet, forteller Dragly.
Dragly og kollegene har også funnet ut at stedsansen blir påvirket når de perinevrale nettene fjernes.
– De mentale kartene som nervecellene danner i nye omgivelser, blir mer utydelige, og evnen til å bevare kart over kjente områder blir svekket, forteller han.
Nevrovitenskapen er i dag preget av at det produseres store mengder data av mange ulike typer, mens laboratoriene som produserer dataene ofte mangler infrastrukturen som behøves for å håndtere de store datamengdene på en effektiv måte. Dragly har derfor utviklet verktøyene Exdir og Expipe sammen med Tennøe, Mobarhan og Dragly. Begge verktøyene kan brukes til datalagring og databehandling og skal gjøre det enklere å samle inn, organisere og hente ut data fra eksperimenter.
Matematiske modeller
Andreas V. Solbrå har utviklet matematiske modeller som kan brukes for å beregne transport av ioner i hjernevev. Forståelsen av denne typen transport kan være viktig for å forstå forløpet til sykdommer som migrene og epilepsi.
– Flere patologiske tilstander i hjernen kan oppstå ved at nervecellene i et lite område spontant blir hyperaktive. Denne hyperaktiviteten påvirker den lokale ionebalansen, som er avgjørende for å opprettholde normal hjerneaktivitet. En ubalanse i ionekonsentrasjonene vil også påvirke friske nerveceller i nærheten og få disse til å bli hyperaktive. På denne måten kan en bølge av hyperaktivitet spre seg gjennom hjernen, forteller Solbrå.
Ofte blir hyperaktiviteten etterfulgt av en bølge av «stillhet». Etter at hyperaktiviteten har dødd ut, kan cellene gå inn i en tilstand hvor de har lavere aktivitet enn vanlig. Slike bølger observeres blant annet ved epilepsi og migrene.
Solbrå har bidratt til utviklingen av tre modeller som egner seg til å beregne hvordan ionekonsentrasjoner i hjernen varierer på forskjellige skalaer. Den første modellen bruker forenklinger og kan simulere områder opp til noen kubikkmillimeter, som er usedvanlig stort for denne typen modeller. I den andre modellen er den fysiske utstrekningen til hver enkelt nervecelle inkludert på en detaljert måte. Den tredje modellen kan brukes til å undersøke spesielle transportprosesser i hjernen som involverer bare svært få ioner.
De to første modellene kan bidra til å forstå ulike patologiske tilstander som epilepsi og migrene. Prosessene som fanges opp av den tredje modellen er viktige i blant annet hukommelse og læring.
Usikkerheten skal også beregnes
Simen Tennøe har fokusert på å undersøke hvordan usikkerhet i måleresultater, modeller og beregninger kan kontrolleres. Han har blant annet utviklet en «verktøykasse» med programvare som kan analysere usikkerheten i nevroforskernes modeller.
– Beregningsmodeller inneholder alltid parametere som beskriver systemet vi modellerer, vi må for eksempel ofte legge inn et mål på hvor tykk en cellemembran er. Men disse parameterne er av ulike årsaker ofte usikre. Dette kan enten skyldes at vi ikke kan måle parameterverdien nøyaktig eller at parameteret har en rekke verdier som kan forekomme i naturen, forteller Tennøe.
– Cellemembraners tykkelse er et typisk eksempel på et parameter som kan variere i naturen. Ved å utføre en usikkerhetsanalyse, kvantifiserer vi hvordan modellen er avhengig av denne naturlig forekommende usikkerheten. Usikkerhetsanalysen gjør at våre modeller bedre reflekterer det vi ser i naturen, tilføyer han.
Verktøykassen Tennøe har vært med på å utvikle, kalles Uncertainpy.
Studerte hjernens visuelle portvokter
Milad Mobarhan, som fullførte doktorgraden i desember 2018, har brukt matematiske modeller for å studere en liten hjernestruktur som kalles lateral knekropp på norsk og lateral geniculate nucleus (LGN) på engelsk. Navnene forteller at strukturen ser ut som et lite kne og at det finnes en knekropp på hver side – lateralt – i hjernen.
Det lille «kneet» ble lenge oppfattet som en nokså passiv reléstasjon som tar imot elektriske signaler fra øyets netthinne og sender nye signaler videre til den delen av hjernebarken som analyserer synsinntrykk. Men Mobarhan har utviklet matematiske modeller som gjør det mulig å studere den lille hjernestrukturen i detalj, og de modellene viser at det foregår mye spennende i knekroppen.
LGN ser nemlig heller ut til å være en slags «portvokter» som er med på å avgjøre hvilke visuelle signaler som skal sendes videre til den visuelle delen av hjernebarken, som ligger lenger inne i hjernen. Det kan du lese mer om i denne artikkelen.
Lagde læremidler selv
I dag ville Hans Petter Langtangen helt sikkert vært stolt av studentene han var med på å rekruttere. Alle har nemlig fullført doktorgradene til rett tid. De har også jobbet med å skrive en ny lærebok for biovitenskap-studenter som ønsker å lære om programmering og matematiske modeller. De hadde nemlig gode erfaringer med programmering som en integrert del av sin egen fysikkutdanning. Boka er ikke utgitt ennå, men har arbeidstittelen Introduction to Analysis and Modeling in Biology with Python.
De fire studentene har også grunnlagt et nytt kurs om bruk av beregningsvitenskap i biovitenskapene. De har også vært med på å utvikle appen Neuronify, som kan brukes til å kjøre hjernesimuleringer på smarttelefoner. I begynnelsen av CINPLA-perioden la de nemlig merke til at det manglet et godt læringsverktøy for å studere små nettverk av nerveceller, så dermed lagde de det selv. Neuronify fokuserer på å gi en enkel forståelse av hvordan nerveceller kommuniserer og danner nettverk som utfører avanserte oppgaver.
– Mange av studentene som kommer til biovitenskap-studiet har liten eller ingen erfaring med matematisk modellering og programmering fra før. Derfor er det desto mer verdifullt at disse studentene har bidratt til å utvikle læremidler som kommer til å bli flittig brukt i årene som kommer, sier Marianne Fyhn. Og ikke minst: De har utviklet ny kunnskap om hjernen underveis.
Tre av de fire doktorandene – Andreas Solbrå, Svenn-Arne Dragly og Milad Mobarhan – har fått jobb i oppstartbedriften Cognite AS, som tilbyr løsninger for industribedrifter. Selskapet har utviklet en plattform som brukes til å samle, behandle og analysere store mengder data løpende i industrien, for eksempel på oljeplattformer eller skip.
Simen Tennøe har også fått jobb, nærmere bestemt i konsulentbedriften Expert Analytics. Dette er en bedrift som leverer tjenester innen blant annet dataanalyse, numerisk programmering, maskinlæring og programvareutvikling til norske og utenlandske bedriftskunder.
