Моделирование ЦНС caenorhabditis elegans

  Рассматривается оригинальное методологическое решение задачи моделирования нервной системы круглого червя Caenorhabditis elegans. Основу данного решения составляет модель нейрона, как вычислительного устройства с изменяемой логической функцией обработки входных сигналов и имеющего фиксированное  число собственных состояний.
  Основной проблемой, связанной с изучением  Caenorhabditis elegans (С.Elegans) и неразрешенной до настоящего времени, является вопрос о том, как 302 нейрона червя поддерживают жизнедеятельность его организма. С 2011 года существует международный проект OpenWorm по созданию компьютерной модели червя на клеточном уровне.  Решение пытаются найти, применяя различные подходы и модели нейронов. Работы в этом направлении ведутся во многих странах, однако, качественного результата, до настоящего времени нет. Актуальность задачи заключается в том, что её решение является ключом к созданию компьютерной модели мозга живого существа.

  В данной работе рассматривается решение задачи моделирования нервной системы круглого червя С.Elegans на основе модели нейрона с изменяемой логикой.
 Предлагаемая модель нервной системы червя основывается на её функциональной структуре, а не на количестве нейронов в нервной системе червя. Рассматриваются следующие подсистемы:

1. Двигательная система
2. Половая система
3. Система пищеварения
4. Система самозащиты

  Логика работы каждой из этих подсистем червя рассматривается на базе оригинальной модели нейрона. И утверждается, что при допущении координации их работы соответствующей нейронной структурой в параллельном режиме обработки сигналов поведенческая функция цифровой модели червя максимально соответствует поведению реального живого организма.
  Результатом работы можно считать возможность создания программного обеспечения, реализующего описываемые информационные процессы взаимодействия нейронов, которые, с большой вероятностью, соответствуют информационным процессам, происходящих в нервной системе реального организма червя.

  В предлагаемой модели сделаны некоторые допущения. Они заключаются в следующем:

1. Важно не количество нейронов в подсистеме, а их функциональность. Это допущение делается вследствие того, что способов реализации тех или иных функций организма существует большое множество, но базовая функциональность универсальна – движение, переваривание пищи и т.д.
2. Функциональность подсистем рассматривается вне динамики взросления и старения организма.
3. Среда обитания червя рассматривается как источник информации для сенсорных нейронов нервной системы
4. Функциональность каждой подсистемы упрощена до уровня логики обработки первичных сигналов её сенсорной подсистемы и оценки её интегрального состояния.

  Необходимо отметить, что для модели не очень важна собственно исполнительная часть подсистем. Все подсистемы состоят из исполнительной части подсистемы, состоящей из специализированных клеток и нейронов, которые и управляют данной исполнительной подсистемой. Сложность подсистем определяется сложностью всего организма, но все они функционально подобны [9], что и является основой для рассмотрения червя С.Elegans в качестве модельного организма.
  Как пример, можно рассмотреть движение тела. Состояния «движение вперед», «движение назад», «движение влево», «движение вправо», можно рассматривать инвариантно к внутренней конструкции двигательной системы.  Такая абстракция позволяет сильно упростить построение модели и, как следствие, выявить общие закономерности работы ЦНС.
  Важным аспектом нахождения решения является и то, что некоторые процессы в организме развиваются на клеточном уровне и не контролируются ЦНС. Это и половое созревание и переваривание пищи и наличие опасности, как внешний фактор. Важно одно, на любое событие вне и внутри особи существует соответствующий сенсорный нейрон, который и сообщает нервной системе о наличии новой информации.
  По канонам объектной декомпозиции мы можем предположить, что каждая подсистема условно автономна, но на каком-то этапе её состояние учитывается для расчета интегрального состояния всего организма и принятия решения о характере его реакции. Как следствие, можно предположить, что все подсистемы работают в параллельном режиме. У каждой из них существует или один нейрон или группа нейронов, которые отвечают за отслеживание её состояния. Можно предположить, что они связаны связями с нейронами, которые отвечают уже за взаимодействие группы подсистем или всех подсистем организма (модели).
  Таким образом, первичный сенсорный сигнал проходит через распределенную систему связей и завершается или игнорированием или изменением состояния подсистемы, о чём так же формируется сигнал, распространяемый уже вне данной подсистемы. И так далее, до уровня нейронов, отвечающих за оценку интегрального состояния всего организма и принятия решения о характере его реакции.
Необходимо отметить, что информационный сигнал в упрощённой модели является целым числом, характеризующим некоторое состояние нейрона-подсистемы. В живом организме сигнал выглядит как последовательность импульсов химической или электрической природы, а в цифровой модели - это пересылаемое по интерфейсу связи нейрона число, как часть некоторого информационного сообщения.
 Фиксированная структура связей нейронов в С.Elegans позволяет утверждать, что мы имеем для каждой подсистемы фиксированный набор её состояний.
  Рассмотрим общую динамику процесса. Начнем с системы безопасности. Она устроена по типу безусловного рефлекса. Можно предположить, что в случае наличия «опасности» - т.е. получении сенсором подсистемы некоторой информации об изменении внешней среды, самое простое, что можно реализовать – повысить концентрацию выделяемого аммиака и попробовать переместиться в безопасную зону. Это безусловный процесс, так как речь идёт о сохранении организма. Т.е. он, с большой вероятностью, не учитывает состояния остальных подсистем и работает на уровне конечного автомата, в котором первичные сенсоры определяют наличие «опасности» - повышение температуры, кислотности или другого детектируемого фактора и по оценке стороны воздействия вырабатывают сигнал на удаление в противоположном направлении… Простейшая схема ухода от опасности. Масса вариантов стратегий, реализуемых на любом количестве сенсоров с применением простейшей логики принятия решения. Возможны варианты с группировками сенсоров по длине тела и формированием интегрального состояния части системы, позволяющей быстрее принять решение об «эвакуации».
  Большое значение имеет тот факт, что тело червя приспособлено к определенным характеристикам внешней среды и потенциальные угрозы были «известны» Создателю ещё до создания червя, как вида.
  Пищевая система, в какой-то мере, решает обратную задачу – поиск «пищи». Рецепторы дают информацию о наличии «следов» или самой «пищи» - здесь учитывается среда обитания червя. Процесс выглядит примерно так – желудок не заполнен (возможно несколько градаций) - формируется сигнал на движение с поиском пищи. Так же задача достаточно проста, с учетом того, что процесс переваривания происходит на химическом уровне. Важным сигналом будет сигнал «желудок полон» и выключение двигательной подсистемы для переваривания, сна и отдыха организма. В идеальных условиях модель этого процесса похожа на компьютерную игру Life, некогда популярную среди программистов.
  Вводим в рассмотрение дополнительный нейрон - диспетчер систем. Он решает задачу выбора режима для тела – аварийный (если сработали датчики опасности) или поиск еды.
 Половая система формируется на клеточном уровне. Деление клеток не подвластно ЦНС, однако сам факт «созревания» обязан быть доступен нервной системе, так как закладывает основу действий для продолжения рода. Т.е. если червь сыт и нет опасности – рассматривается состояние нейрона «половая» система и при значении состояния «пора размножаться» начинается процесс движения в поисках пары или процесс ожидания созревания парной части для гермафродитов. Это специфика С.Elegans. 
  Возможно, этот процесс рассматривается в сильной зависимости от насыщения или скорости насыщения пищей, так как есть предположение, что при длительном отсутствии пищи «срабатывает» система деления и дальнейшего самоуничтожения особи, ген которого был выделен в геноме червя. Таким образом, параллельная работа этих подсистем и некоторая стратегия принятия решения на движение в интегральной координирующей части ЦНС червя позволяют предположить, что это и есть процесс, который примерно в такой же форме реализуется в  реальном организме червя.
  Хочется подчеркнуть, что никаких, «тормозящих» сигналов и прочих, достаточно искусственных конструкций, применено не было.  Состояние нейрона  не поменялось после обработки входного сигнала – дальше сигнал распространять просто нет смысла. И это логично.
 Возникает вопрос – откуда берется «логика» нейрона? Ответ: из ДНК. Она «привязывается» к нейрону, исходя из его позиции в структуре ЦНС. Это базовое предположение. Это ключ к решению. ДНК – это микропрограмма всего организма, где каждая клетка находит свой код и специализируется на его основе. Такой программный механизм разработан и показал свою жизнеспособность.

Литература

1. Автономный искусственный интеллект (Адаптивные и интеллектуальные системы) – Жданов А.А. 2012 г.
2. Интеллектуальная квазибиологическая система. Л.Б.Емельянов-Ярославский 1990г.
3. Технологическая сингулярность / Мюррей Шанахан : Пер. с англ. М. : Издательская группа «Точка», Альпина Паблишер, 2017. — 256 с.
4. Применение нечеткой логики в имитационной системе автономного адаптивного управления.  А.А. Жданов, М.В. Караваев
5. Супермозг человечества  Луговской В.М. 2009.
6. Иерархическая темпоральная память (HTM) и ее кортикальные алгоритмы обучения (С) Numenta, Inc. 2011
7. Судаков К. В. Функциональные системы. — Москва: «Издательство РАМН», 2011.
8. Савельев А. В. Онтологическое расширение теории функциональных систем // Журнал проблем эволюции открытых систем. — Казахстан, Алматы, 2005. — № 2
9. Анохин П.К. Узловые вопросы теории функциональных  систем. — М., 1980.
10. Проблемы теоретической неврологии. Информационно-коммутативное устройство и принципы работы головного мозга А.С. Брюховецкий   2014 г.
11. Технологическая сингулярность / Мюррей Шанахан : Пер. с англ. М. : Издательская группа «Точка», Альпина Паблишер, 2017. — 256 с.
12. Подходы к формированию и запуску новых отраслей промышленности в контексте Национальной технологической доктрины. Аналитический доклад. АСИ 2017.
13. Автоматизированные системы управления технологическими процессами В.А.Втюрин 2006.
14. Об интеллекте  Джефф Хокинс,  Сандра Блейксли 2007.