"Sto cercando di capire le basi neurali di ciò che ci rende capaci di imparare e di muoverci". È così che Mackenzie W. Mathis, professore all’EPFL, riassume la questione centrale della sua ricerca. Il suo lavoro si colloca a cavallo tra i campi delle neuroscienze, dell’apprendimento automatico e dell’ingegneria. In particolare, insegna ai topi a giocare ai videogiochi registrando l’attività cerebrale e il comportamento durante il processo. Un aspetto cruciale della sua ricerca è lo sviluppo degli algoritmi informatici necessari per analizzare i dati ottenuti. L’eccellenza del suo lavoro le è valsa il Premio svizzero della scienza Latsis 2024. Di fronte a questo riconoscimento, che non si aspettava, si sente "molto onorata, soprattutto perché i vincitori del premio fanno parte di una lunga e prestigiosa schiera di scienziati rinomati, quindi il livello è alto".
Se gli strumenti per rispondere a una domanda non esistono, non dobbiamo cambiare la domanda, ma piuttosto creare questi strumenti.
Mackenzie W.
M athis Ma Mackenzie W. Mathis non ha aspettato questo premio per essere esigente con se stessa nella sua ricerca: "Se gli strumenti per rispondere a una domanda non esistono, non dobbiamo cambiare la domanda, ma piuttosto creare questi strumenti". La sua formula dà il tono giusto ed è in linea con la sua carriera scientifica: è in particolare sviluppando algoritmi open source basati sull’intelligenza artificiale e utili nelle neuroscienze che la ricercatrice si è fatta un nome nel settore. Uno di questi, DeepLabCut, pubblicato nella sua prima versione nel 2018, può essere utilizzato per analizzare video di animali alla ricerca di elementi diversi come il tremolio dei baffi di un topo, il galoppo di un cavallo o l’ondulazione di un’anguilla. Definito dalla giuria del Premio Eric Kandel per i giovani scienziati nel 2023 una "svolta nelle scienze della vita", il software ha superato le 700.000 installazioni nell’estate del 2024 e continua a suscitare interesse.
Una finestra nel cervello dei topi
Ma Mackenzie W. Mathis sottolinea che la sua ricerca mira ad andare oltre lo sviluppo di strumenti informatici: "Le persone che li sviluppano sono sedute accanto alle persone che li usano". Una delle principali domande a cui il suo team sta cercando di rispondere è cosa permette al nostro cervello di adattarsi direttamente ai cambiamenti dell’ambiente. Quando beviamo un caffè, il peso della tazza cambia a ogni sorso, man mano che il volume si riduce", spiega l’esperta. Eppure non lo percepiamo attivamente, perché il nostro cervello adatta la forza dei muscoli senza nemmeno pensarci". Questa capacità di adattamento è ancora più evidente quando si apprendono funzioni motorie o si pratica uno sport.Per studiare questo fenomeno, il ricercatore utilizza topi geneticamente modificati per osservare l’attivazione dei loro neuroni e insegna loro a giocare ai videogiochi. I roditori imparano a muovere un joystick verso una determinata area per ottenere ricompense, oppure a navigare in mondi di realtà virtuale visualizzati su uno schermo. A volte l’ambiente viene modificato, ad esempio applicando forze esterne al joystick, per vedere come gli animali si adattano. Durante le sessioni di gioco, i topi vengono filmati e la loro attività neuronale viene registrata.
Collegare l’attività neuronale al comportamento
È qui che entrano in gioco gli algoritmi di apprendimento automatico che Mackenzie W. Mathis sta contribuendo a sviluppare. Per trarre conclusioni, dobbiamo estrarre i segnali rilevanti dalle registrazioni dell’attività cerebrale, oltre a dati quantificabili sui movimenti precisi del corpo del topo, delle mani e persino delle piccole dita.Un tracciamento dettagliato reso possibile dal software DeepLabCut, che segue i movimenti degli animali. Il tutto è reso ancora più semplice dall’ultima estensione, pubblicata nel 2024, che include i cosiddetti modelli "SuperAnimal". Questi permettono di automatizzare e standardizzare le analisi per le specie spesso utilizzate nelle neuroscienze comportamentali, come i topi, aumentando la solidità dei risultati e facilitando il riutilizzo dei dati tra diversi gruppi di ricerca.
L’obiettivo è quindi quello di mettere in relazione l’attività dei neuroni con i comportamenti osservati. Per raggiungere questo obiettivo, nel 2023 la scienziata e il suo team hanno pubblicato un nuovo algoritmo, chiamato CEBRA, con l’obiettivo di identificare le dinamiche neuronali sottostanti del cervello. Questo modello matematico può essere utilizzato per decodificare le informazioni cerebrali e può combinare dati provenienti da animali diversi. Ad esempio, la ricercatrice e il suo gruppo sono stati in grado di usarlo per scoprire cosa vedeva un topo o dove si stava dirigendo un ratto sulla base delle registrazioni dell’attivazione dei neuroni nel loro cervello. "In futuro, questo potrebbe gettare le basi per la realizzazione di neuroprotesi nell’uomo per ripristinare la vista o la mobilità dopo una lesione", ritiene la ricercatrice.
Le neuroscienze sono ancora agli inizi
Mentre cominciamo a sapere in quali regioni cerebrali e quando avvengono i cambiamenti, i dettagli dei tipi di neuroni e gli esatti meccanismi coinvolti rimangono misteriosi. Nelle neuroscienze siamo in un’era pre-Newton", esclama la ricercatrice. Con l’intelligenza artificiale, abbiamo una comprensione sempre migliore delle reti formate da poche centinaia di neuroni. Ma solo in un topo ci sono 70 milioni di neuroni, quindi c’è ancora molto lavoro da fare! E non è questo che gli piace: "Per me la scienza non è solo un lavoro, è la mia vita. E questo è un vero privilegio. È quindi con grande entusiasmo che si accinge a dipanare, passo dopo passo, la complessità delle reti neurali biologiche con l’aiuto dell’intelligenza artificiale.Breve biografia del vincitore
Mackenzie W. Mathis è nata nel marzo 1984 in California, dove è cresciuta nella Central Valley delimitata dalle montagne della Sierra Nevada, praticando l’equitazione ad alto livello. È in questo periodo che ha sviluppato la sua passione per gli animali e le loro capacità motorie.Inizialmente ha studiato scienze all’Università dell’Oregon per diventare chirurgo. Ma il desiderio di trovare nuovi trattamenti per le malattie neurodegenerative l’ha spinta verso la ricerca di base. Dopo alcuni anni dedicati alle cellule staminali alla Columbia University di New York, è passata alla neuroscienza dei sistemi e ha conseguito il dottorato nel 2017 ad Harvard. Nello stesso anno ha ottenuto un posto per aprire un proprio laboratorio presso il Rowland Institute di Harvard. Nel 2020 è entrata a far parte del Brain Mind Institute dell’EPFL, dove continua la sua ricerca come Bertarelli Foundation Chair for Integrative Neuroscience.
Ha già vinto numerose borse di studio e premi, tra cui il FENS EJN Young Investigator Prize 2022 e l’Eric Kandel Young Neuroscientist Prize 2023, che ha ricevuto insieme ad Alexander Mathis, co-sviluppatore di DeepLabCut. Attualmente è a capo di due progetti sostenuti dal FNS.
Premio Latsis per la scienza
Il premio scientifico svizzero Latsis viene assegnato annualmente dal 1984 dal FNS per conto della Latsis International Foundation, un’istituzione no-profit con sede a Ginevra fondata nel 1975. Viene assegnato a uno scienziato di età non superiore ai 40 anni che lavora in Svizzera. Il premio, del valore di 100.000 franchi svizzeri, è uno dei più prestigiosi riconoscimenti scientifici della Svizzera.La cerimonia di premiazione (in concomitanza con il Premio Marcel Benoist) si terrà giovedì 7 novembre 2024 alle ore 18.00 a Berna. I rappresentanti dei media possono registrarsi via e-mail: [email protected]
