APA YANG SEBENARNYA DITENTUKAN OLEH SAMBUNGAN SARAF LALAT

Para ilmuwan kini memegang diagram sambungan saraf yang lengkap, sinapsis demi sinapsis, dari korda saraf lalat buah dewasa: satu dari lalat jantan (MANC), satu dari lalat betina, dan satu lagi dari seluruh sistem saraf pusat lalat jantan (MaleCNS). Simulasi yang dibangun di atas konektom ini sudah mampu mereproduksi respons sensorik dan aktivitas kaki berirama yang tampak seperti berjalan.

Namun model yang bisa berjalan tidak membuktikan bahwa sambungannya yang persis itu penting. Jaringan unit-unit yang saling terhubung mudah berosilasi, dan statistik kasar — berapa banyak sambungan yang dimiliki setiap neuron — sudah menentukan sebagian besar perilakunya. Isabel Guan dari Universitas Sains dan Teknologi Hong Kong serta rekan-rekan di Universitas Politeknik Hong Kong, Universitas Teknologi Nanyang, dan perusahaan ZENBOT berupaya menguji ciri gerakan kaki mana yang benar-benar bergantung pada sambungan spesifik itu.

Sambungan asli melawan salinan acak

Mereka membangun model sistem motorik kaki dari dua konektom independen: MaleCNS, dengan 10.173 neuron dan 462.650 sambungan, dan MANC, dengan 10.440 neuron dan 634.207 sambungan. Kekuatan sambungan hanyalah jumlah sinapsis, tidak pernah dilatih. Masukan hanya datang melalui dua neuron desenden, DNg100, yang aktivasinya memulai gerakan berjalan maju; keluaran dibaca dari neuron motorik yang dikelompokkan ke dalam kelompok ekstensor dan fleksor pada empat sendi setiap kaki — 20 pasangan antagonis.

Setiap jaringan asli dibandingkan dengan 30 jaringan acak dalam enam keluarga, masing-masing mempertahankan lebih banyak struktur aslinya: jumlah sambungan, sambungan antartipe sel, jumlah masukan dan keluaran setiap neuron, serta blok per kaki atau per garis keturunan perkembangan. Kriteria keputusan dicatat sebelum hasilnya dilihat, praktik yang menurut para penulis jarang dalam pemodelan konektom; dan menjalankan ulang simulasi mereproduksi seluruh 4.692 catatan per konektom hingga selisih pembulatan.

Irama itu murah, koordinasi tidak

• Irama bersifat umum. Banyak jaringan acak berosilasi sebaik jaringan asli, dan sebagian lebih baik: hingga 0,96 dibandingkan 0,70 dalam pemindaian parameter.
• Pergiliran bersifat spesifik. Sambungan asli mendorong kelompok-kelompok yang berlawanan untuk bergiliran lebih kuat daripada setiap jaringan acak: skor 0,312 dibandingkan paling tinggi 0,147 pada MaleCNS, dan 0,173 dibandingkan paling tinggi 0,084 pada MANC.
• Efeknya terpusat di sendi toraks–koksa, yang pertama dari empat sendi kaki yang diteliti. Pada MaleCNS, keadaan terkoordinasi bertahan selama lima menit penuh dari simulasi terpanjang.

Prinsip dari lebih seabad lalu

Mengapa? Lebih dari seabad lalu, C. S. Sherrington mengusulkan inervasi resiprokal: jalur yang merangsang satu otot menghambat otot antagonisnya. Tim mengukur bagaimana setiap neuron memengaruhi kedua kelompok dalam setiap pasangan. Pada kedua konektom asli, indeks inervasi resiprokal sangat positif — 0,48 dan 0,38 — dan negatif di setiap jaringan acak. Dari pengaruh yang diberikan neuron kepada kedua kelompok, 88% (MaleCNS) dan 83% (MANC) mendorong keduanya ke arah berlawanan, dibandingkan 16–49% setelah pengacakan. Mekanisme ini bekerja dua arah: neuron eksitatori yang merangsang satu kelompok dan, melalui interneuron inhibitori, membungkam kelompok lainnya; serta neuron inhibitori yang membungkam satu kelompok dan melepaskan kelompok lainnya.

Uji penentunya memindahkan masukan pramotorik dari satu kelompok ke kelompok antagonisnya, sambil mengubah total masukan setiap neuron motorik hanya sebesar 2–4%. Koordinasi runtuh: skornya turun menjadi sekitar −0,08 pada MaleCNS, artinya kelompok-kelompok yang berlawanan kini aktif bersamaan, sedangkan pengacakan kontrol di dalam satu kelompok mempertahankan hampir 90% skor.

Keterbatasan

Ini adalah hasil pada model, bukan pada hewannya: tanpa tubuh, tanpa umpan balik sensorik, satu model neuron, tanda neurotransmiter yang diprediksi, dan glutamat diperlakukan sebagai inhibitori — ketika glutamat diperlakukan sebagai eksitatori dalam simulasi sebelumnya, keunggulan sambungan asli lenyap. Sekitar seperempat penetapan neuron motorik ke sendi bersifat perkiraan, dan MANC mereproduksi temuan dengan selisih yang lebih kecil. Para penulis juga mencatat bahwa mereka menggunakan asisten AI, termasuk Claude dari Anthropic, untuk menulis kode dan menyusun draf teks.

Pelajaran mereka bagi siapa pun yang memodelkan sistem saraf: uji sambungannya pada koordinasi, bukan pada irama, karena jaringan acak pun bisa menjaga ketukan sama baiknya.