Jak myślę? Jak postrzegam świat, widzę i słyszę? Jak odczuwam strach, kocham i zazdroszczę? A w dalszej kolejności: jak kłamię, jak podejmuję decyzje moralne, a nawet czy, dlaczego i jak wierzę w Boga? Te pytania stawiają sobie dzisiaj nie tylko poeci i filozofowie, ale także chemicy, biolodzy i - w szczególności - neuro-naukowcy. To z ich doświadczeń czerpią współcześni filozofowie. Neuro-nauki umożliwiły poznanie funkcji ludzkiego mózgu w stopniu nieosiągalnym dla naszych przodków. Rewolucyjnym narzędziem, które wywołało skok jakościowy, jest funkcjonalny rezonans magnetyczny (fMRI), służący do skanowania aktywności mózgu. Rezonans ten dokonuje - mówiąc w skrócie - pomiaru hemoglobiny we krwi, czyli białka odpowiedzialnego za przenoszenie tlenu. Hemoglobina reaguje na pole magnetyczne wytwarzane przez skaner. Aktywne części mózgu zużywają statystycznie więcej tlenu od nieaktywnych. Naukowcy identyfikują sygnał BOLD (blood-oxygen-level-dependent), który pozwala im na opracowanie utlenowanej mapy mózgu, a tym samym na uzyskanie mapy aktywności neuronów. Właśnie dzięki takim skomplikowanym metodom XXI wiek może być wiekiem neurobiologii, tak jak wiek XX został uznany za scenę największego triumfu fizyki. Ig Nobel za martwą rybę Pytanie o granice nauki i metody naukowej są jednym z najważniejszych, jakie mogą postawić uczeni, niezależnie od dyscypliny, którą reprezentują. Co jednak zrobić, kiedy sprawdzona metoda naukowa, taka jak badania przy użyciu fMRI, której wiarygodność została przetestowana, prowadzi do szalonych i nieprawdopodobnych rezultatów? Przed takim dylematem stanęli redaktorzy czasopisma Annals of Improbable Research, którzy przyznają Ig Noble, znane też jako Antynoble. Wyróżnienia te wręczane są co roku za odkrycia, które najpierw śmieszą, a potem skłaniają do myślenia. Jednym z tegorocznym Ig Nobli uhonorowano grupę badaczy, w skład której weszli Craig Bennett, Abigail Baird, Michael Miller i George Wolfor. Otrzymali oni Ig Nobla za wykazanie, że neuronaukowcy, używając skomplikowanych technologii i podstaw statystyki, są w stanie zidentyfikować aktywność nerwową nawet u martwego łososia atlantyckiego. Eksperyment został zaprojektowany i wykonany tak, że nie można wątpić w naukowy charakter całego przedsięwzięcia. Obiektem badania był dorosły łosoś atlantycki (Salmo salar) o wadze 3,63 kilograma i długości 46 centymetrów. Łosoś w czasie eksperymentu był martwy, co został potwierdzone i odnotowane. Z punktu widzenia celów eksperymentu nie było potrzeby określania płci łososia. Obiekt umieszczono w fMRI i tak przymocowano, by niepotrzebne ruchy nie zakłóciły wyniku badań i nie zrujnowały całego eksperymentu. Martwy łosoś okazał się wyjątkowo wdzięcznym obiektem badań, jednym z najspokojniejszych w całej historii neurobiologii. Po umieszczeniu łososia w skanerze polecono mu, by w skupieniu i z wielką uwagą obserwował prezentowane zdjęcia. Na wyświetlanych obrazach znajdowały się scenki rodzajowe z udziałem ludźmi będących pod wpływem emocji pozytywnych lub negatywnych. Głównym zadaniem łososia było rozpoznanie, na których zdjęciach osoby przejawiają emocje pozytywne, a na których znajdują się pod wpływem emocji negatywnych. Zdjęcia były wyświetlane w dwunastu zestawach po cztery obrazy. Łącznie wyświetlono więc czterdzieści osiem zdjęć, poświęcając po dwie i pół sekundy na każdy obrazek. Wyświetlenie jednego zestawu trwało dziesięć sekund, po którym następowała dwunastosekundowa przerwa. Cały eksperyment trwał niespełna sześć minut. Podczas badania wykonano sto czterdzieści zdjęć systemu nerwowego łososia, które rejestrowały zmiany sygnału BOLD. Łosoś został poproszony o pozostanie na miejscu, podczas gdy skanowano jego mózg już bez pokazywania zdjęć. Chodziło o uzyskanie zdjęć mózgu podczas spoczynku i porównanie ich woksal po woksalu. Czym jest woksal? Jest podstawową jednostką danych uzyskiwanych drogą skanowania fMRI. Woksal to w grafice trójwymiarowej najmniejszy element przestrzeni, podobnie jak piksel jest najmniejszym elementem w grafice dwuwymiarowej. Standardowy zestaw danych uzyskiwanych dzięki skanowaniu funkcjonalnym rezonansem magnetycznym zawiera około 130.000 woksali. Ta nieprawdopodobna liczba danych wymaga odpowiednich narzędzi statystycznych, które mają wyeliminować fałszywe dowody aktywności mózgu. Małe kłamstwo, duże kłamstwo, statystyka I właśnie w narzędziach statystycznych tkwi problem. Naukowcy bardzo często skupiają się na właściwościach aparatur używanych w badaniach. Zastanawiają się nad rozdzielczością uzyskiwanych obrazów, szybkością wykonywania zdjęć, dyskutują, czy są one w stanie zaobserwować aktywność odpowiednio małe grupy neuronów. Oczywiście, w badaniach laboratoryjnych aspekt technologiczny jest bardzo istotny. Bez odpowiedniej aparatury trudno byłoby w ogóle mówić o neurobiologii. Przysłowiowe szkiełko badacza nie zastąpi funkcjonalnego rezonansu magnetycznego. Zbyt szybko można jednak wpaść w pułapkę naiwnego realizmu. Obrazy naszego mózgu to nie fotografia oddająca obiektywną rzeczywistość, ale statystyczna mapa aktywności poszczególnych obszarów mózgu, opracowanych w oparciu o zmianę sygnału BOLD. Mówiąc metaforycznie, statystyka jest programem graficznym, przy pomocy którego pracujemy nad końcowym wyglądem obrazu mózgu. Wystarczy użyć innych narzędzi, a otrzymamy inne rezultaty. Craig Bennett, Abigail Baird, Michael Miller i George Wolfor podczas opracowywania obrazów wykorzystali podstawowe narzędzia statystyczne. Narzędzia te używane są w 30-45% badań (dane różnią się w zależności od czasopisma naukowego, w którym badania zostały opublikowane). Gdy skończyli liczyć, uzyskany wynik wprawił ich w osłupienie. Analizując sygnał BOLD w systemie nerwowym łososia odkryli, że podczas wyświetlania zdjęć aktywne były dwie grupy komórek. Jedna w górnym kręgosłupie (upper spinal kolumn) i druga w przyśrodkowej jamie mózgu (medial brain cavity). Czy to oznacza, że łosoś atlantycki ma zdolność do pośmiertnego identyfikowania ludzkich emocji? Czy jest rybą społeczną nie tylko za życia, ale także - a może przede wszystkim - po śmierci? Nic z tych rzeczy. Po skończonym eksperymencie łosoś atlantycki był tą samą martwą, zimną rybą co przed badaniem. Błąd tkwił w metodach statystycznych wykorzystywanych przez neuronaukowców. EPI (echo planar imaging) to najszybsza metoda pozyskiwania danych przez fMRI, dzięki którym uzyskuje się jeden obraz w 100 ms. Powoduje ona jednak wystąpienie przypadkowych szumów, które mogą być błędnie identyfikowane jako aktywność komórek nerwowych. Tak właśnie stało się w tym przypadku. To nie paranormalne zdolności poznawcze łososia, ale zbyt proste metody statystyczne doprowadziły do błędnych wyników. W drugim kroku naukowcy wykorzystali dodatkowe narzędzia matematyczne, które miały pomóc w kontrolowaniu danych pochodzących z przypadkowego szumu i jeszcze raz wszystko przeliczyli. Tym razem okazało się, że łosoś utracił swoje ponadnaturalne zdolności, a za poprzednie paradoksy odpowiada zła metoda. Neurobiologia dostała żółtą kartkę w postaci pracy Bennetta i jego współpracowników. Nie wystarczy wejść do laboratorium z nowoczesnym sprzętem i pozyskać za jego pomocą ogromne ilości informacji. Ważne jest jeszcze, co z tymi danymi robi się później. Neurobiologia to w dużej mierze także matematyka. Dziwi więc sytuacja, gdy 30-45 procent naukowców zaniedbuje proces matematycznego opracowania danych. A przecież wystarczy przywołać słowa filozofa Rogera Bacona, który zauważył że "kto lekceważy osiągnięcia matematyki przynosi szkodę całej nauce, ponieważ ten, kto nie zna matematyki, nie może poznać innych nauk ścisłych i nie może poznać świata". Radosław Zyzik W środę 10 października prof. Ryszard Tadeusiewicz wykładem "Sieci neuronowe - na granicy neurocybernetyki i sztucznej inteligencji" rozpocznie drugą edycję popularnonaukowych wykładów "Granice nauki". Miejsce: Winiarnia i Winoteka "Winoman" (ul. św. Tomasza 7, Kraków), godzina 18:30. Wstęp wolny. Szczegóły oraz harmonogram kolejnych wykładów na GraniceNauki.pl.