TL;DR: Pesquisadores criaram um gêmeo digital do córtex visual de ratos usando IA, treinado com dados neurais extensos coletados enquanto os animais assistiam a filmes. Este modelo simula com precisão a atividade neural em resposta a novos estímulos visuais, infere características anatômicas dos neurônios e permite a realização de experimentos virtuais em larga escala. A tecnologia acelera a pesquisa neurocientífica, revela princípios de organização neural e tem potencial para ser estendida ao cérebro humano.

Takeaways:

• Modelos de IA, treinados com mais de 900 minutos de dados neurais de ratos, podem criar gêmeos digitais precisos do córtex visual.
• O gêmeo digital prevê com acurácia as respostas de neurônios a novos estímulos visuais e até características anatômicas, validando sua capacidade de simulação.
• A capacidade de generalização do modelo permite que ele responda a estímulos fora da distribuição de treinamento, funcionando como um “modelo de fundação”.
• A tecnologia permite a execução de experimentos virtuais ilimitados, acelerando descobertas e reduzindo a necessidade de testes em animais.
• Foi descoberto que neurônios tendem a se conectar com outros que respondem a estímulos semelhantes, indicando um princípio de organização funcional no cérebro.

Criação de Gêmeo Digital do Cérebro de um Rato Usando Inteligência Artificial

Introdução

A evolução das tecnologias de inteligência artificial tem permitido a criação de modelos que simulam funções biológicas complexas, abrindo novas perspectivas para a neurociência. Pesquisadores têm utilizado essas inovações para desenvolver gêmeos digitais capazes de replicar o processamento de informações visuais no cérebro de ratos, oferecendo uma ferramenta de experimentação que antes era inimaginável. Essa iniciativa representa uma convergência entre a neurociência e a modelagem computacional, possibilitando simulações precisas e acelerando o avanço do conhecimento sobre o funcionamento cerebral.

A construção desse gêmeo digital envolve a coleta de dados reais da atividade neural de ratos durante a visualização de filmes, especialmente aqueles com alto conteúdo de movimento. Com um extenso conjunto de dados – mais de 900 minutos de registros – os modelos de inteligência artificial conseguem aprender e prever respostas neurais a novos estímulos visuais com grande precisão. Essa técnica não só replica a atividade do córtex visual, mas também consegue inferir características anatômicas dos neurônios, evidenciando a complexidade dos processos envolvidos.

Além do aspecto técnico, o projeto traz implicações importantes para a realização de experimentos em larga escala, permitindo que cenários antes inviáveis sejam testados em silico. A possibilidade de realizar uma quantidade ilimitada de experimentos em um mesmo modelo digital acelera a pesquisa e minimiza a necessidade de experimentos invasivos com animais reais. Dessa forma, o uso de gêmeos digitais transforma a abordagem tradicional dos estudos neurológicos, combinando ética e eficiência na busca pela compreensão da inteligência.

Construção de um Gêmeo Digital do Cérebro do Rato

A criação do gêmeo digital baseia-se na utilização de um modelo de inteligência artificial especificamente treinado para simular a parte do cérebro do rato responsável pelo processamento de informações visuais. Esse modelo foi desenvolvido a partir dos dados coletados do córtex visual de ratos reais enquanto eles assistiam a vídeos, capturando a dinâmica neural essencial. O processo envolve a minuciosa integração entre registros experimentais e algoritmos avançados, garantindo que a simulação seja representativa da atividade biológica.

Durante a modelagem, o gêmeo digital demonstra a capacidade de prever a resposta de milhares de neurônios a novos estímulos visuais, o que permite a realização de experimentos virtuais de forma mais eficiente. Esse nível de precisão possibilita aos pesquisadores explorar hipóteses que, de outra forma, exigiriam vastos recursos e tempo. Assim, a simulação digital serve como uma ferramenta poderosa para testar cenários e validar teorias sobre o processamento visual no cérebro.

Os dados relevantes para a construção do modelo indicam que o treinamento foi realizado com mais de 900 minutos de atividade cerebral de oito ratos, o que confere à simulação uma base robusta e diversificada. Além disso, o gêmeo digital é capaz de prever características anatômicas específicas de cada neurônio, mostrando não só a atividade dinâmica, mas também a organização estrutural do córtex visual. Essa abordagem integrada entre atividade funcional e estrutura anatômica evidencia o potencial dos modelos digitais em replicar o funcionamento do cérebro real.

Generalização Além da Distribuição de Treinamento

O novo modelo de inteligência artificial desenvolvido é considerado um exemplo de modelo de fundação, capaz de aprender a partir de um grande conjunto de dados e aplicar esse conhecimento a novas tarefas e tipos de dados. Essa característica de generalização robusta permite que o gêmeo digital responda de maneira eficiente a estímulos que vão além do conteúdo originalmente utilizado durante o treinamento. Dessa forma, o modelo não se limita à reprodução dos dados de entrada, mas estende sua aplicabilidade a cenários variados de estímulos visuais.

A capacidade de generalizar é uma das semente da inteligência, pois modelos de fundação podem extrapolar para situações não previstas previamente. Assim como o ChatGPT e outros sistemas avançados, este modelo tem a habilidade de aprender de vastas quantidades de dados e aplicar esse aprendizado a novos contextos. Essa adaptabilidade é crucial para desenvolver ferramentas precisas e versáteis na área da neurociência, onde a variabilidade dos estímulos pode ser alta.

Com a generalização além da distribuição de treinamento, o gêmeo digital não apenas simula respostas neurais a estímulos já conhecidos, mas também prevê as respostas a novos estímulos — inclusive inferindo características anatômicas dos neurônios. Esse avanço tecnológico indica que a inteligência artificial pode contribuir para a compreensão e mapeamento de processos cerebrais complexos de forma mais ampla. Em última análise, a robustez da generalização abre caminhos para experimentos que exploram cenários antes inacessíveis.

Filmes para Ratos

A escolha por utilizar filmes de ação como estímulo para os ratos se justifica pelas características específicas da visão desses animais, que é de baixa resolução e muito sensível ao movimento. Ratos, assim como a visão periférica nos humanos, conseguem captar melhor estímulos dinâmicos, o que torna os filmes de ação ideais para provocar respostas neurais significativas. Essa estratégia garante que o modelo receba dados ricos e diversificados, essenciais para aprimorar a precisão da simulação.

Durante os experimentos, os pesquisadores realizaram a gravação da atividade cerebral dos ratos enquanto estes assistiam a clipes de filmes de ação. A escolha desses filmes, que incluem sequências com alto nível de movimento, visa estimular de maneira intensa os circuitos visuais dos animais, facilitando a extração de padrões de resposta. Os dados coletados, por serem representativos do processamento de estímulos visuais dinâmicos, foram fundamentais para o treinamento do gêmeo digital.

Adicionalmente, foram utilizados equipamentos que monitoraram os movimentos oculares e o comportamento dos ratos durante as sessões de visualização, contribuindo para uma análise detalhada da resposta ao movimento. Essa abordagem experimental permite correlacionar os estímulos visuais com a atividade neural de forma precisa, aumentando a confiabilidade dos dados coletados. Assim, a escolha de filmes para ratos não só valida a estratégia experimental, mas também reforça o potencial dos modelos de IA em simular cenários reais com alta eficiência.

Previsões Precisas

Os gêmeos digitais foram capazes de simular de forma bastante acurada a atividade neural dos ratos quando expostos a novos estímulos visuais, evidenciando a precisão do modelo. Essa capacidade de previsão é um marco significativo, pois vai além de reproduzir apenas os dados de treinamento, permitindo que o modelo responda de maneira adaptativa a novas condições. A precisão das previsões se revela fundamental para a realização de experimentos virtuais que imitam com fidelidade os processos biológicos reais.

A grande quantidade de dados de treinamento, superior a 900 minutos de gravação de atividade cerebral, desempenhou um papel crucial na obtenção de previsões confiáveis e detalhadas. Esse volume de informações garantiu que o modelo captasse nuances importantes das respostas neurais, possibilitando a simulação de vídeos, imagens estáticas e até mesmo características anatômicas dos neurônios envolvidos. Dessa maneira, o modelo não só replica os estímulos visuais, mas também antecipa como cada neurônio individualmente responderá a novas situações.

Além disso, as previsões geradas pelo gêmeo digital foram validadas por meio de imagens de microscópio eletrônico de alta resolução, comparando as previsões com a estrutura real do cérebro. Essa verificação fortalece a confiabilidade do modelo, confirmando que os detalhes anatômicos previstos correspondem com precisão aos padrões observados. O resultado é uma ferramenta poderosa que une a previsão funcional e a identificação estrutural em um único sistema digital.

Abrindo a Caixa Preta

O uso dos gêmeos digitais possibilita que os cientistas realizem experimentos virtualmente ilimitados no mesmo modelo, abrindo uma nova perspectiva para a pesquisa neurocientífica. Essa abordagem permite que experimentos que levariam anos para serem concluídos com organismos vivos sejam executados em poucas horas no ambiente digital. A agilidade proporcionada por essa tecnologia representa um avanço significativo na capacidade de testar hipóteses e explorar o funcionamento cerebral.

Com a execução de milhões de experimentos simultaneamente, os pesquisadores podem explorar uma vasta gama de variáveis e cenários, acelerando a descoberta de novos insights sobre o processamento de informações no cérebro. Essa multiplicidade de experimentos virtuais também minimiza a necessidade de testes invasivos em animais reais, promovendo uma abordagem ética e sustentável na pesquisa. O gêmeo digital atua, portanto, como uma espécie de laboratório virtual, onde cada experimento contribui para a compreensão dos mecanismos neurais.

A capacidade de “abrir a caixa preta” do cérebro, isto é, de desvelar os processos internos que regulam a atividade neural, permite identificar como os neurônios interagem para codificar informações. Essa transparência intrínseca do modelo digital possibilita o mapeamento detalhado das conexões neuronais, estabelecendo correlações que anteriormente eram difíceis de discernir. Em síntese, essa tecnologia não só acelera a pesquisa, como também contribui para um avanço profundo na compreensão da inteligência e do funcionamento cerebral.

Descobertas sobre Conexões Neuronais

Através do gêmeo digital, os pesquisadores descobriram que os neurônios do córtex visual tendem a formar conexões com outros neurônios que respondem a estímulos semelhantes, por exemplo, à cor azul. Essa descoberta revela um padrão organizacional no cérebro que vai além da simples proximidade espacial, sugerindo que a similaridade na resposta aos estímulos atua como um critério para a formação de conexões. Esse insight fornece uma nova perspectiva sobre como as redes neuronais se estruturam e funcionam.

Comparando o processo com a formação de amizades, é possível compreender que neurônios com respostas similares tendem a se conectar, reforçando a ideia de que conexões baseadas em similaridade podem otimizar o fluxo de informações. Essa analogia destaca como a organização do cérebro pode seguir padrões lógicos que, à primeira vista, podem parecer tão complexos quanto as relações humanas. Assim, o gêmeo digital tem sido fundamental para ilustrar as regras subjacentes que governam a conectividade neural.

Além disso, essa descoberta abre caminho para investigar se tais padrões podem ser generalizados para outras áreas do cérebro e para espécies com capacidades cognitivas superiores. Os estudos em andamento indicam que os princípios identificados no córtex visual podem ser uma amostra de uma regra mais ampla de organização cerebral. Portanto, o aprofundamento na compreensão das conexões neuronais promete revelar aspectos ainda mais intrincados da arquitetura do cérebro.

Extensão para o Cérebro Humano

Os pesquisadores planejam ampliar o uso dessa tecnologia de gêmeo digital para modelar outras áreas do cérebro e para animais com capacidades cognitivas mais avançadas, com o objetivo final de construir gêmeos digitais de partes do cérebro humano. Essa expansão é vista como um passo natural para aproveitar os avanços obtidos com a modelagem do córtex visual de ratos e aplicar o conhecimento a contextos mais complexos. O potencial da tecnologia reside na possibilidade de interpretar e simular funções cerebrais em níveis de complexidade cada vez maiores.

A colaboração entre instituições renomadas, como a Universidade de Göttingen e o Allen Institute for Brain Science, reforça o compromisso com a evolução dessa abordagem. Esses esforços conjuntos, aliados a financiamentos provenientes de órgãos como a Intelligence Advanced Research Projects Activity e o National Institute of Mental Health, demonstram o interesse global em expandir as fronteiras da pesquisa neurológica. Essa articulação entre diversas fontes de conhecimento e recursos financeiros fortalece a viabilidade de estender os modelos digitais para aplicações mais amplas.

Com a extensão para o cérebro humano, as implicações vão além do campo acadêmico, oferecendo oportunidades para o desenvolvimento de novas terapias, diagnóstico precoce de doenças neurológicas e um melhor entendimento dos princípios da inteligência. Essa perspectiva promete transformar a forma como a neurociência é conduzida, integrando simulações precisas com a realidade biológica de forma inovadora. Assim, a pesquisa atual representa não apenas um avanço tecnológico, mas também um marco para o futuro da medicina e da ciência cognitiva.

Conclusão

Em síntese, a criação de um gêmeo digital do cérebro do rato por meio da inteligência artificial possibilita simulações precisas que replicam a atividade neural e fornecem insights detalhados sobre a organização e funcionamento do córtex visual. O projeto reúne dados extensos e técnicas avançadas para prever respostas neurais a novos estímulos e identificar características anatômicas dos neurônios. Essa convergência entre modelagem computacional e neurociência abre caminhos para experimentos que seriam inviáveis na prática tradicional.

Os tópicos abordados demonstram como a utilização de modelos de fundação e a capacidade de generalização dos algoritmos de IA podem extrapolar além dos dados de treinamento, permitindo investigações aprofundadas sobre conexões neuronais e padrões de conectividade. A escolha de filmes de ação como estímulo para ratos, considerando suas características visuais, ilustra a importância de uma abordagem experimental cuidadosamente planejada. Cada etapa do processo contribui para um entendimento mais robusto dos mecanismos que regem o processamento de informações no cérebro.

As implicações futuras dessa pesquisa são vastas, destacando o potencial para a criação de gêmeos digitais de partes do cérebro humano. Esse avanço pode revolucionar o estudo de doenças neurológicas, o desenvolvimento de terapias personalizadas e a compreensão dos fundamentos da inteligência. Dessa forma, o projeto não apenas refina as técnicas atuais de simulação neural, mas também estabelece um novo paradigma para o futuro da neurociência e da medicina.

Referências

*Fonte: MICrONS. “MICrONS”. Disponível em: https://www.microns-explorer.org/

*Fonte: Artigo publicado na Nature sobre o projeto MICrONS. “Artigo publicado na Nature sobre o projeto MICrONS”. Disponível em: https://www.nature.com/articles/s41586-025-08790-w

*Fonte: Estudo relacionado publicado na Nature sobre conexões neuronais. “Estudo relacionado publicado na Nature sobre conexões neuronais”. Disponível em: https://www.nature.com/articles/s41586-025-08840-3

*Fonte: Artigo original publicado pela Stanford Medicine. “Artigo original publicado pela Stanford Medicine”. Disponível em: https://med.stanford.edu/news/all-news/2025/04/digital-twin.html