Как нейроны сообща обрабатывают информацию

Статья, опубликованная в Nature Communications, показывает, что когда нейронам предоставляется информация об изменяющемся вокруг них мире (сенсорная информация, связанная с выполнением задачи), это меняет их поведение, приводя их в состояние нервного напряжения, чтобы крошечные входные данные могли вызвать “лавины” мозговой активности, поддерживая теорию, известную как гипотеза критического мозга.

Исследователи из Cortical Labs и Мельбурнского университета использовали DishBrain – коллекцию из 800 000 человеческих нервных клеток, обучающихся игре в пинг-понг.

На сегодняшний день это самое убедительное доказательство в поддержку противоречивой теории о том, как человеческий мозг обрабатывает информацию.

Согласно гипотезе критического мозга, большое сложное поведение становится возможным только тогда, когда нейроны настолько напряжены, что крошечные входные сигналы могут вызвать “лавины” мозговой активности.

Это прекрасно сбалансированное состояние известно как “нервное критическое” состояние и находится между двумя крайностями – безудержным возбуждением, наблюдаемым при таких расстройствах, как эпилепсия, и состоянием комы, при котором сигналы прекращаются.

“Это не только показывает, что сеть реорганизуется в почти критическое состояние, когда ей подается структурированная информация, но и что достижение этого состояния также приводит к повышению производительности выполнения задач”, – говорит доктор Бретт Каган, главный научный сотрудник биотехнологического стартапа Cortical Labs, который создал DishBrain.

“Результаты поразительны, они намного превосходят все наши ожидания”.

Это исследование добавляет важную деталь к головоломке гипотезы критического мозга.

До сих пор было мало экспериментальных данных, демонстрирующих, является ли критичность общей особенностью биологических нейронных сетей или она связана с информационной нагрузкой.

“Наши результаты показывают, что поведение сети, близкое к критическому, возникает, когда нейронная сеть занята выполнением задачи, но не тогда, когда не подвергается стимуляции”, – говорит доктор Каган.

Однако исследование доктора Кагана показывает, что одной критичности недостаточно для стимулирования обучения нейронной сети.

“Обучение требует обратной связи, когда сети предоставляется дополнительная информация о последствиях того или иного действия”.

Последнее исследование подчеркивают потенциал DishBrain в раскрытии секретов человеческого мозга и того, как он работает, что невозможно с животными моделями.

“Обычно для изучения мозга, особенно в масштабе нейронов, исследователям приходится использовать модели на животных, но при этом возникает множество трудностей, и число испытуемых может быть ограниченным”, – говорит доктор Форо Хабиболлахи, научный сотрудник Cortical Labs.

“Поэтому, когда я увидел уникальную способность DishBrain давать ответы на различные типы вопросов так, как ничто другое, я был очень рад начать этот проект и присоединиться к команде”.

Врачи также видят большой потенциал в исследовании, которое поможет найти методы лечения тяжелых заболеваний головного мозга.

“Проект по оценке критичности DishBrain стал удивительным опытом сотрудничества кортикальных лабораторий, биомедицинской инженерии и неврологии”, – говорит доктор Крис Френч, руководитель лаборатории нейронной динамики медицинского факультета Мельбурнского университета.

“Критическая динамика нейронов головного мозга должна дать ключевые биомаркеры для диагностики и лечения целого ряда неврологических заболеваний – от эпилепсии до слабоумия”.

Создав живую модель мозга, ученые смогут экспериментировать, используя реальные функции мозга, а не ущербные аналогичные модели, например, компьютерные, чтобы не только исследовать функции мозга, но и проверить, как на него влияют лекарства.

“Исследование также имеет потенциал для решения проблем, стоящих перед интерфейсами “мозг-компьютер”, которые могут восстановить функции, утраченные в результате повреждения нервной системы”, – говорит профессор Энтони Беркитт, заведующий кафедрой биосигналов и биосистем факультета биомедицинской инженерии Мельбурнского университета.

“Ключевая особенность следующего поколения нейронных протезов и интерфейсов “мозг-компьютер”, которые мы в настоящее время исследуем, заключается в использовании стратегий замкнутого цикла в реальном времени”, – говорит он. “Таким образом, результаты этого исследования могут иметь важные последствия для понимания того, как эти стратегии контроля и стимуляции взаимодействуют с нейронными цепями в головном мозге”.

“Эта область биологического моделирования мозга находится в зачаточном состоянии, но открывает путь для совершенно новой области науки”, – говорит доктор Каган.