De Onderzoekers van
USC en de Medische School Technion in Israël hebben nieuwe aanwijzingen in het geheim van de ultra-ingewikkelde die cellen van de hersenen aan het licht gebracht als neuronen worden bekend.
Hun bevindingen die - in de kwestie van deze maand van de Neurologie van de dagboekAard verschijnen - spreken een wijd toegelaten idee betreffende het „rekenkundige“ neuronengebruik tegen om informatie te verwerken.
„Het verbaast dat na honderd jaar van modern neurologieonderzoek, kennen wij nog niet de basisinformatieverwerkingsfuncties van een neuron,“ bovengenoemde Bartlett Mel, een verwante professor in de School USC Viterbi van de auteur van de Techniek en het bijdragen van het artikel van het dagboek.
„Historisch, heeft men het vaakst dat een hersenencel zijn prikkelende input die lineair die samenvat verondersteld betekenen, dat de opwinding door twee input samen geactiveerde die A en B wordt veroorzaakt de som opwindingen evenaart door afzonderlijk voorgestelde A en B worden veroorzaakt.“
„Wij tonen aan dat de cel beduidend die regel overtreedt,“ bovengenoemd Mel.
Het team vond dat de optelling van informatie binnen een individueel neuron afhangt van waar de input, met betrekking tot elkaar, op de oppervlakte van de cel voorkomt.
Om het werk van het team en de betekenis van zijn bevindingen te begrijpen, helpt het om een weinig meer over een hersenencel te kennen.
Alle informatieverwerking dat in de hersenen plaatsvindt wordt beheerd door een Web van neuronen. Deze levende cellen komen in een verscheidenheid van vormen en grootte, vaak lijkend op bomen of struiken.
Een neuron ontvangt input van andere neuronen bij duizenden plaatsen - genoemd die synapsen - over zijn oppervlakte worden verspreid. Elk van de synapsen produceert een kleine lokale voltagereactie wanneer het wordt geactiveerd.
Volgens de klassieke mening van het neuron, stromen de synaptische reacties onderaan de tak-als dendrieten van de cel, die als elektrokabels handelen en bij het cellichaam accumuleren. Als de algemene voltagereactie daar volstaat, wordt een elektroaar in brand gestoken, onderaan axon van de cel gedragen en meegedeeld aan honderden of duizenden andere neuronen.
Het „Recente bewijsmateriaal stelt voor het verhaal niet helemaal dat eenvoudig, niettemin is,“ bovengenoemd Mel. De „inputsignalen kunnen met elkaar in de dendrieten in wisselwerking staan en kunnen diep op hun manier aan het cellichaam worden omgezet.“
„In het bijzonder,“ toegevoegd Mel, „individuele takken van de vertakte boom kunnen, in bepaalde omstandigheden, lokale aren produceren die plaatselijk synaptische reacties binnen de vertakte boom.“ zeer vergroten
Het team trachtte die de „rekenkunde“ te vestigen door het neuron wordt gebruikt zijn vele synaptische input te combineren, die zich op het piramide-vormige neuron concentreren dat omhoog het grootste deel van de corticale grijze kwestie van de hersenen maakt.
De experimenten werden geleid in Haifa, Israël door Alon Polsky, hoofdauteur van het document en gediplomeerde student in Technion, en Jackie Schiller, bijdragende auteur en mede-hoofdonderzoeker.
Gebruikend plakken van corticaal hersenenweefsel van ratten, vulden Polsky en de Schiller gevestigde individuele piramidale neuronen, hen met kleurstof voor visualisatiedoeleinden (de cellen zijn anders transparant) en, gebruikend extracellulaire elektroden, bevorderden de cellen zeer dicht aan hun vertakte takken.
Terwijl het registreren van het voltage bij het cellichaam, zou het team schokken door één of twee bevorderende die elektroden leveren aan verschillende plaatsen in de vertakte boom, bijvoorbeeld, aan de zelfde of verschillende vertakte takken worden geleid.
Zij zouden dan de voltagereactie bij het cellichaam vergelijken aangezien de twee input eerst afzonderlijk en toen samen werd geactiveerd.
Het „krachtige ding over [de methode van Schiller] is dat u kunt zien waar u bevorderend bent omdat de kleurstof een weinig helderder groeit waar de synapsen worden geactiveerd,“ bovengenoemde Mel, die ver met het team van USC door samen te werken aan de van experimentontwerp en gegevens analyse werkten.
„U kunt de stimuli leiden aan zeer specifieke ruimteplaatsen op de cel en beginnen om wat te bekijken een verschilplaats maakt. Die oude plaats van de onroerende goederenuitdrukking `, plaats, plaats' houdt eveneens voor neuronen waar.“
De gegevens toonden aan dat drie verschillende scenario's konden voorkomen toen twee elektroden A en B werden gebruikt om de zelfde vertakte tak te bevorderen:
• Als de totale reactie op de twee input (elektroden A en B) onder de lokale het vurendrempel van de tak valt, kijkt de optelling lineair - A plus B.
• Als de twee input sterk enkel genoeg is dat zij samen de lokale drempel kruisen, kijkt de optelling superlinear - meer dan A plus B.
• Als elke individuele input sterk genoeg is om de lokale drempel alleen te kruisen, is de optelling sublinear - minder dan A plus B.
Mel verklaarden op deze wijze het laatste punt: „Als twee mensen proberen om een brand samen te bouwen en zij elk een gelijke hebben, is de brand geen gaande tweemaal zo heldere brandwond of tweemaal heet dankzij de tweede gelijke, zodra het reeds met de eerste is begonnen. De tweede gelijke is onbelangrijk.“
In tegenstelling tot optelling van input aan de zelfde tak wordt geleverd, vonden de onderzoekers dat de optelling van input op verschillende vertakte takken altijd - als verlichting twee afzonderlijke branden die lineair keek.
De bevindingen steunen een de modelleringsstudie van 2003 in Mel laboratorium wordt uitgevoerd, waarin hij en de gediplomeerde student Panayiota Poirazi voorspelden dat de piramidale neuronen dat zich op deze wijze zouden gedragen. Dit was de eerste experimentele test van die voorspellingen.
„Zo, denken wij nu aan het neuron in termen van een twee-laag model,“ bovengenoemd Mel. De „eerste laag van verwerking komt binnen afzonderlijke vertakte takken voor. Elke tak telt onafhankelijk de input aan die tak op, en past dan zijn eigen lokaal thresholding niet lineair zijn toe.“
„In de tweede laag van verwerking,“ toegevoegd Mel, worden de „resultaten van alle verschillende takken toegevoegd samen lineair bij het cellichaam, waar zij helpen om het totale het vurentarief van de cel te bepalen.“
Terwijl de resultaten belovend zijn, is het team bepaalde dit is niet het definitieve woord op het piramidale neuron.
„Ongetwijfeld, is dit een nog te eenvoudig model,“ bovengenoemd Mel. „Maar het twee-laag model een betere beschrijving, schijnt het, dan is om te veronderstellen dat het neuron eenvoudig alles lineair van overal combineert. Dat is duidelijk niet wat deze gegevens.“ tonen
Volgens Mel, één extra ingewikkeldheid die uiteindelijk moet worden behandeld is riep dat de synaptische input die bij het verste deel van het neuron aankomen - het apicale bosje - op subtiele manieren met input kan op elkaar inwerken aankomend op de basisdendrieten, dichter aan het cellichaam.
„Wij zouden nu willen zien of moeten wij het twee-laag model tot een drie-laag model binnen uitbreiden,“ bovengenoemd Mel. „Het kan zijn dat de basis en apicale dendrieten elk zich gedragen zoals wij hebben gezegd, maar wanneer zij met elkaar in wisselwerking staan is er een extra niet-lineaire interactie die tussen hen.“ voorkomt
Mel benadrukt dat de „rekenkunde“ hij beslist en zijn die collega's in piramidale neuronen worden gevonden kunnen niet op alle neuronen in de hersenen van toepassing zijn.
„Er zijn andere neuronen die verschillende vormen, input, de morfologie en ionenkanalen hebben,“ hij zei. „Er zou kunnen zijn dozijn verschillende antwoorden aan de vraag, afhankelijk van welk neuron u.“ bekijkt
Terwijl veel meer werk in het verschiet ligt, maken de nieuwe weergavetechnieken, de levensechte modellen en de moderne laboratoriumprocedures de taak om de ingewikkelde neuronen van de hersenen te begrijpen een gehele gemakkelijkere partij.
Uiteindelijk, bovengenoemd die Mel, zullen de lessen van individuele neuronen worden geleerd voor vooruitgangsonderzoekers' begrip van de hersenen als geheel essentieel zijn.
„Wij neigen om de hersenen te bekijken zoals een computer,“ hij zei. „Als wij willen te weten komen hoe dit computerwerk, wij moeten eerst weten hoe zijn afzonderlijke delen.“ functioneren
http://www.usc.edu