Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Las ayudas del modelo matemático explican cómo el cerebro forma nuevas memorias sin el barrido fuera los viejos

Los científicos de Columbia han desarrollado un nuevo modelo matemático que ayuda a explicar cómo la complejidad biológica del cerebro humano permite que coloque nuevas memorias sin el barrido fuera los viejos -- ilustrando cómo el cerebro mantiene la fidelidad de las memorias por años, décadas o aún un curso de la vida. Este modelo podía ayudar a neurólogos a diseñar estudios apuntados de la memoria, y también estimula avances en hardware neuromorphic -- los sistemas de cálculo potentes inspiraron por el cerebro humano.

Este trabajo se publica hoy en línea en neurología de la naturaleza.

“El cerebro es continuamente de recepción, de ordenación y que salva de memorias. Estos procesos, que se han estudiado en experimentos incontables, son tan complejos que los científicos han estado desarrollando modelos matemáticos para entenderlos completo,” dijo a Stefano Fusi, doctorado, investigador principal en el instituto del comportamiento del cerebro de Mortimer B. Zuckerman Mind de Columbia, profesor adjunto de la neurología en el centro médico de la Universidad de Columbia y el autor mayor del papel. “El modelo que hemos desarrollado finalmente explica porqué la memoria subyacente de la biología y de la química es tan compleja -- y cómo esta complejidad impulsa la capacidad del cerebro de recordar.”

Las memorias se creen extensamente para ser salvadas en las sinapsis, estructuras minúsculas en la superficie de neuronas. Estas sinapsis actúan como tuberías, transmitiendo los pulsos eléctricos interiores contenidos información que pasan normalmente de la neurona a la neurona. En los modelos de memoria más tempranos, la fuerza de las señales eléctricas que pasaron con sinapsis fue comparada a una perilla del volumen en un estéreo; marcó hasta alza (o bajar) la fuerza de la conexión entre las neuronas. Esto permitida para la formación de memorias.

Estos modelos trabajaron extremadamente bien, pues explicaron capacidad de memoria enorme. Pero también plantearon un dilema intrigante.

“El problema con un simple, dial-como modelo de cómo la función de las sinapsis era que fue asumido que su fuerza se podría marcar hacia arriba o hacia abajo indefinidamente,” dijo al Dr. Fusi, que es también una pieza del centro de Columbia para la neurología teórica. “Pero en el mundo real esto no puede suceso. Si es la perilla del volumen en un estéreo, o cualquier sistema biológico, tiene que haber un límite físico a cuánto podría girar.”

Cuando estos límites fueron impuestos, la capacidad de memoria de estos modelos se desplomó. Tan el Dr. Fusi, en colaboración con el investigador Larry Abbott, doctorado, experto del instituto de Zuckerman de la persona en el modelado matemático del cerebro, ofreció una opción: cada sinapsis es más compleja que apenas una dial, y en lugar de otro se debe describir como sistema con las diales múltiples.

En 2005, DRS. Fusi y Abbott publicaron la investigación que explicaban esta idea. Describieron cómo diversas diales (quizás representando atados de moléculas) dentro de una sinapsis podrían operar en tándem para formar nuevas memorias mientras que protegían los viejos. Pero incluso ese modelo, los autores observados más adelante, faltó lo que creyeron el cerebro -- determinado el cerebro humano -- podía esperar.

“Vinimos realizar que los diversos componentes sinápticos, o las diales, no sólo funcionadas en diversos calendarios, pero eran también comunicación probable con uno a,” dijimos a Marco Benna, doctorado, científico de la investigación del socio en el centro de Columbia para la neurología teórica y el primer autor del papel de hoy de la neurología de la naturaleza. “Una vez que agregamos la comunicación entre los componentes a nuestro modelo, la memoria aumentó en un factor enorme, llegando a ser lejos más representativo de cuál es interior logrado el cerebro vivo.”

El Dr. Benna comparó los componentes de este modelo nuevo a un sistema de cubiletes conectados el uno al otro con una serie de tubos.

“En un equipo de cubiletes interconectados, cada uno llenado de diversas cantidades de agua, el líquido tenderá a fluir entre ellas tales que los niveles del agua se igualan. En nuestro modelo, los cubiletes representan los diversos componentes dentro de una sinapsis, el” Dr. explicado Benna. “Agregando el líquido a uno de los cubiletes -- o quitando algo de él -- representa la codificación de nuevas memorias. En un cierto plazo, el flujo resultante del líquido difundirá a través de los otros cubiletes, correspondiente al almacenamiento de larga duración de memorias.”

DRS. Benna y Fusi están esperanzados que este trabajo puede ayudar a neurólogos en el laboratorio, actuando como marco teórico para conducir los experimentos futuros -- final llevando a una caracterización más completa y más detallada del cerebro.

“Mientras que la base sináptica de la memoria se valida bien, en ninguna pequeña parte debido al trabajo del Dr. Eric Kandel del codirector del premio Nobel y del instituto de Zuckerman, clarificando cómo las memorias del apoyo de las sinapsis durante muchos años sin la degradación han sido extremadamente difíciles,” dijo al Dr. Abbott. “El trabajo de la DRS. Benna y Fusi deben servir como guía para los investigadores que exploran la complejidad molecular de la sinapsis.”

Las implicaciones tecnológicas de este modelo también están prometiendo. El hardware neuromorphic, las computadores ha intrigado al Dr. Fusi de largo que se diseñan para imitar un cerebro biológico.

“Hoy, el hardware neuromorphic es limitado por la capacidad de memoria, que puede ser catastrófico inferior cuando estos sistemas se diseñan para aprender autónomo,” dijo al Dr. Fusi. “Crear un mejor modelo de la memoria sináptica podría ayudar a resolver este problema, acelerando el revelado de los dispositivos electrónicos que son compacto y económicos de energía -- y apenas tan potente como el cerebro humano.”

Source:

The Zuckerman Institute at Columbia University