Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il modello matematico mostra come il cervello rimane stabile in mezzo delle perturbazioni varianti

Se state giocando andate in una sosta in mezzo degli uccelli di cinguettio, di una brezza delicata e dei capretti che giocano la cattura vicino o state giocando in una tana con un orologio di ticchettio su uno scaffale e un capone facente le fusa sul sofà, se la situazione del gioco è identica e chiara, la vostra prossima tappa probabilmente sarebbe, anche, indipendentemente da quelle circostanze differenti. Ancora giocherete la stessa prossima tappa malgrado una vasta gamma di sensibilità interne o persino se alcuni neuroni qua e là stanno essendo appena poco un irregolare. Come il cervello sormonta le perturbazioni imprevedibili e varianti per produrre i calcoli affidabili e stabili? Un nuovo studio dai neuroscenziati del MIT fornisce una rappresentazione del modello matematico come tale stabilità inerentemente risulta da parecchi meccanismi biologici conosciuti.

Più fondamentale dello sforzo ostinato di controllo conoscitivo sopra l'attenzione, il modello il gruppo sviluppato descrive un'inclinazione verso la stabilità robusta che è integrata ai circuiti neurali in virtù delle connessioni, o “le sinapsi„ quelle neuroni fanno a vicenda. Le equazioni che sono derivato e che pubblicato nella manifestazione di calcolo di biologia di PLOS che le reti dei neuroni in questione nello stesso calcolo convergeranno ripetutamente verso gli stessi reticoli di attività elettrica, o “nelle portate del riscaldamento,„ anche se sono perturbate a volte arbitrariamente dalla rumorosità naturale di diversi neuroni o stimoli sensoriali arbitrari il mondo può produrre.

Come il cervello ha significato di questa natura altamente dinamica e non lineare di attività neurale? Il cervello è rumoroso, là è circostanze comincianti differenti - come fa il cervello raggiungono una rappresentazione stabile di informazioni di fronte a tutti questi fattori che possono batterlo intorno?„

Conte Miller, autore Co-Senior, il professor di Picower di neuroscienza nell'istituto di Picower per l'apprendimento e memoria ed il dipartimento del cervello e delle scienze cognitive (BCS) al MIT

Per scoprire, il laboratorio di Miller, che studia come le reti neurali rappresentano le informazioni, ha unito le forze con il collega di BCS ed il professor Jean-Jacques Slotine dell'ingegneria meccanica, che piombo il laboratorio dei sistemi non lineari al MIT. Slotine ha portato il metodo matematico “di analisi di contrazione,„ un concetto sviluppato nella teoria del controllo, al problema con gli strumenti il suo laboratorio sviluppato per applicare il metodo. Le reti di contratto presentano i beni delle traiettorie che cominciano dai punti disparati infine che convergono in una traiettoria, come i tributari in uno spartiacque. Agiscono in tal modo anche quando gli input variano con tempo. Sono robuste diffondere e perturbazione e tengono conto molte altre reti di contratto combinarsi insieme senza una perdita di stabilità globale - tanto come il cervello integra tipicamente le informazioni da molte regioni specializzate.

“In un sistema gradisca il cervello in cui avete [centinaia di miliardi] delle connessioni che le domande che cosa conserveranno la stabilità ed il che generi di vincoli che impone all'architettura del sistema diventi molto importante,„ di Slotine hanno detto.

Il per la matematica riflette i meccanismi naturali

Leo Kozachkov, un dottorando sia nei laboratori di Slotine che di Miller, piombo lo studio applicando l'analisi di contrazione al problema della stabilità dei calcoli nel cervello. Che cosa ha trovato è che le variabili ed i termini nelle equazioni risultanti che applicano direttamente la stabilità rispecchi i beni ed i trattamenti delle sinapsi: le connessioni inibitorie del circuito possono rafforzarsi, le connessioni eccitanti del circuito possono ottenere più deboli, entrambi i generi di connessioni sono saldati in genere strettamente riguardante a vicenda ed i neuroni fanno ben meno connessioni che potrebbero (ogni neurone, potrebbe fare in media approssimativamente 10 milione nuove connessioni che fa).

“Queste sono tutte le cose che i neuroscenziati hanno trovato, ma non li hanno collegati a questi beni della stabilità,„ Kozachkov ha detto. “In un certo senso, stiamo sintetizzando alcuni risultati disparati nel campo per spiegare questo fenomeno comune.„

Il nuovo studio, che egualmente ha compreso il postdoc Mikael Lundqvist del laboratorio di Miller, era appena il primo da affrontare with la stabilità nel cervello, ma gli autori lo discute ha prodotto un modello più avanzato rappresentando la dinamica delle sinapsi e tenendo conto di ampie variazioni nell'iniziare le circostanze. Egualmente offre le prove matematiche della stabilità, Kozachkov ha aggiunto.

Comunque messo a fuoco sui fattori che assicurano la stabilità, gli autori celebri, il loro modello non va per quanto condannare il cervello ad inflessibilità o a determinismo. La capacità del cervello di cambiare - imparare e ricordarsi - è altrettanto fondamentale alla sua funzione quanto la sua capacità di ragionare e formulare coerente i comportamenti stabili.

“Non stiamo chiedendo come il cervello cambia,„ a Miller abbiamo detto. “Stiamo chiedendo come il cervello evita il cambiamento del troppo.„

Eppure, il gruppo pianificazione continuare ripetere sul modello, per esempio comprendendo un più ricco rappresentando come i neuroni producono le diverse punte di attività elettrica, non appena tariffe di quell'attività.

Egualmente stanno funzionando per paragonare le previsioni del modello ai dati dagli esperimenti in cui gli animali hanno eseguito ripetutamente le mansioni in cui hanno dovuto eseguire gli stessi calcoli neurali, malgrado avvertire il disturbo neurale interno inevitabile ed almeno le piccole differenze sensitive dell'input.

Per concludere, il gruppo sta considerando come i modelli possono informare la comprensione degli stati differenti di malattia del cervello. Le aberrazioni nel bilanciamento delicato di attività neurale eccitante ed inibitoria nel cervello è considerata cruciali nell'epilessia, note di Kozachkov. Un sintomo della malattia del Parkinson, pure, comporta una perdita neurale-piantata di stabilità del motore. Miller aggiunge che alcuni pazienti con i disordini di spettro di autismo lottano per ripetere stabile gli atti (per esempio denti di spazzolatura) quando le circostanze esterne variano (per esempio spazzolare in una stanza differente).

Source:
Journal reference:

Kozachkov, L., et al. (2020) Achieving stable dynamics in neural circuits. PLOS Computational Biology. doi.org/10.1371/journal.pcbi.1007659.