Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O modelo matemático mostra como o cérebro permanece estável entre distúrbios de variação

Se você está jogando vai em um parque entre pássaros de chilro, uma brisa delicada e os cabritos que jogam a captura próximo ou você está jogando em um antro com um pulso de disparo de tiquetaque em uma biblioteca e um gato de ronrom no sofá, se a situação do jogo é idêntica e clara, seu próximo passo provavelmente seria, também, apesar daquelas circunstâncias diferentes. Você ainda jogará o mesmo próximo passo apesar de uma vasta gama de sentimentos internos ou mesmo se alguns neurônios aqui e ali apenas estão sendo uns pouco erráticos. Como o cérebro supera os distúrbios imprevisíveis e variando para produzir computações seguras e estáveis? Um estudo novo por neurocientistas do MIT fornece uma exibição do modelo matemático como tal estabilidade elevara inerente de diversos mecanismos biológicos conhecidos.

Mais fundamental do que o esforço intencional do controle cognitivo sobre a atenção, o modelo a equipe desenvolvida descreve uma inclinação para a estabilidade robusta que é construída dentro aos circuitos neurais em virtude das conexões, ou as “sinapses” essas os neurônios fazem um com o otro. As equações que se derivaram e se publicaram na mostra computacional da biologia de PLOS que as redes dos neurônios envolvidos na mesma computação convirgirão repetidamente para os mesmos testes padrões da actividade elétrica, ou de “nas taxas despedimento,” mesmo se são molestadas às vezes arbitrariamente pelo ruído natural dos neurônios individuais ou estímulos sensoriais arbitrários o mundo pode produzir.

Como o cérebro faz o sentido desta natureza altamente dinâmica, não-linear da actividade neural? O cérebro é ruidoso, lá é circunstâncias começando diferentes - como faz o cérebro conseguem uma representação estável da informação face a todos estes factores que podem a bater ao redor?”

Conde Miller, autor Co-Superior, professor de Picower da neurociência no instituto de Picower para a aprendizagem e a memória e o departamento do cérebro e das ciências cognitivas (BCS) no MIT

Para encontrar, o laboratório de Miller, que estuda como as redes neurais representam a informação, juntou-se a forças com colega de BCS e professor Jean-Jacques Slotine da engenharia mecânica, que conduz o laboratório dos sistemas não-lineares no MIT. Slotine trouxe o método matemático da “da análise contracção,” um conceito desenvolvido na teoria de controle, ao problema junto com ferramentas seu laboratório desenvolvido para aplicar o método. As redes contratando exibem a propriedade das trajectórias que partem dos pontos díspares que convirgem finalmente em uma trajectória, como tributários em um marco decisivo. Fazem assim mesmo quando as entradas variam com tempo. São robustos propalar e distúrbio, e permitem muitas outras redes contratando ser combinados junto sem uma perda de estabilidade total - bem como o cérebro integra tipicamente a informação de muitas regiões especializadas.

“Em um sistema goste do cérebro onde você tem [centenas de biliões] das conexões que as perguntas o que preservarão a estabilidade e os que tipos das limitações que impor na arquitetura de sistema se torne muito importante,” de Slotine disseram.

A matemática reflecte mecanismos naturais

O Leão Kozachkov, um aluno diplomado nos laboratórios de Miller e de Slotine, conduziu o estudo aplicando a análise da contracção ao problema da estabilidade das computações no cérebro. O que encontrou é que as variáveis e os termos nas equações resultantes que reforçam a estabilidade directamente espelhe propriedades e processos de sinapses: as conexões inibitórios do circuito podem obter mais fortes, as conexões excitatory do circuito podem obter mais fracas, ambos os tipos das conexões são equilibrados tipicamente firmemente relativo a se, e os neurônios fazem distante menos conexões do que poderiam (cada neurônio, em média, poderia fazer aproximadamente 10 milhão mais conexões do que faz).

“Estas são todas as coisas que os neurocientistas encontraram, mas não os ligaram a esta propriedade da estabilidade,” Kozachkov disse. “De um certo modo, nós estamos sintetizando alguns resultados díspares no campo para explicar este fenômeno comum.”

O estudo novo, que igualmente envolveu o postdoc Mikael Lundqvist do laboratório de Miller, era mal o primeiro a lutar com estabilidade no cérebro, mas os autores argumente-o produziu um modelo mais avançado esclarecendo a dinâmica das sinapses e tendo em conta que variações largas em começar circunstâncias. Igualmente oferece provas matemáticas da estabilidade, Kozachkov adicionou.

Centrado embora sobre os factores que asseguram a estabilidade, os autores notáveis, seu modelo não vão tanto quanto para condenar o cérebro à + ou ao determinismo. A capacidade do cérebro para mudar - para aprender e recordar - é apenas tão fundamental a sua função quanto sua capacidade para raciocinar e formular consistentemente comportamentos estáveis.

“Nós não estamos perguntando como o cérebro muda,” a Miller dissemos. “Nós estamos perguntando como o cérebro se mantem de mudar demasiado.”

Ainda, a equipe planeia manter-se iterar no modelo, por exemplo abrangendo um mais rico esclarecendo como os neurônios produzem pontos individuais da actividade elétrica, não apenas taxas dessa actividade.

Igualmente estão trabalhando para comparar as previsões do modelo com os dados das experiências em que os animais executaram repetidamente as tarefas em que elas necessários para executar as mesmas computações neurais, apesar de experimentar o ruído neural interno inevitável e pelo menos diferenças sensoriais pequenas da entrada.

Finalmente, a equipe está considerando como os modelos podem informar a compreensão de estados diferentes da doença do cérebro. As aberrações no balanço delicado da actividade neural excitatory e inibitório no cérebro são consideradas cruciais na epilepsia, notas de Kozachkov. Um sintoma da doença de Parkinson, também, envolve uma perda neurally-enraizada de estabilidade do motor. Miller adiciona que alguns pacientes com desordens do espectro do autismo se esforçam para repetir estàvel acções (por exemplo dentes de escovadela) quando as circunstâncias externos variam (por exemplo escovadela em uma sala diferente).

Source:
Journal reference:

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