Ученые выяснили, что удерживает мозг от погружения в хаос

Фото из открытых источников

Две обычные петли обратной связи предотвратили переход простой модели зрительной коры в хаотическое состояние, сократив колебания ее активности на 93%. Результаты исследования были опубликованы в Journal of Computational Neuroscience.

Нервные клетки в основной зрительной области мозга не работают как часы. Их импульсы появляются неравномерно. Тем не менее, каждый раз, когда вы смотрите на лицо, дорожный знак или приближающийся автомобиль, это выглядит одинаково. В новой компьютерной модели этой области мозга активность, оставленная без контроля, становится хаотичной, и две обычные петли обратной связи её останавливают.

В основных условиях, изученных командой, эти циклы сократили колебания активности на 93%. Если реальный мозг работает аналогично, устойчивое зрение может зависеть от постоянного контроля. Данная работа представляет собой набор уравнений, вычисленных на компьютере, а не записи активности мозга.

Исследование проводилось под руководством Мехди Боржхани из Международного центра трансляционных исследований в области офтальмологии (ICTER) в Варшаве. ICTER входит в состав Института физической химии Польской академии наук, а соавторы работают в Урмийском технологическом университете и HTW Berlin.

«В этом контексте хаос означает не обычный шум или беспорядок. Это детерминированная форма динамики, при которой очень небольшая разница в начале может быстро направить всю систему в совершенно другое русло», — говорит Боржхани. «Для мозга это потенциальный источник гибкости, но также и риск для стабильной обработки информации».

Записи активности реального мозга показывают гораздо большую упорядоченность. Когда что-то попадает в поле зрения, разброс активности нейронов от одного эксперимента к другому уменьшается, — закономерность, выявленная в исследовании 2010 года во многих областях коры головного мозга.

Ученые давно предполагают, что мозг лучше всего функционирует на грани между порядком и хаосом. Более ранние исследования связывали этот баланс со сном и кофеином. Новая модель показывает один из способов, как цепь может поддерживать этот баланс.

Вместо того чтобы моделировать каждую клетку мозга, команда отслеживала три группы. Первая представляла возбуждающие нейроны, около 80% нейронов в коре головного мозга, которые стимулируют активность.

Вторая группа клеток отвечала за быстрые ингибиторные клетки, которые снижают активность. Третья группа представляла собой более медленные сигналы от таламуса, релейной станции, расположенной глубоко в мозге, и его систем возбуждения.

Уравнения, лежащие в основе модели, представляют собой простейшую известную хаотическую версию формулы для популяций, влияющих друг на друга, и содержат всего семь членов. Авторы рассматривают это как математическую модель и не утверждают, что она соответствует реальной электропроводке.

Поверх этого кадра команда добавила три особенности реальной зрительной коры. Возбуждающие клетки активируют тормозящие, которые ограничивают дальнейшее возбуждение, а медленный процесс саморегуляции поддерживает фоновый входной сигнал на уровне, близком к базовому. Модель отображает смоделированную линию под выбранным углом.

Сначала команда провела проверку базовых уравнений на 225 комбинациях силы подавления и фонового входного сигнала. Примерно в 87% случаев это привело к хаосу, причем результаты, начавшиеся практически одинаково, сильно отличались друг от друга.

Добавление двух петель обратной связи изменило ситуацию. Активность перешла в устойчивый, повторяющийся цикл. При основных настройках дисперсия возбуждающей активности, показатель того, насколько широко она колебалась, снизилась с 0,325 до 0,024.

Это падение на 93%, и это не случайный выбор чисел. Хаос исчез в большинстве протестированных настроек, и модель оставалась стабильной, когда большинство ее значений изменялись на 25% в любом направлении. Из двух циклов медленная саморегуляция имела большее значение.

«Самое интересное то, что нам не пришлось исключать из модели способность к хаотической активности», — поясняет Боржхани. «Было достаточно внедрить механизмы, которые реальная кора головного мозга использует каждый день: быстрое торможение и более медленную саморегуляцию».

Далее команда проверила, продолжает ли более спокойная модель вести себя как зрительная кора. Они показали 30 виртуальных линий зрительных нейронов под 10 углами. Каждой клетке присваивался балл, отражающий степень предпочтения ею любимого угла: от нуля (отсутствие предпочтений) до единицы (только один угол).

Среднее значение для хаотической версии составило 0,38, а для более стабильной — 0,31, оба значения находятся в диапазоне от 0,1 до 0,9, измеренном у макак. Нерегулярная активность не размыла предпочтения клеток. Наоборот, клетки в этой версии немного чётче выбирали свои любимые ракурсы. Наконец, команда передала выходные данные модели в классическую модель отдельного нейрона, созданную в 1952 году на основе измерений нервных волокон кальмара.

Неравномерный входной сигнал делал промежутки между импульсами этого нейрона гораздо более неравномерными, чем при плавной волне или постоянном входном сигнале. Показатель неравномерности, равный 0,27, соответствует показателям корковых клеток, изученных в лабораторных условиях. Клетки в живом мозге работают еще более неравномерно, их активность составляет от 0,7 до 1,0. Хаос может частично объяснять эту неравномерность, но не полностью.

В модели, разработанной командой, отсутствует множество реальных анатомических деталей. В ней нет корковых слоев, отсутствует пространственная структура, и представлен только один тип ингибиторных клеток, тогда как в реальных нейронных сетях их несколько. Его единственный нейрон представлял собой универсальный генератор импульсов, аналогичный тому, что используется у кальмаров, и, возможно, его поведение отличается от поведения клетки зрительной коры.

Тем не менее, модель позволяет делать проверяемые предсказания. Ослабление любой из этих петель — например, путем отключения быстрых тормозных клеток с помощью света — должно привести к большей изменчивости кортикальной активности. Авторы предполагают, что подобный тип нарушения может быть связан с нерегулярной активностью, наблюдаемой при эпилепсии и шизофрении, хотя это пока лишь гипотеза.

«Мы не предлагаем готовый терапевтический подход. Мы предоставляем простую схему взаимосвязей и конкретные прогнозы, которые можно проверить экспериментально», — говорит Боржхани. «Если эти явления подтвердятся в реальных нейронных цепях, станет легче понять, когда естественная изменчивость мозга поддерживает обработку информации, а когда начинает ей угрожать».

Остается открытым вопрос, опирается ли живая зрительная кора на те же две петли. Следующий шаг — ослабить каждую петлю в реальных нейронных сетях и посмотреть, станет ли активность более непредсказуемой, как и предсказывалось.