Næsten modellering af den menneskelige hjerne i en computer

Neuroner, der forbliver aktive, selv efter at den udløsende stimulus er blevet dæmpet, danner grundlaget for korttidshukommelsen. Hjernen bruger rytmisk aktive neuroner til at kombinere større grupper af neuroner til funktionelle enheder. Indtil nu, neurovidenskabsmænd har, for det meste, studeret disse og andre egenskaber ved hjælp af netværksmodeller, som hver kun er i stand til at genskabe en enkelt ejendom. Forskere ved Max Planck Institute for Brain Research i Frankfurt har nu vist, hvordan den nye model kan bruges til at undersøge flere egenskaber parallelt. Ifølge deres beregninger, alle egenskaberne deler et fælles grundlag:ionkanaler i cellemembranen, der styrer, hvor stærkt neuroner stimuleres elektrisk. Fremkomsten af ​​disse egenskaber kræver ikke synaptisk plasticitet - et fund, der hjælper med at forklare, for eksempel, hvorfor nogle psykoaktive stoffer kan have vidtrækkende bivirkninger.

"Hvad jeg ikke kan skabe, Jeg forstår det ikke." Tro mod denne observation af den amerikanske fysiker Richard Feynman, neurovidenskabsmænd bestræber sig på virtuelt at modellere den menneskelige hjerne inde i en computer. De fokuserer specifikt på hjernebarken, som er ansvarlig for de højere kognitive evner.

En af computermodellerne af hjernebarken, der er udviklet i de senere år, er kendt som den stabiliserede supralineære netværksmodel (SNN). Det er baseret, blandt andet, ud fra den antagelse, at forholdet mellem input- og outputsignaler ikke er lineært. Modellens virtuelle neuroner er designet således, at en lille stigning i input kan resultere i et dramatisk forstærket output. SSN består af elementer, der gensidigt aktiverer eller hæmmer hinanden, ligesom hjernen består af stimulerende og hæmmende neuroner. På den anden side, forbindelserne mellem elementerne, dvs. de virtuelle synapser, er uforanderlige. Dermed, i modsætning til synapser i hjernebarken, forbindelser i SSN kan ikke udvides eller dæmpes.

Tidligere undersøgelser havde vist, at SSN legemliggør vigtige egenskaber til behandling af inputsignaler svarende til centrene i hjernebarken, der behandler visuel information. De omfatter, for eksempel, normalisering af visuelle stimuli af forskellige styrker, forstærkning af aktivitet for svage kontraster og undertrykkelse af nabostimuli. Kunne et sådant netværk også danne grundlag for andre egenskaber ved hjernebarken?

Ifølge analyser udført af forskerne ved Max Planck Institute for Brain Research, det er faktisk tilfældet. For eksempel, de virtuelle neuroner i SSN forbliver permanent aktive - selv efter at det oprindelige aktiveringssignal er blevet dæmpet. "Dette er en forudsætning for korttidslagring eller sensorisk information, betyder hjernens arbejdshukommelse, " siger Nataliya Kraynyukova fra Max Planck Institute for Brain Research. Desuden, netværksmodellen kan generere rytmisk aktivitet. Sådanne tiltagende og aftagende signaler er typiske karakteristiske for hjernebarken og fremstår som bølgelignende aktivitetsmønstre på elektroencefalogrammer.

Korttidshukommelse uden synaptisk plasticitet

Resultaterne viser, at vidtrækkende evner såsom korttidshukommelse og normalisering af kontrastsignaler kan dele en fælles neuronal basis, nemlig ionkanaler i cellemembranen. Synaptisk plasticitet er ikke påkrævet. "Det overraskede os, fordi man i årevis har troet, at synaptisk plasticitet er en nøglemekanisme for lagring af information i hjernen. Åbenbart, imidlertid, dette gælder ikke for korttidshukommelsen, " siger Tatjana Tchumachenko.

De nye resultater er også med til at forklare, hvorfor nogle psykoaktive stoffer har uønskede bivirkninger ud over deres ønskede hovedeffekt:Nogle stoffer ændrer aktiviteten af ​​visse ionkanaler i hjernen. "Mange medicin mod epilepsi og migræne, for eksempel carbamazepin og topiramat, blokere aktiviteten af ​​potentielt udløste natriumkanaler. Vi ved nu, at dette kan påvirke vigtige aktiviteter i hjernen og, for eksempel, påvirke korttidshukommelsen, " forklarer Tchumachenko.