Всем известно, что человеческий мозг чрезвычайно сложен, но как именно он учится? Что ж, ответ может быть намного проще, чем принято считать.

Международная исследовательская группа с участием Университета Монреаля добилась значительного прогресса в точном моделировании синаптических изменений в неокортексе, которые считаются ключом к обучению, открывая дверь к более глубокому пониманию мозга.

Исследование ученых, включающее модель с открытым исходным кодом, было опубликовано 1 июня в Nature Communications.

«Это открывает мир новых направлений для научных исследований того, как мы учимся», — сказала Эйлиф Мюллер, доцент-исследователь IVADO в UdeM и председатель Канадского CIFAR по искусственному интеллекту, который был одним из руководителей исследования в рамках проекта Blue Brain Project Школы. Федеральный политехнический институт Лозанны (EPFL) в Швейцарии.

Мюллер переехал в Монреаль в 2019 году и продолжает свои исследования в Лаборатории архитектуры биологического обучения, которую он основал в исследовательском центре CHU Sainte-Justine совместно с UdeM и Mila, Квебекским институтом искусственного интеллекта.

«Нейроны имеют форму деревьев, а синапсы — это листья на их ветвях», — сказал Мюллер, соавтор исследования.

«Предыдущие подходы к моделированию пластичности игнорировали эту древовидную структуру, но теперь у нас есть вычислительные инструменты для проверки идеи о том, что синаптические взаимодействия на ветвях играют фундаментальную роль в обучении в естественных условиях», — сказал он.

«Это имеет важное значение для понимания механизмов нарушений развития нервной системы, таких как аутизм и шизофрения, а также для разработки новых мощных подходов к искусственному интеллекту, вдохновленных нейронаукой».

Мюллер сотрудничал с группой ученых из проекта Blue Brain Project EPFL, Парижского университета, Еврейского университета в Иерусалиме, Instituto Cajal (Испания) и Гарвардской медицинской школы, чтобы разработать модель синаптической пластичности в неокортексе на основе ограниченных данных. постсинаптическая динамика кальция.

Как это работает? Это сложно, но, в конечном счете, проще, чем вы думаете.

Мозг состоит из миллиардов нейронов, которые взаимодействуют друг с другом, образуя триллионы синапсов. Эти точки соединения между нейронами представляют собой сложные молекулярные машины, которые постоянно меняются в результате внешних раздражителей и внутренней динамики, процесс, обычно называемый синаптической пластичностью.

В неокортексе, ключевой области, связанной с обучением когнитивным функциям высокого уровня у млекопитающих, пирамидальные клетки (ПК) составляют от 80 до 90 процентов нейронов и, как известно, играют важную роль в обучении. Несмотря на их важность, долгосрочная динамика их синаптических изменений была экспериментально охарактеризована только для нескольких типов ПК и показала, что она разнообразна.

В результате было лишь ограниченное понимание сложных нейронных цепей, которые они формируют, особенно в стереотипных слоях коры, которые определяют, как взаимодействуют различные области неокортекса. Нововведение Мюллера и его коллег заключалось в том, чтобы использовать вычислительное моделирование, чтобы получить более полное представление о динамике синаптической пластичности, управляющей обучением в этих неокортикальных цепях.

Сравнив свои результаты с доступными экспериментальными данными, они показали в своем исследовании, что их модель синаптической пластичности может отражать различную динамику пластичности различных ПК, составляющих микросхему неокортекса. И они сделали это, используя только один унифицированный набор параметров модели, что указывает на то, что правила пластичности неокортекса могут быть общими для пирамидальных типов клеток и, следовательно, быть предсказуемыми.

Большинство этих экспериментов с пластичностью проводились на срезах мозга грызунов in vitro, где динамика кальция, управляющая синаптической передачей и пластичностью, значительно изменена по сравнению с обучением в интактном мозге in vivo. Важно отметить, что исследование предсказывает качественно иную динамику пластичности по сравнению с эталонными экспериментами, проведенными in vitro. Если будущие эксперименты подтвердят это, последствия для нашего понимания пластичности и обучения мозга будут глубокими, считают Мюллер и его команда.

«Что интересно в этом исследовании, так это то, что это еще одно подтверждение для ученых того, что мы можем преодолеть пробелы в экспериментальных знаниях, используя подход моделирования при изучении мозга», — сказал нейробиолог EPFL Генри Маркрам, основатель и директор Blue Brain Project.

«Кроме того, модель с открытым исходным кодом доступна на платформе Zenodo», — добавил он.

«Здесь мы поделились сотнями соединений пластиковых пирамидальных клеток разных типов. Это не только наиболее широко подтвержденная модель пластичности на сегодняшний день, но также наиболее полное предсказание различий между пластичностью, наблюдаемой в чашке Петри.

«Этот скачок стал возможен благодаря нашему совместному командно-научному подходу. Более того, сообщество может пойти дальше и разработать свои собственные версии, изменяя или добавляя к нему — это открытая наука, и она ускорит прогресс».