首页 » 国内科研 >

稳定的SupralInear网络 - 智能软件

2021-08-13 16:50:09来源:

从电子显微镜图像(灰色)重建小鼠脑皮层的神经元。每个神经细胞形成与数千个其他细胞的接触。科学家在计算机模拟的帮助下分析了这些网络的特征。© mpi f。大脑研究/ Berning,Boergens,Helmstaedter

计算机辅助网络显示神经元膜中的离子通道如何能够控制这种宽范围的能力作为短期记忆和脑波。

即使在触发刺激后沉默的基础,仍然在触发刺激之后保持活跃的神经元。大脑使用有节奏的活性神经元将较大的神经元组合成功能单元。到目前为止,神经科学家在大多数情况下,在网络模型的帮助下研究了这些和其他性质,每个属性只能能够重新创建一个属性。Max Planck脑大脑研究所的科学家们在法兰克福现已表明了新模型如何用于并行调查多个属性。根据它们的计算,所有属性共享常见基础:控制细胞膜中的离子通道,可控制神经元的电刺激强烈。这些性质的出现不需要突触可塑性 - 一种帮助解释的发现,例如,为什么一些精神活性药物可以具有深远的副作用。

“我无法创造的,我不明白。”真正的美国物理学家理查德·费曼的观察,神经科学家在努力在计算机里面几乎模仿人类大脑。它们专注于脑皮质,这负责较高的认知能力。

近年来脑皮层的计算机模型之一被称为稳定的Supralinear网络(SNN)模型。除此之外,它在假设输入和输出信号之间的关系不是线性的。设计模型的虚拟神经元,使得输入的略微增加可能导致大幅放大的输出。SSN由相互激活或互相抑制的元素组成,正如脑由刺激和抑制神经元一样。另一方面,元素之间的连接,即虚拟突触是不可变的。因此,与大脑皮质中的突触不同,SSN中的连接不能增强或减弱。

离子通道嵌入神经元的细胞膜内。通道内的收缩,所谓的通道孔,确定其对不同离子(红色,绿色)的渗透率。由此,离子通道基本上贡献神经元的电活动 - 并且根据最新发现甚至是神经网络的特征。© mpi f。实验医学

早期的研究表明,SSN体现了处理类似于过程视觉信息的脑皮层的输入信号的重要属性。它们包括例如各种强度的视觉刺激的正常化,扩增活性的弱对比度和邻近刺激的抑制。这种网络也可以形成脑皮层的其他性质的基础吗?

根据科学家在Max Planck大脑研究所研究所进行的分析,实际上是这种情况。例如,即使在原始激活信号沉默之后,SSN的虚拟神经元也保持永久性。“这是短期储存或感官信息的先决条件,这意味着大脑的工作记忆,”马克斯普克大脑研究所的Max Planck Courtituce of Max Planck Counture。此外,网络模型可以产生节奏活动。这种打蜡和衰落信号是脑皮质的典型特征,并且在脑电图上显示为类似的波浪相活性图案。

没有突触可塑性的短期记忆

结果表明,诸如短期内存和对比度信号的归一化的宽范围的能力可能共享常见的神经元基础,即细胞膜中的离子通道。不需要突触可塑性。“这令人惊讶的是,因为已经认为突触可塑性是突触塑性是脑中信息存储的关键机制。然而,显然,这不适用于短期记忆,“Tatjana Tchumatchenko说。

新发现还有助于解释为什么除了期望的主要效果外,一些精神活性药物具有不希望的副作用:一些药物改变了大脑中某些离子通道的活性。“癫痫和偏头痛的许多药物,例如卡吡嗪和托吡酯,阻断潜在触发钠通道的活性。我们现在知道这可能会影响大脑的重要活动,例如,影响短期记忆,“Tchumatchenko解释说。

出版物:Nataliya Kraynyukova和Tatjana Tchumatchenko,“稳定的Supralinear网络可以引起双稳态,振荡和持续的活动,”2018年PNAS; DOI:10.1073 / PNAS.1700080115