«Большие данные» как новая парадигма в моделировании мозга

Руководители европейского проекта Human Brain (HBP) объявили о заключении множества новых партнерских программ на общую сумму в €8,3 млн. Совместная работа с исследователями из США обсуждалась на ежегодной конференции, проводимой в Чикаго Американской ассоциацией содействия развитию науки (AAAS 2014).

Среди докладчиков были представители ведущих европейских и американских научных учреждений. Генри Маркрэм (Henry Markram) из Федеральной политехнической школы Лозанны (EPFL) пояснил, какова связь «больших данных» и нейрофизиологии в проекте HBP: «Суперкомпьютерное моделирование внутренней работы мозга позволяет выполнять измерения и манипуляции, невозможные в лаборатории. Оно открывает путь к новому типу научных экспериментов».

Объём данных, доступных в нейробиологии, становится всё больше. Ключевой проблемой остаётся их обработка и поиск взаимосвязей. Поэтому Карлхайнц Майер (Karlheinz Meier) из Гейдельбергского университета выделяет визуализацию данных о работе мозга в самостоятельную задачу. Для её решения предлагается вычислительная система Neuromorphic. Она объединяет в себе наиболее реалистичные компьютерные модели с технологиями обработки «больших данных». Neuromorphic, по словам Майера, создаёт новую парадигму вычислений, которая больше похожа на методы обработки информации самим мозгом: «Мозг обладает способностью эффективно выполнять обработку данных, невозможную даже на самых мощных компьютерах. При этом он потребляет около 30 ватт».

Весной прошлого года администрация президента США утвердила десятилетнюю программу US BRAIN, разработанную Департаментом здравоохранения. Она объединяет усилия различных научных коллективов по детальному изучению головного мозга человека. Конечной целью программы ставится создание компьютерной модели, отображающей работу каждого нейрона. Стоимость проекта оценивается в $3 млрд.

Кристоф Кох (Christof Koch) представлял научную группу Института мозга, основанного Полом Аленом в Сиэтле. Сейчас его основное направление — проект по изучению мозга на клеточном уровне.

Исследователи пытаются понять особенности структуры и функций мозга с помощью компьютерного моделирования, отображая на карте состояние и взаимосвязь между отдельными клетками. Структурный анализ выполняется на нейронах мышей, функциональный — по записи ЭЭГ и другим сведениям о мозговой активности добровольцев.

Собрав все полученные данные, группа Кристофера Коха получила компьютерную модель, в которой ячейки соединяются, кодируют, передают и обрабатывают информацию подобно тому, как это делают нейроны в головном мозге. В рамках проекта планируется собрать и передать в открытый доступ все полученные наборы данных, а также описание методов работы с ними.

Подобная работа ведётся группой Джорджа Чёрча (George Church) из Гарвардского университета. Она также работает над программными инструментами, способными описать в компьютерной модели каждый нейрон и отобразить на цифровом атласе мозга активные взаимосвязи между ними при различных процессах мышления.

Шон Хилл (Sean Hill), выступавший на AAAS 2014 от имени коллектива EPFL, рассказал о создании в рамках проекта HBP нейроинформационной платформы. Она станет тем инструментом, который позволит связать разрозненные экспериментальные данные воедино, аннотировать атласы мозга и создавать ссылки на определённые участки коры больших полушарий.

Сет Грант (Seth Grant) из Эдинбургского университета добавил, что нейроинформационная платформа используется для исследования молекулярных процессов, лежащих в основе биохимии мозга. К примеру, многие изменения при шизофрении и аутизме сопровождаются образованием в тканях мозга суперкомплексов из определённых белков.

Все эти проекты стали возможны благодаря развитию технологий обработки «больших данных». Изучение работы головного мозга человека считается одной из самых сложных научных проблем. Её решение поможет в лечении множества неврологических и психических заболеваний. Оно будет способствовать появлению имплантируемых нейрочипов и созданию новых вычислительных технологий. Благодаря нейрофизиологии мы сможем получить более глубокое представление о том, что именно делает нас людьми

Молочная кислота усиливает продукцию норадреналина

Клетки головного мозга (нейроны — жёлтые, астроциты — оранжевые)

В рамках очередного исследования, посвящённого проблеме физиологии головного мозга, был выявлен ранее неизвестный механизм регуляции норадреналина — гормона, который принципиально важен для мотивации, стрессовых ответов, контроля кровяного давления, боли и аппетита. Данные, полученные в результате исследования, могут быть использованы в будущем для создания новых лекарственных средств, способных решить проблемы со здоровьем, связанные с нарушением работы норадреналина.

Учёные из Бристольского университета и университетского колледжа Лондона обнаружили, что лактат (молочная кислота) заставляет клетки головного мозга вырабатывать больше норадреналина (в американском варианте английского языка норэпинефрина) — нейротрансмиттера, принципиально важного для нормальной работы головного мозга.

Стимулировать выработку лактата можно путём физической нагрузки, укрепляя связь между физическими упражнениями и психическим благополучием.

Лактат впервые был обнаружен шведским химиком Карлом Вильгельмом Шеелем в 1780 году в простокваше. В норме молочная кислота вырабатывается самим организмом. В головном мозге лактат является источником энергии, который может доставляться в нейроны в качестве энергетического ресурса для поддержания их стабильной работы в периоды увеличения мозговой активности.

Результаты исследования, опубликованные 11 февраля в журнале Nature Communications, называют ещё одну функцию лактата — обеспечение передачи сигналов между нейронами (сигнальную функцию). Это значит, что в головном мозге существует до сих пор неизвестный рецептор для лактата, который должен присутствовать на клетках, продуцирующих норадреналин, делая их чувствительными к молочной кислоте.

«Полученные нами результаты подтверждают, что лактат выполняет более одной функции — помимо источника энергии он является так же и сигналом к выработке нейронами большего количества норадреналина» — говорит профессор Сергей Каспаров (сотрудник факультета физиологии и фармакологии Бристольского университета).

«Следующая серьёзная задача — определение рецептора, который опосредует данный эффект, так как это поможет создать лекарственные средства, способные блокировать или стимулировать этот ответ. Если мы сможем регулировать выработку норадреналина, что является абсолютно необходимым условием для работы головного мозга, то это могло бы иметь важное значение для устранения основных проблем со здоровьем, таких как стресс, давление, боль и депрессия» — говорит доктор Аня Тишемахер (Anja Teschemacher, сотрудница Бристольского университета).

Астроциты — небольшие клетки головного и спинного мозга звёздчатой формы, не являющиеся нейронами, рассматриваемые в качестве важного источника лактата для головного мозга. Обнаружение того, что астроциты напрямую взаимодействуют с нейронами, открывает новую, практически неисследованную область фармакологии.

Шизофрения начинается из-за неумения нейронов поедать самих себя

Здоровье нервных клеток зависит от их способности вовремя избавляться от вышедших из строя органелл и молекул; если же эта способность нарушена, то у мозга могут начаться большие неприятности, вплоть до болезни Альцгеймера и шизофрении.

Лишь половина лекарств от шизофрении работают так, как от них того ждут. Почему? Симптомы заболевания довольно размыты, далеко не всегда понятно, как они друг с другом связаны и имеют ли некую общую причину. Исследователи, разумеется, пытаются найти для шизофрении «корень всего», но получается не всегда, с переменным успехом. Так, специалисты Тель-Авивского университета (Израиль) полагают, что причина шизофрении может крыться в нарушении процесса аутофагии в нейронах.

Аутофагия, или самопожирание, — обычная процедура, в ходе которой клетка избавляется от вышедших из строя органелл, их фрагментов, макромолекул и т. п., причём иногда она переваривает себя всю, что сближает аутофагию с апоптозом. Если этой процедуре что-то мешает, клетка болеет и умирает, но умирает неправильно, вредя всему органу. Для нейронов, например, было показано, что при неспособности к аутофагии может начаться болезнь Альцгеймера.

Адекватная работа мозга зависит от умения нейронов убирать внутри себя. (Фото Corbis.)

Иллана Гозес (Illana Gozes) и её коллеги сумели привязать аутофагию ещё и к шизофрении.

Учёные обнаружили, что в гиппокампе больных шизофренией сильно уменьшен уровень беклина 1, необходимого для запуска аутофагии. При этом возрастал уровень нейропротекторного белка ADNP, который, как полагают авторы работы, нужен для компенсации отсутствующего беклина. Известно, что прибавление ADNP характерно для начальных стадий шизофрении, но если сам белок возникает в ответ на снижение беклина 1, получается, что шизофрения развивается из-за нарушений в процедуре аутофагии.

В журнале Molecular Psychiatry авторы высказывают такое предположение: если бы удалось найти способ искусственно стимулировать работу беклина 1, это позволило бы замедлить развитие шизофрении, а то и вообще избавиться от неё.

Впрочем, как мы уже говорили, болезнь эта сложна и многофакторна, и до испытаний на животных и людях следует с большой осторожностью говорить о «новом универсальном лекарстве от шизофрении».

Подготовлено по материалам No Camels.

Кирилл Стасевич

Оптогенетика заиграла новыми красками

Для оптогенетики нашли два новых светочувствительных белка, посредством которых можно одновременно управлять разными нейронами — с помощью красного и синего света.

Львиную долю того, что мы знаем сегодня о нейронах и нейронных цепях, мы знаем благодаря оптогенетическим методам. Последние основаны на введении в мембрану нейронов фоточувствительного белка опсина, который под действием света открывает трансмембранный ионный канал: поток ионов изменяет поляризацию мембраны, нейрон возбуждается и отправляет импульс своим соседям. Или наоборот: поток ионов успокаивает нейрон и сводит на нет всякую активность. Опсин вводится в ДНК нейронов вместе с флюоресцирующим белком, чтобы можно было отличить нейроны с фотосистемой от прочих.

С помощью оптогенетики можно подчинить себе целую группу клеток, активировать и подавлять их по своему усмотрению и наблюдать, что при этом произойдёт в мозге. Однако до сих пор за один раз можно было управлять только одной популяцией нейронов: все они получали одинаковый опсин и тут же реагировали на свет из введённого в мозг электрода.

Оптогенетические нейроны, подчиняющиеся красному или бледно-синему свету (фото Yasunobu Murata / McGovern Institute).

Но что будет, если использовать не один опсин, а два, настроенные на разные световые волны? Тогда удастся независимо оперировать сразу двумя группами нейронов, наблюдать, как они влияют друг на друга, на мозг и т. д. Словом, возможности расширяются многократно.

Именно это попытались сделать Эдуард Бойден (Edward S Boyden) и его коллеги из Массачусетского технологического института (США). Вместе с коллегами из Альбертского университета (Канада) они проанализировали 1 000 транскриптомов (полных наборов РНК, которыми обычно пользуется клетка) растений и водорослей. Опсину подошёл бы не всякий, а только тот, что совместим с нейронами млекопитающих, и таких в итоге нашлось два: один активировался в бледно-синем свете и был назван Chronos, а другой работал в красном диапазоне при длине волны 735 нм и был назван Chrimson.

В журнале Nature Methods авторы сообщают, что «синий» опсин, во-первых, срабатывал чрезвычайно быстро, а во-вторых, ему было достаточно совсем немного света, так что при совместном использовании двух белков можно было не опасаться, что Chrimson возбудится от избытка синего света, предназначенного для Chronos. С помощью двойной системы опсинов можно даже разложить одну нервную цепочку на две части, чтобы узнать, как одни нейроны влияют на другие, притом что и те и те заняты одним делом.

Преимущества двухканальной оптогенетической системы настолько очевидны, что может возникнуть вопрос, почему до сих пор такой метод нельзя было создать генетико-инженерными модификациями уже имеющихся у исследователей белков. Такие попытки, впрочем, предпринимались, но всякий раз учёным приходилось выбирать: либо белок будет работать быстро, но с интенсивным светом, либо медленно, но с более слабым освещением. Сделать так, чтобы белок действовал быстро и не требовал избытка света, никак не получалось, поэтому можно сказать, что исследователям действительно повезло найти естественный белок, удовлетворяющий всем требованиям.

Подготовлено по материалам MIT News. Изображение на заставке принадлежит Shutterstock.

Кирилл Стасевич

Помогают ли зеркальные нейроны понимать чужое поведение?

Подавляя активность различных зон мозга, учёные, возможно, в конце концов смогут понять, что зеркальные нейроны делают с нашей психикой.

Зеркальные нейроны были обнаружены в 1990-х. Итальянские исследователи, наблюдавшие за активностью двигательных нейронов в мозге обезьян, вдруг увидели, что некоторые из этих нейронов срабатывают не только тогда, когда обезьяна что-то делает, но и тогда, когда она видит, как кто-то другой делает то же самое. Возникало впечатление, что нейроны отражают, «зеркалят» действия других индивидуумов.

Открытие вызвало большой энтузиазм, зеркальным нейронам тут же приписали ключевую роль в интерпретации чужого поведения, а после того, как что-то похожее на них нашли и у людей, на зеркальные нейроны «повесили» эмпатию и прочие психосоциальные функции мозга. Высказывались предположения, что аутизм и психопатия могут быть напрямую связаны с дефектами в «зеркальной системе».

Зеркальные нейроны помогают нам перенимать чужие движения. (Фото Hero Images.)

Однако экспериментов, которые однозначно подтвердили бы роль этих нейронов в интерпретации чужого поведения и заодно раскрыли бы механизм такой интерпретации, до сих пор поставить так и не удалось. Для этого, как легко понять, нужно отключить зеркальные нейроны, хотя бы на время, и посмотреть, что произойдёт с психикой. Определённые надежды связывали с транскраниальной магнитной стимуляцией, которая позволяет на какой-то срок подавить активность того или иного участка мозга безо всякого хирургического вмешательства. И некоторое время назад с её помощью удалось показать, что, да, если подействовать соответствующим образом на мозг человека, он будет хуже воспринимать действия других. Однако скептики заявили, что магнитная стимуляция вызывает непроизвольные подёргивания лицевых мышц, и это может сильно отвлечь человека от того, чтобы думать над действиями другого, — а значит, результат тех экспериментов довольно трудно однозначно интерпретировать.

Эту проблему как будто удалось решить Джону Михаэлю (John Michael) и его коллегам из Орхусского университета (Дания). Исследователи воспользовались специальной модификацией метода транскраниальной магнитной стимуляции, когда нейронная активность остаётся пониженной ещё 20 минут после отключения магнитного поля. В течение этого времени двадцати участникам эксперимента показывали видео, на котором человек открывал что-то ключом (то есть работал рукой) либо ел мороженное (то есть действовал языком).

Когда магнитное поле направляли на область мозга, контролирующую движения руки, то человек затруднялся догадаться, что на видео делают руками, зато быстро понимал, что там делают ртом, — и наоборот. Эффект, по словам нейробиологов, был невелик, но статистически значим. (Точную величину эффекта можно будет узнать, когда в Psychological Science выйдет статья с результатами.)

По-видимому, зеркальные нейроны действительно помогают нам интерпретировать чужое поведение. Однако, например, Грегори Хикок (Gregory Hickok) из Калифорнийского университета в Ирвайне (США) полагает, что эффект, который наблюдали в эксперименте, слишком невелик, чтобы можно было говорить о нарушенной интерпретации. Авторы работы отвечают на это, что магнитное воздействие лишь подавляет, но не полностью отключает работу нейронов, так что рассчитывать на полный эффект в этом случае было бы странно.

Впрочем, как бы то ни было, такие исследования всё равно помогают нам лучше разобраться в том, как мы понимаем других. Даже если это и не зависит от зеркальных нейронов.

Подготовлено по материалам NewScientist.

Кирилл Стасевич

Скорость реакции нервной цепи не зависит от её размера

Нервная цепь из десяти нейронов откликнется на внешнее раздражение через такое же время, что и имеющая сотню нейронов. И всё благодаря системе ограничений, которые накладываются на скорость накопления возбуждения отельными нейронами и их общение друг с другом.

Работу нервной цепи обычно описывают скоростью реакции: это один из краеугольных параметров любой «науки о мозге», будь то психология или нейробиология. С помощью скорости реакции удалось построить весьма эффективные модели, объясняющие различия в поведении индивидуума: в таких моделях скорость отклика зависит от накопления единичных раздражителей, информационных единиц. То есть мозг, грубо говоря, работает аккумулятором данных, и когда их количество превосходит некий порог, запускается отклик. Сидя на диване, мы можем думать, что нам нужно сделать то-то и то-то, и когда количество (или навязчивость) этих «то-то» достигает некоего уровня, мы с дивана встаём. А различия в скорости реакции можно объяснить тем, насколько быстро и специфично мозг собирает информацию для того или иного действия.

Нейроны коры мозга, растущие в культуре (фото Dennis Kunkel Microscopy, Inc.).

С другой стороны, нейробиологи заметили, что психологическая скорость реакции сопоставима с поведением отдельного нейрона. Активация нервной клетки тоже происходит после преодоления определённого порога раздражения, которое может приходить к ней от соседних клеток, и работу нервной цепи, казалось бы, тоже можно было охарактеризовать скоростью реакции. Но в нервной цепи может быть много, очень много нейронов; точных цифр пока никто не знает, однако, по примерным оценкам, в глазном движении могут участвовать приблизительно 100 тысяч нервных клеток. Вопрос в том, как этот огромный коллектив нейронов аккумулирует сигнал, чтобы потом выдать результат — в полном соответствии с теорией накопления?

Если, допустим, система нейронов ждёт, чтобы каждый её член накопил достаточно входящих сигналов, то скорость реакции будет тем меньше, чем больше сеть. Если же активация нейронного ансамбля определяется только каким-то одним «пусковым» нейроном, то большая сеть будет отзываться быстрее, чем маленькая, так как в большой на «пусковой» нейрон будет приходить больше сигналов.

Другой вопрос — координация нейронного ансамбля. Чем сильнее скоординирована система, тем больше она похожа на единый информационный накопитель. То есть в пределе много нейронов будут работать как один, накапливая раздражение и реагируя на него, подобно одной клетке. Но насколько глубокой должна быть координация нейронов в ансамбле, чтобы все они работали в унисон?

Чтобы ответить на эти вопросы, исследователи из Университета Вандербильта (США) разработали виртуальную модель, в которой можно было сопоставить поведение разного количества информационных аккумуляторов и интенсивность впитывания ими входящих сигналов. Модель оказалась весьма ресурсоёмкой: Джеффри Шеллу (Jeffrey Schall) и его коллегам пришлось ограничиться сетью в 1 000 виртуальных нейронов, большего количества не выдерживал даже сверхмощный компьютер.

Исследователей интересовало, в какой момент происходит запуск ответной реакции, что является тем последним камешком, который вызывает обвал. Происходит ли это, когда «камешек» падает на какой-то один нейрон, или же такие «камешки» должны упасть на всех участников цепи? Оказалось, что ни в первом, ни во втором случае скорость реакции никак не соотносится с тем, что можно наблюдать в настоящей нервной системе. Такой же отрицательный результат учёные получили, когда попытались сделать разные нейроны слишком по-разному накапливающими раздражение.

Однако реальных значений скорости реакции всё же можно было добиться, более или менее уравняв все нейроны по способности накапливать информационные «камешки» и снабдив всю систему ограничительными правилами, которые регулировали бы работу нейронов так, чтобы они выступали в унисон. То есть входящее раздражение падает на нейронный ансамбль так, как будто его воспринимает не набор из ста, тысячи или миллиона нейронов, а как один нейрон. На практике это означает, что время реакции не зависит от размера нейронной цепи: в ней может быть 10 или 1 000 нейронов, но время отклика у них всё равно будет примерно одинаковым. И то же самое, очевидно, верно и для более масштабных цепей.

При этом, конечно же, характеристики нейронов в 10-клеточной и в 1 000-клеточной цепи будут различаться, как и правила, которые ограничивают их общение друг с другом. Мы возьмём на себя смелость сравнить всё это с двумя системами — из 10 и из 1 000 сообщающихся сосудов. Как сделать так, чтобы одним и тем же количеством воды наполнить и ту и другую? Очевидно, уменьшив размер сосудов в той системе, где их больше. Разумеется, тут будет играть роль, во сколько кувшинов мы одновременно льём воду, какого размера перемычки между ними и т. д., но дальше мы фантазировать не будем.

Так или иначе, исследователям удалось теоретически согласовать данные психологии и нейробиологии, и теперь стоит дождаться экспериментов, направленных на проверку именно этих теоретических данных.

Результаты исследования опубликованы в журнале PNAS.

Подготовлено по материалам Университета Вандербильта. Изображение на заставке принадлежит Shutterstock.

Кирилл Стасевич

Расширены представления о работе калиевых ионных каналов

Нейроны передают информацию благодаря работе специальных каналов, которые обеспечивают калиевый ток. Повреждёние калиевых каналов связано с развитием эпилепсии и депрессии. Группа учёных совместно с профессором Хеннингом Стальбергом (Henning Stahlberg), работая в стенах университета Базеля, описала полную 3D-структуру определённого типа ионных каналов — HCN-каналов (HCN — англ. аббр. Hyperpolarization-activated cyclic nucleotide-gated). Данное открытие позволило учёным установить механизм работы каналов данной группы.

Нейроны проводят важную информацию по организму в форме электрических импульсов. Калиевые каналы — ключевой компонент в цепи передачи электрических импульсов по организму. Они контролируются либо через электрический импульс, либо с помощью сигнальных молекул. Применительно к человеку дисфункция HCN-калиевых каналов связана с развитие неврологических заболеваний, таких как эпилепсия и депрессия. Группа учёных, работавшая под руководством профессора Стальберга, выяснила полную структуру бактериального аналога HCN-калиевых каналов.

Неизвестный ранее принцип действия

Калиевые каналы встроены в клеточную мембрану. Они формируют пору с фильтром, которая селективно пропускает ток ионов калия и контролируется с помощью сигнальных молекул цАМФ. Ранее предполагалось, что пора может открываться и закрываться, регулируя таким образом ток ионов калия. Авторы проведённого исследования полагают, что механизм работы калиевых каналов иной. Используя технологию кристаллизации и электронную микроскопию, они реконструировали интактную трёхмерную структуру бактериального ионного канала, находящегося в естественной среде в присутствии и отсутствии цАМФ.

Опираясь на анализ данной структуры, учёные вопреки бытующему мнению выяснили, что поровая часть канала остаётся открытой. «Когда сигнальная молекула цАМФ заякоривается на ионном канале, это приводит к перестройке и перемещению белкового остова. Мы думаем, что цАМФ в действительно делает фильтр несколько шире, таким образом контролируя ток ионов калия» — уточняет Юлия Коваль (Julia Kowal, первый автор исследования). Ранее неизвестные структурные особенности ионных каналов для калия позволили учёным взглянуть на функционирование данных образований по-новому.

Механизм пригодный для новых лекарств

Профессор Стальберг хотел бы более тщательно изучить область фильтра с помощью специальной камеры, обладающей предельно высоким разрешением, чтобы получить ответы на оставшиеся вопросы о рассматриваемом механизме. Каналы для ионов калия так же известны как «пейсмейкерные каналы». Они помогают генерировать ритм сердца, а так же периодическую возбудимость нейронов. Глубокое понимание механизма действия калиевых ионных каналов — это базис для создания лекарственных средств для борьбы с эпилепсией и сердечной аритмией.

Более подробное описание результатов проведённого исследования можно найти на страницах Nature Communications.

http://unibas.ch/index.cfm?uuid=33B79EA594F0A4E41C345B73B49EA804&type=search&show_long=1&o_lang_id=2

http://www.sciencedaily.com/releases/2014/01/140128094533.htm

Как формируется память в мозге

Нейрон

Опубликовано уникальное видео, показывающее процесс формирования памяти в мозге. Наблюдение за работой мозга велось с помощью молекул, светящихся флуоресцентным светом. Ученые отмечают, что эксперимент поможет лучше понять принцип работы мозга.

Исследователи из Медицинского колледжа имени Альберта Эйнштейна Университета Ешива (Albert Einstein College of Medicine of Yeshiva University) описывают свою работу как «проявление невиданного ранее технологического мастерства в экспериментах над животными». В ходе исследования ученые наблюдали за движением молекул, получивших флуоресцентные метки. Это позволило в режиме реального времени проследить процессы запоминания информации в клетках мозга.

Проведение подобного рода экспериментов затрудняется высокой чувствительностью нейронов к любым сторонним вмешательствам. Американские ученые не стали предпринимать рискованные действия и отказались от введения в организм подопытной мыши искусственных генов, которые могли нарушить работу нейронов и поставить под сомнение все сделанные выводы.

В эксперименте, описанном в двух статьях для журнала Science, ученые стимулировали нейроны гиппокампа, где зарождаются и хранятся воспоминания. Затем они наблюдали процесс формирования флуоресцентных молекул мРНК бета-актина в ядрах нейронов и их путешествие по ветвящимся отросткам нервной клетки.

Как выяснилось, нейроны используют комплексную стратегию управления белками, ответственными за формирование памяти. Так, деятельность молекул мРНК регулируется малоизученным процессом «маскировки» и «демаскировки», что позволяет белку бета-актин синтезироваться в определенных количествах в нужное время и в нужном месте.

Ученые продолжают совершенствовать технологии визуализации нейронов. Поскольку гиппокамп находится глубоко в мозге, в дальнейшем исследователи надеются разработать флуоресцентные белки, излучающие инфракрасный свет, способный проходить через ткань.

Более подробно статью можно прочитать здесь - http://www.einstein.yu.edu/news/releases/968/watching-molecules-morph-into-memories/

Robert Singer, Ph.D.

Зрительную активность человеческого мозга распределили во времени

Новый алгоритм обработки данных позволил связать воедино пространственные и временны́е характеристики нейронной активности в нашем мозге.

Стоит открыть глаза, как в наш мозг устремляется целый поток информации, которая распределяется по разным мозговым отделам, отвечающим за анализ визуальных данных. Выяснением того, как мозг «видит», нейробиологи занимаются давно, и сейчас можно с большой точностью определить, где и когда в мозге происходит зрительный анализ. Однако до сих пор «где» и «когда» можно было наблюдать только по отдельности, то есть мы в точности могли сказать, либо как меняется активность мозга за какой-то временной промежуток, либо какие нейронные блоки активируются для анализа зрительной информации. Увидеть же сам поток этой информации через мозг в реальном времени и с высоким разрешением до сих пор не представлялось возможным.

Например, с помощью фМРТ можно определить, какие зоны мозга отвечают за тот или иной процесс, но фМРТ — технология слишком медленная, которая не может увидеть миллисекундные изменения в активности. Магнитоэнцефалография (МЭГ), напротив, может быстро ловить мельчайшие изменения в активности нейронов, но не позволяет точно указать, откуда идёт сигнал.

Изменение активности зрительных центров человека во времени; первыми, через 60 мс, отзываются нейроны первичной зрительной коры (слева). (Иллюстрация авторов работы.)

Исследователи из Массачусетского технологического института (США) именно это и сделали: Од Олива (Aude Oliva) и его коллеги нашли способ объединить данные фМРТ и МЭГ. Они исходили из очевидного предположения о том, что сходные зрительные объекты — например, два человеческих портрета — будут генерировать похожую активность как в фМРТ, так и в МЭГ. Такой подход применялся при изучении мозга обезьян, но с людьми такого ещё не делали.

В исследовании участвовали 16 человек, которым показывали набор из 92 изображений, где были и лица людей, и животные, и рукотворные объекты, и прочее. Каждая картинка демонстрировалась полсекунды. Каждый испытуемый по два раза проходил через фМРТ и через МЭГ. В журнале Nature Neuroscience авторы описывают пространственно-временную последовательность событий в мозге при обработке зрительной информации, которую им в итоге удалось восстановить. Через 50 миллисекунд после того, как человек увидел объект, информация приходит в первичную зрительную кору (V1), где распознаются основные признаки формы — вроде того, круглый объект или вытянутый. Затем информация перетекает в нижневисочную область коры, которая активируется 120 мс спустя, и в пределах 160 мс с момента старта объекту присваивается категория: человек ли это, животное, растение или ещё что-то.

Куда в первую очередь попадает зрительная информация и где происходит её категоризация, исследователи знали давно, но как это всё происходит во времени и как долго длится каждый этап — здесь обычно полагались лишь на догадки и косвенные свидетельства. С другой стороны, вряд ли нужно подробно объяснять, сколь важна такого рода информация для понимания работы мозга, вплоть до высших нервных функций. Такие данные можно было бы получить с помощью хирургических, инвазивных методов — например, когда в нейрон вводятся электроды, позволяющие точно определить время его активации. Однако с человеком такой эксперимент не поставишь (за исключением тех редких случаев, когда исследователи участвуют в какой-нибудь плановой операции на мозге у больного эпилепсией).

Как уверяют авторы работы, точность их метода (точнее, алгоритма, связывающего данные от двух методов) оказалась вполне сравнима с инвазивными способами, применявшимися на обезьянах, хотя, конечно, неинвазивная технология не столь исчерпывающа. Тем не менее исследователи полагают, что их способ наблюдения за человеческим мозгом ждёт большое будущее: как мы уже сказали, с его помощью можно оценивать не только переработку сенсорных данных, но и пространственно-временные параметры высших когнитивных процессов.

Подготовлено по материалам MIT News. Изображение на заставке принадлежит Shutterstock.

Кирилл Стасевич

Как РНК нейронов управляет памятью

Матричная РНК, кодирующая необходимый для формирования синапсов белок, в нейронах обычно неактивна. Просыпается же она лишь тогда, когда на нервную клетку приходит импульс, и чем больше будет таких импульсов, тем дольше РНК проработает — и тем прочнее будет образовавшийся синапс.

На молекулярно-клеточном уровне формирование памяти сопровождается образованием синапсов и изменением в активности множества генов и белков, которые отвечают у нейронов за «синаптическую кухню». Нейробиологи давно пытаются выяснить, какие молекулярные процессы в этот момент происходят, однако в такого рода исследованиях неизбежно натыкаешься на ряд серьёзных проблем. То, что удаётся увидеть, это набор «стоп-кадров», соответствующих тому или иному этапу формирования памяти. Кроме того, нейронные цепочки очень чувствительны к внешнему воздействию, и любое вмешательство на молекулярно-клеточном уровне заставляет подозревать, что увиденный результат относится не столько к процессам памяти, сколько к последствиям экспериментального вмешательства.

В этом смысле работа специалистов Колледжа Альберта Эйнштейна (США) представляет собой большой шаг вперёд. Чтобы проследить за молекулярными изменениями в нейронах, Роберт Сингер (Robert Singer) и его коллеги пометили флюоресцентной меткой всю РНК бета-актина. Бета-актин — один из самых многочисленных белков в нейронах, и, как считается, он играет важную роль в процессах запоминания. Исследователи особо акцентируют то, что не вводили в нейроны никаких дополнительных генов и белков, кои могли бы нарушить нормальную работу нервных клеток. Что же до флюоресцентного довеска, то, как уверяют авторы работы, это никак не сказывалось на состоянии мышей, с которыми ставились опыты: животные были здоровы и нормально размножались.

Дендритные шипики на отростке гиппокампального нейрона мыши (фото TheJCB).

В ответ на стимул у нейронов, которые готовы образовать синапс, меняется структура дендритных шипиков — мембранных выростов, помогающих нейронам соединиться друг с другом. Считается, что форма шипиков зависит от работы бета-актина, и исследователям удалось увидеть, что так оно и есть.

Через 10–15 минут после стимуляции нейрона в гиппокампе в клетке появлялись новые молекулы бета-актиновой мРНК. Эти мРНК складывались в большие и маленькие частицы, которые потом отправлялись в ту область дендрита, где нужно было синтезировать бета-актин. Результаты наблюдений за РНК-частицами учёные описали в одной из двух статей в журнале Science; стоит особо подчеркнуть, что перемещения РНК-гранул исследователи наблюдали в реальном времени.

В другой же статье они попытались разобраться, как нейрон контролирует внутри себя синтез бета-актина. Структура нервной клетки довольно сложна, и потому тут должен работать какой-то механизм, включающий РНК бета-актина в нужном месте в нужное время. Оказалось, что, пока эта РНК находится в гранулах (а эти гранулы молекулы РНК образуют сразу, как только выходят из ядра в цитоплазму), она неактивна: белок на ней не синтезируется. Стоит заметить, что подобное маскирование РНК вообще широко распространено у клеток, это один из самых популярных способов управления белковым синтезом — архивация РНК в разнообразных надмолекулярных комплексах с белками.

Но как только на нейрон приходит импульс, эти гранулы распадаются, РНК из них высвобождается, и на ней начинается синтез белка. Тут, впрочем, возникает второй вопрос: как РНК узнаёт, когда ей надо остановиться? Ведь бета-актина нужно только определённое количество. Оказалось, как пишут исследователи во второй статье, бета-актиновая РНК остаётся активной в течение всего нескольких минут, после чего снова возвращается в гранулированное упакованное состояние.

То есть это свойство самой бета-актиновой РНК — быть неактивной и спать, свернувшись в гранулы. «Будит» её нервный импульс, после которого она недолгое время работает, а потом засыпает. Если импульсы станут приходить регулярно, то и РНК начнёт работать чаще — а значит, будет больше бета-актина — то есть синапс станет всё прочнее. Если же импульсов было раз-два и обчёлся, то такую информацию вряд ли стоит запоминать, и долговечный синапс под неё строить не нужно.

Впрочем, говоря о «врождённой» неактивности мРНК, мы должны понимать, что это её свойство тоже обуславливается какими-то механизмами, и, наверное, есть какие-то белки, которые по умолчанию поддерживают именно эту мРНК в пассивном состоянии. Поэтому было бы преждевременно говорить о том, что молекулярные механизмы синапсообразования расшифрованы до конца.

Подготовлено по материалам Колледжа Альберта Эйнштейна. Изображение на заставке принадлежит Shutterstock.
Кирилл Стасевич

Восстановление функциональности руки, потерявшей связь с мозгом

Преимущества управления протезами рук или экзоскелетными руками продолжают удивлять. Хотя человек, получивший серьезное повреждение шеи, не нуждается в таких устройствах, так как даже самая огромная рука, которую только можно себе представить, будет просто-напросто «торчать» из плеча, неспособная двигаться. Попытки управлять искусственной рукой могут казаться бесполезными для этих людей в случае, когда не может быть создан мостик, соединяющий всего лишь пару сантиметров рубцовой ткани в позвоночнике. Однако ученые из Западного резервного университета Кейза (шт. Огайо, США) сделали в этой области шаг вперед. Они совершенствуют корковый чип Braingate (разработанный Брауновским университетом (США)), который они объединяют со своей собственной платформой электростимуляции.

Уже давно известно, что электростимуляция может напрямую управлять мышцами. Проблема заключается в том, что это, четно говоря, неточная процедура, она может быть болезненной и даже может нанести повреждения.

Точное определение расположения при стимуляции нервов – намного лучший подход. Одна группа ученых из Западного резервного университета Кейза недавно показала замечательное устройство, которое называется манжетный электрод, который можно поместить на небольшой участок нерва.

Ученые использовали манжет, чтобы обеспечить интерфейс для передачи данных, собранных сенсорами на руках, в мозг, используя чувствительные нервы в руке. Вместе с электростимуляцией можно использовать манжетный электрод для стимуляции нервов, которые идут в другом направлении, т.е. к мышцам.

Сложность данной схемы заключается в том, что даже если двигательные нервы могут быть физически разъединены от чувствительных нервов и направлены к определенным мускулам, точную последовательность стимуляции, которая необходима для полноценного движения, очень трудно определить.

Чтобы решить эту задачу, другая группа из Западного резервного университета Кейза разработала детализированную симуляцию того, как различные мышцы работают вместе, чтобы управлять движениями руки и кисти.

Их модель состоит из 138 частей мышц, распределенных по 29 мышцам, которые, в свою очередь, функционируют в 11 суставах. Идея заключается в том, чтобы пациент наблюдал за изображением виртуальной руки, в то время как он посылает нейронные команды, которые собирает чип BrainGate, чтобы рука двигалась. В ходе настоящих клинических испытаний, чип BrainGate2 содержит массив из 96 электродов толщиной в волос, которые используются для стимуляции маленькой области двигательной зоны коры головного мозга.

Трюк заключается не в том, чтобы найти любую последовательность, которая заставляет руку двигаться из точки А в точку В, а найти последовательность, которая будет идентичной той, которую использует настоящая рука при движении.

Это важно, так как каждая мышца обладает не только ограниченным диапазоном сокращений, но и ограниченным диапазоном, где она может применить значительную силу и сгенерировать обратный сигнал об этих силах. Когда мышцы сокращаются они, очевидно, изменяют форму, однако менее очевидно то, что их форма в любой момент влияет на то, как другие мышцы используют суставы, которые они заставляют двигаться. Не менее важным является влияние противоположных мышц, которые контролируют встречные движения.

Небольшое количество движений, которые мы делаем, даже без применения силы, состоят из чистых сокращений активных мышц и чистого сдерживания противоположных мышц. Даже при простых движениях, например при жиме лежа, и бицепсы и трицепсы генерируют силу, попеременно в различных точках при подъеме, несмотря на то, что вес поднимается равномерно.

Если искусственные способы управления будет использоваться для живых людей, особенно для тех, которые были какое-то время без движения, необходимо быть очень осторожными при поднятии чего-либо тяжелого. Многие спортивные травмы, или травмы, полученные пожилыми людьми, являются результатами не того, что движения были сделаны резко, или что они поднимали что-то тяжелое, а потому что их нервная система недостаточно натренирована, для того чтобы она была в состоянии защищать мышцы.

Пока что ни одна модель не является идеальной для выполнения ежедневных задач.

Окончательный план представляет собой то, что пациент и управляющий алгоритм будут учиться вместе в тандеме, и обучающий экран не будет нужен совсем. С этой точки зрения, интерфейс, разработанный Западным резервным университетом Кейза наиболее подходящий.

http://www.extremetech.com/extreme/174697-restoring-the-function-of-arms-that-have-been-disconnected-from-the-brain

У самцов дрозофил нашли нейроны агрессивности

Чтобы самцы плодовых мушек могли лучше управлять своей агрессивностью, природа снабдила их специальными нейронами и особым нейропептидом, которые есть только у самцов и которые отвечают у них за агрессивное поведение.

Теория о врождённой агрессивности особей мужского пола получила ещё одно подтверждение — правда, пока оно касается только самцов дрозофил. На страницах журнала Cell Дэвид Андерсон (David Anderson) и его коллеги из Калифорнийского технологического института (США) описывают специфические нейроны агрессивности, которые им удалось отыскать у «мужчин» этих насекомых.

Довольно просто устроенная нервная система дрозофил позволяет создавать линии мух, у которых можно включать и выключать нейроны определённого типа. Заодно можно следить за динамикой нейропептидов, связанных с тем или иным типом нервных клеток. Исследователи произвели 40 линий таких мух, каждую из которых испытали на агрессивность, повышая активность того или иного типа нейронов. Оказалось, что наиболее резкий ответ был при стимуляции нервных клеток, синтезирующих нейропептид тахикинин (tachykinin, или Tk).

Чтобы завоевать самку, самцы дрозофил должны знать толк в сражениях. (Фото Solvin Zankl.)

Дальнейшие исследования показали, что эти нейроны характерны лишь для самцов. В том, что один пол имеет какие-то нервные клетки, отсутствующие у другого, нет ничего необычного: у тех же дрозофил есть специфические самцовые нейроны, отвечающие за брачный ритуал. Однако для агрессивного поведения такая нейронная специфичность по полу до сих пор ни у кого не наблюдалась.

Изучая эти нейроны, авторы работы обнаружили заодно и ген, от которого зависела степень агрессивности в поведении самцов: чем сильнее он был активен, тем больше получалось нейропептида Tk и тем жёстче вели себя мухи. Если активация клеток накладывалась на гиперактивность этого гена, дрозофилы нападали даже на те цели, которые им положено игнорировать. Для агрессивного поведения нужна обычно какая-то причина — скажем, запах соперника, но «простимулированным» самцам, чтобы начать атаку, никакого запаха не требовалось: они бросались даже на неодушевлённые объекты, сравнимые по размеру с ними самими.

Впрочем, тут было бы точнее говорить о том, что у самцов больше не столько агрессивности, сколько инструментов, чтобы ею управлять. Наличие у них специального гена и специальных нейронов, которые стимулируют буйное поведение, ещё не говорит о том, что агрессивность в них заложена генетически, поскольку она не зависит от одних лишь генов — и сами по себе самцы на неодушевлённые предметы не бросаются. Но можно представить, что некоторые аномалии в поведении вполне могут быть связаны именно с дефектами мужской нейронно-генетической системы контроля агрессивности.

Но, говоря «мужской», мы опять же делаем допущение о том, что такая специфическая нейронно-генетическая система есть у людей, а это пока под вопросом: исследователям предстоит ещё проверять и проверять, есть ли нейроны агрессивности у каких-то других видов животных, кроме плодовых мушек.

Подготовлено по материалам Калифорнийского технологического института.

Кирилл Стасевич

BBC Тайны Мозга. Последняя загадка. Сознание.

Эмоции и чувства каждого человека уникальны.
Каким образом мозг наделяет нас способностью осознавать самих себя?

В сериале рассказывается о том, каким образом мозг осуществляет руководство всей нашей мыслительной деятельностью: как возникают ощущения, что лежит в основе воспоминаний, эмоций, мыслей, как формируется личность.

Документальный 6 серийный сериал Тайны мозга. Оригинальное название: Brain story
Страна: Великобритания
Жанр: Документальный
Режиссер Херон Зоуи.
Оператор Пол Дженкинс.
Год: 2005
Выпущено: BBC http://rutracker.org/forum/viewtopic.php?t=1793522

В изучении второго языка нам помогают зеркальные нейроны

Mirror-Neurons

Научные сотрудники Университета штата Аризона считают, что зеркальные нейроны, тип нервных клеток, отвечающих за процесс понимания вещей и действий, которые мы видим и слышим, также играют важную роль в изучении второго языка во всех его контекстах, культурных форм, слов, выражений и фраз.

Задачей нового проведенного специалистами исследования являлось определение тех механизмов, которые человеческий мозг использует для сбора, принятия, обработки и определения информации, поступающей на него из окружающей его среды. Ученые считают, что ответы на эти вопросы помогут разработать более эффективные методы изучения вторых языков. И в этом плане ученых из Университета штата Аризона особенно заинтересовала система зеркальных нейронов, изучением которых в последнее время они и занимались. Интересной особенностью этого исследования оказалось то, что ученые смогли определить параметры этой системы, используя при этом всего лишь лингвистические материалы.

Что еще более интересно, изменения в работе системы напрямую были связаны с визуальным восприятием тестируемых субъектов. Портал Science Daily пишет, что в рамках этого исследования было впервые показано, каким образом механизм выбора и использования тех или иных слов и фраз может определять способ того, как мы визуально воспринимаем окружающий нас мир. Вы удивитесь, но в рамках исследования ученые использовали набор из самых простых фраз, вроде: «Кэмерон дала Аннегрейс карандаш».

«Мы решили проверить какая часть системы зеркальных нейронов, являющаяся частью моторной системы, используется в нашей симуляционной среде. Система этих нейронов активировалась в обоих случаях: тогда, когда человек совершал действие (то есть передавал карандаш) и тогда, когда он наблюдал за этим действием (то есть видел момент передачи карандаша)», — говорит Артур Гленберг, профессор психологии из Университета штата Аризона.

«По нашему мнению, система зеркальных нейронов позволяет нам делать вывод о намерениях в действиях людей. Например, когда Джейн видит как Кэмерон совершает действие, ее система зеркальных нейронов резонирует, и Джейн начинает понимать, почему Кэмерон собирается передать Аннегрейс карандаш, а также почему Кэмерон передает Аннегрейс этот карандаш», — добавляет ученый.

Детали этого исследования были опубликованы в последнем номере научного журнала Frontiers in Human Neuroscience, в котором Гленберг, бывший преподаватель психологии Ноа Зарр, а также выпускник университета Райан Фергюсон объясняют этот метод: как изучаемый язык изменяет поведение системы зеркальных нейронов.

«Система зеркальных нейронов связана со многими видами социального поведения, вроде действий, понимания, сопереживания, а также понимания языка. Да, предыдущие исследования действительно показали, что адаптация этой системы может влиять на понимание языка. Однако пока никому еще не удалось продемонстрировать, что сам процесс языкового понимания может менять поведение системы зеркальных нейронов», — подытоживает Гленберг.

Кремниевые нейросети для «умных» машин

«Умные» машины, телесные и бестелесные, окружают нас во всё большей степени. В квартире — пылесос, на складе — погрузчик, в смартфонах — голосовой помощник Siri. Но для того, чтобы машины эти стали подлинно умными, им необходимо обзавестись инженерным аналогом достаточно мощного головного мозга. Причём для решения не только тех задач, которые принято связывать с человеческим интеллектом, но и тех, с которыми справляются животные, и не обязательно высшие. И вот теперь решение этой проблемы переходит в практическую плоскость.

Сначала несколько слов о мощностях нынешних компьютеров в их мобильном обличье. Как отмечают читатели, процессор смартфонов ARM Cortex выдаёт 1,5–2 гигафлопс, ну а тот ENIAC, что позволил технологии в рамках Манхэттенского проекта овладеть внутриядерными силами, мог осилить лишь 500 флопс. И этого хватило для нужд атомной программы… Мощностей же нынешних смартфонов вполне хватает для того, чтобы создать автопилот дрона («Смартфоны даруют мозги дронам»). А вот болтушка Siri зависит в своём функционировании от внешних серверов, из-за чего и впадает порой в длительные паузы…

Парадокс. Для самого что ни на есть передового научного исследования, связанного с абстрактным мышлением, хватило половины килофлопса. Гигафлопса хватает для автопилотирования дрона (подозреваю, что с лихвой хватит и для большого самолёта), связанного уже не с абстрактным мышлением, а с быстрой реакцией, равновесием и ориентацией в пространстве. А вот простейшее (то, что может любая базарная торговка или девка на завалинке, — быстро и связно трепаться) заставляет обращаться к внешним серверам…

А вот ещё критически важная для «умных» машин задача распознавания образов. С ней справляется и малый ребёнок, и лабораторный шимпанзе, и приподъездные кошки… И программное обеспечение от Google это тоже умеет, опознает лица людей и котиков. Но — требуя для этого массива из шестнадцати тысяч мощных процессоров, функционирование которых связано с весьма серьёзными энергетическими затратами, несопоставимыми с тем, кои употребляет на решение аналогичной задачи живой мозг (оценить затраты в единицах «флопс» затруднительно, ибо слишком уж велики порядки величин).

Затраты вычислительных ресурсов на эмуляцию нейросетей (логарифмическая шкала).

А объясняется этот парадокс историей технологий — в сопоставлении с историей человечества и живых существ. Для чего делались первые вычислительные машины? Для работы с абстрактными образами. Да, самое обычное натуральное число есть абстрактный образ. И не слишком простой. Читатель с математическим образованием — или, скорее, с интересом к этой науке — может обратиться к «Теории множеств» коллективного французского математика Николя́ Бурбаки́ и посмотреть, сколь громоздко приведённое там определение обыкновенного натурального числа 1.

Но вот эти-то абстракции, при их кажущейся простоте и доступности первокласснику, весьма могущественны. Движение небесных тел Кеплер описывал с помощью элементарной математики, а вот для того, чтобы определить наилучшую форму бочек для свойственника-бондаря ему пришлось создать основы математики высшей… И нынешние «мельницы чисел» с их гигантской производительностью не могут справиться с тем, с чем легко справляется кусочек серого вещества, неспособный сложить два и два.

Дело именно в различии первоначально поставленных задач. От живых существ беспощадная эволюция требовала выживания в реальном мире. В вычислительные машины конструктора закладывали способность совершения цепочек операций над абстрактными объектами, при всей привычности для нас являющихся плодом последовательного творчества умов ряда гениев, от Платона и Лейбница до Гильберта и фон Неймана. Причём то, что эти цепочки операций совершаются всё быстрее и быстрее, со всё большими объёмами чисел, распараллеливаемыми даже в смартфонах, преимуществ кремнию над белком не давало.

Да! Наращивание процессорных мощностей и объёмов обрабатываемых данных ключом к решению проблемы не было. И от технологии потребовалось то, чего не может сделать эволюция живых существ, являющаяся не-марковским процессом. Живое существо довольно жёстко определено прошедшими этапами развития. Инженер же может вернуться назад и начать движение от другой точки, располагая тем опытом и технологиями, которые наработал, двигаясь по предыдущему пути. Применить подходы, позволившие достичь нынешних процессорных мощностей, к нейросетям.

Соотношение сложностей биологических и кремниевых нейросетей.

Именно этим занимается нынче DARPA в рамках программы Систем нейроморфной адаптивной пластично-масштабируемой электроники (SyNAPSE). Пентагоновские деньги, скажем, выделяются командам разработчиков из HRL Laboratories, ранее известной как Hughes Research Laboratories, и родителям Watson’а из IBM Research. Команду SyNAPSE в IBM возглавляет Дхармендра С. Модха (Dharmendra S. Modha), глава группы когнитивных вычислений (Cognitive Computing) из IBM Almaden Research Center. Ну а Центр неврологических и поведенческих систем трудится под началом Нараяна Шринивазы (Narayan Srinivasa).

Нейрочип от IBM.

И результаты в обоих случаях достигнуты более чем впечатляющие. Команда Модхи сейчас работает с представленным в 2011 году нейрочипом, на кристалле которого 6 000 вентилей моделируют поведение нейрона. Всего в микросхеме 256 кремниевых «нейронов», между которыми может быть установлено 262 000 «синаптических» связей. Свойства нейросети, в которую превращается кристалл в процессе программирования, и определяются этими синаптическими связями, сохраняемыми в блоке памяти.

Что нынче может этот нейрокристалл? Распознавать цифры от 0 до 9, причём даже предсказывать ту, которую только начинают писать на планшете. Играть в виртуальный настольный теннис. Водить дрон строго над двойной жёлтой, которой размечено шоссе к Альмадене… Скромно? Да, всё это умеют обычные процессоры. Но нейрочип использует для исполнения своих задач ничтожную долю вычислительных ресурсов, обычно требуемых от традиционных архитектур. А для программирования нейроморфных архитектур IBM создаёт библиотеки объектов, названных corelets: то ли ядрышки, то ли сущностишки, (от сути); не ясно, как перевести…

«Энцефалограмма» нейрочипа от HRL.

Из этих корелетов — придётся, похоже, ввести очередной варваризм — и предполагается строить нейроморфный софт, в значительной степени моделирующий деятельность коры головного мозга. Но подход HRL ещё интересней: нейрочип, созданный командой Нараяна Шринивазы, имеет 576 искусственных нейронов. И тоже умеет играть в виртуальный настольный теннис. Но — в отличие от айбиэмовского образца, его для этого не программировали. В структуру изделия HRL Laboratories заложена возможность самостоятельного формирования синаптических связей.

В результате ему вручили виртуальную ракетку, дали ощущение виртуального мяча и не забывали стимулировать, поощрять или наказывать по результатам поведения. И в итоге всего лишь в пяти раундах нейрочип научился более чем прилично играть в пинг-понг. Причём применяя для этого всего лишь 120 нейронов! (Это к вопросу о том, насколько загружают свой мозг те, кто проводит досуг перед телевизором в обществе видеоигры. К нормальной игре в мелкий теннис ворчание автора не относится, она хороша для профилактики близорукости и развития моторики…)

В ближайших планах HRL's Center for Neural and Emergent Systems — поставить свой нейрочип на орнитоптер размером с ладонь, получивший уже имя «Бекас» — Snipe. Задача машущего полёта в авиации — одна из давнейших и смутнейших, сродни квадратуре круга. Вроде бы на некоторых режимах и для некоторых «массгабаритов» летательного аппарата он сулит заметный выигрыш по затратам энергии. Но даже комнатные модельки орнитоптеров, из сухих стебельков травы, гнутых на лампе накаливания, и тончайшей плёночки (фотоплёнка растворялась в ацетоне, а потом это выливалось на поверхность воды, откуда после застывания и снималось рамочкой) были редкостно капризны.

Машущему полёту нужно куда больше петель обратной связи, чем позволяла классическая инженерия. А теперь HRL надеется на успех! Ховард Хьюз был же изначально авиамагнатом (см. фильм-байопик «Авиатор» и фантастический «Контакт» по роману К. Сагана, где Хьюз — прототип загадочного благотворителя). Да и Пентагону, который оплачивает эти исследования (в SyNAPSE вложено уже около ста миллионов долларов), такая машинка вполне может пригодиться. Но это — частности! Куда важнее то, что на практике реализуется абсолютно новое направление ИТ.

Если вычислительные машины изначально создавались для операций с абстрактными объектами, то теперь весь гигантский потенциал ИТ-отрасли может быть использован и уже используется для нейрочипов, ориентированных на работу с объектами реального мира. По примерно тем же принципам, что функционируют живые организмы, но — без ошибок, которые неизбежно делала слепая эволюция. И такая технология имеет хорошие шансы наградить «умные» машины вполне полноценным «головным мозгом».

Михаил Ваннах

Разработана самая сложная на сегодня модель мозга

ПО, конечно, не учитывает множества процессов, протекающих в мозге, но тем не менее система из 35 тыс. «клеток» позволяет изучать интеллект.

Умирающие клетки играют весьма скромную роль в ухудшении работы мозга, сопровождающем старение. Таков результат испытаний первой компьютерной модели деятельности мозга, которая справляется с тестами почти на уровне университетских студентов. Модель создана для изучения того, как возраст сказывается на мозге и поведении. Не исключено, в будущем на ней можно будет тестировать лекарства, компенсирующие снижение когнитивных способностей.

Фотозарисовка на тему мозга в старости (фото Ben Broomhall).

Психологам давно известно, что с возрастом интеллект теряет гибкость: ухудшается способность решать новые задачи. Точные причины этого процесса неясны, ведь с нами происходит множество изменений: нейроны умирают, уменьшается количество связей между областями и отдельными клетками мозга, сознательные представления становятся менее отчётливыми и пр.

И тут на сцене появляются Крис Элиасмит, нейробиолог-теоретик из Университета Ватерлоо (Канада), и его ученик Даниэль Расмуссен. Они взяли компьютер и смоделировали поведение примерно 35 тыс. клеток мозга, соединённых между собой биологически реалистичным образом.

Подобно реальному мозгу, модель кодирует информацию в виде шаблона электрической активности определённого набора клеток. Исследователи настроили систему для решения широко применяемого теста Равена, основанного на предсказании следующего абстрактного символа. Модель ищет закономерность в данной последовательности, а затем выдаёт прогноз. Авторы подчёркивают, что они ничего не закладывают в модель: программа всё анализирует и ищет сама. Тем не менее количество правильных ответов составляет в среднем 18,4 из 36.

Для сравнения: результат среднего студента университета — примерно 22. Даже в том случае, когда модель ошибается, она делает это очень по-человечески. «Полагаю, перед нами первая биофизически реалистичная модель, способная решать тест на гибкость интеллекта», — говорит г-н Элиасмит.

Доказав, что программа «думает» так же, как человек, исследователи смоделировали гибель клеток головного мозга в процессе старения, то есть случайным образом отключили около 20% «клеток». Как выяснилось, разницы не было почти никакой. Между тем с возрастом мы обычно теряем примерно 10% клеток головного мозга, и те, кому за шестьдесят, правильно решают в среднем на восемь заданий теста Равена меньше, чем тогда, когда им было до тридцати.

Однако, даже потеряв 20% мощности, модель стала допускать всего на одну–две ошибки больше. Вероятно, ухудшение когнитивных способностей вызывается чем-то другим, рассуждают авторы.

Естественно, несмотря на всю свою сложность, модель всё ещё намного проще реального мозга.

Результаты исследования опубликованы в журнале Intelligence.

Подготовлено по материалам NewScientist.

Дмитрий Целиков

Memento: где хранятся воспоминания и можно ли их редактировать

Наша жизнь — по большей части то, что мы о ней помним, но многие процессы, связанные с памятью, все еще остаются загадкой для нейрофизиологов. T&P объясняют, какой след оставляют события в нашем мозгу, можно ли удалять, редактировать и восстанавливать воспоминания, и почему забыть таблицу умножения легче, чем разучиться плавать.

Знания и навыки запоминаются по-разному

Многие из нас замечали, что забыть решение квадратного уравнения сравнительно легко, а вот разучиться плавать или ездить на велосипеде практически невозможно. Это связано с тем, что теоретическое знание и практические навыки хранятся в памяти по-разному. Процедурная память, связанная с запоминанием действий, использует более древние участки мозга, отвечающие за координацию, реакцию на визуальные раздражители (когда мы, например, видим преграду и объезжаем ее) и автоматические моторные рефлексы. Когда мы осваиваем новый навык, разные отделы мозга работают в команде: предфронтальная кора управляет постановкой задач и их распределением, базальное ядро запоминает модели интерактивного взаимодействия и помогает оперативно реагировать на визуальную информацию, а мозжечок отвечает за более тонкую координацию моторных действий. В результате они формируют очень сложную и устойчивую систему, которая позволяет крепко запоминать полученные навыки. Процедурная память развивалась сотни миллионов лет и существует у всех животных.

А за абстрактные знания, вроде правил решения квадратных уравнений, отвечает декларативная память, которую контролирует только один участок — кора головного мозга. Поэтому абстрактные воспоминания меньше «закреплены» и быстрее стираются, если их не использовать регулярно. Этот вид памяти — относительно новый и знаком только приматам.

Судьба нейрона зависит от эмоций

Пока что основная гипотеза работы долгосрочной памяти такова: воспоминания сохраняются в гиппокампе — трехслойном участке, расположенном в глубине височных долей мозга и являющемся частью лимбической системы. Это один из двух участков мозга, где новые нейроны возникают в течение взрослой жизни (второй — обонятельная луковица). Нейроны образуются в субгранулярной зоне, откуда клетки впоследствии мигрируют на короткие дистанции, чтобы закрепиться в слое гранулярных клеток.

Если с вами произошло какое-то значимое событие, эта часть памяти сохраняется в новом нейроне. Но из всех новых нейронов, образовавшихся в гранулярном слое, 98% умрут естественным путем в срок от нескольких месяцев до года. Они могут выжить (и заключенные в них воспоминания сохранятся как долгосрочная память), только если человек будет периодически возвращаться к этому воспоминанию в течение данного периода.

Обычно «выживают» воспоминания, имеющие аффективную нагрузку — они возвращаются, как только вы переживаете что-то, что ассоциируется с прошлым событием, оставившим яркий эмоциональный след. Мозг все время дополняет «рабочую память» с связанными событиями из прошлого, поэтому память часто работает по свободной ассоциации.

Ученым удалось «поймать» в мозгу конкретное воспоминание

Наука до сих пор не может однозначно ответить на вопрос, фокусируются ли воспоминания точечно в конкретных нейронах или распределяются по разным участкам мозга. Гипотеза распределения гласит, что каждое воспоминание сохраняется с помощью тысячи синапсов и нейронов, а каждый синапс или нейрон вовлечен в тысячи воспоминаний. Так что если один нейрон гибнет, остаются сотни других, отвечающих за сохранение того же воспоминания — но в то же время с исчезновением каждого нейрона тысячи воспоминаний немного блекнут. При этом не существует такого критического числа нейронов, гибель которых вызывает стирание воспоминания.

Но, согласно другой теории, каждое воспоминание оставляет в мозге вполне конкретный след — энграмму. И если отследить эту энграмму, теоретически можно ее удалить или изменить. Доказательства этой гипотезы недавно представил нобелевский лауреат Сусуму Тонегава, профессор Института Пиковера обучения и памяти при MIT. Тонегава и его коллеги из института показали, что им удалось обнаружить клетки, которые отвечают за часть энграммы определенного воспоминания и активировать их, используя технологию оптогенетики — методику изучения нервных клеток с помощью световых импульсов. Ученым удалось реактивировать энграмму в новых условиях и с помощью этого вживить ложное воспоминание в мозг мыши.

Исследователи вначале поместили мышей в незнакомую им клетку А, после того как они к ней привыкли, их клетки памяти были помечены каналродопсином — чувствительным белком, который в ответ на облучение синим светом может пропускать ионы внутрь клетки и таким образом позволяет точечно стимулировать участки мозга. На следующий день мышей поместили в новую клетку Б, не похожую на А. Через некоторое время мышей ударили средним разрядом электрошока. В то же время ученые использовали свет, чтобы активировать клетки, кодировавшие воспоминания о комнате А. На третий день мышей опять поместили в клетку А, где они застыли в страхе, ожидая удара током. Ложные воспоминания прижились: грызуны ассоциировали разряд, полученный в комнате Б, с комнатой А.

Впрочем, внедрять ложные воспоминания можно и без изощренного хирургического вмешательства: американский психолог Элизабет Лофтус провела эксперимент, в котором участникам, бывавшим в Диснейленде, показывали фото парка, на котором один из посетителей обменивался рукопожатием с кроликом Багзом Банни. После этого где-то треть респондентов вспомнили, что они тоже встречали Багза Банни в Диснейленде — хотя это было невозможно, потому что это персонаж не диснеевского мира, а вселенной Warner Brothers.

Неприятный опыт можно редактировать

Можно изменять и уже существующие воспоминания — этот метод помогает лечить фобии, посттравматический стресс и другие синдромы, связанные с повышенной тревожностью. Правда, пока это прерогатива психологов, а не нейрофизиологов. Один из самых перспективных методов «перезаписи» разработали гарвардский профессор Роджер Питман и профессор психиатрии Университета Макгилла Ален Брюне. Он выглядит так: вначале специалисты стимулируют воспоминание, побуждая человека вновь испытать эмоции, которые он ощутил когда-то в момент травматического переживания. Человек предварительно записывает свои неприятные переживания из прошлого и перечитывает их перед каждым психотерапевтическим сеансом, предварительно приняв пропранолол — лекарство от гипертонии, подавляющее частое сердцебиение, потливость и другие симптомы страха. В результате прежнее травматичное воспоминание перестает ассоциироваться с неприятными ощущениями.

Обсессия помогает развить суперпамять

Для невероятно острой памяти на события собственной жизни существует отдельный термин — «гипертимезия». Правда, тут имеются в виду не абстрактные мнемонические способности, а именно автобиографическая память — попытки заставить гипертиметика выучить наизусть словарь Брокгауза и Эфрона вряд ли увенчаются успехом, а вот гардероб гостей и плейлист на своем шестнадцатилетии он вспомнит в подробностях.

Первый зафиксированный официальной медициной случай гипермнезии произошел относительно недавно — в 2000 году бродвейская актриса Марилу Хеннер написала нейрофизиологу Калифорнийского университета в Ирвайне Джеймсу МакГафу, утверждая, что все автобиографические воспоминания хранятся в ее голове как картинки на DVD. Она могла запоминать тысячи лиц и в деталях помнила каждый день своей жизни начиная с 11 лет. Проведенные МакГафом и его коллегами исследования подтвердили ее необычные способности, которые оказались весьма редкими — с тех пор было обнаружено всего 20 человек с подобным синдромом «суперпамяти».

Магнитно-резонансная томография показала, что невероятно острая память Марилу может быть связана с особенностями мозга: височная доля и хвостатое ядро увеличены в размерах, что характерно для людей с обсессивно-компульсивным расстройством. И, действительно, в поведении Марилу наблюдались некоторые признаки ОКР: она стремилась к тому, чтобы в ее жизни все было упорядочено, в том числе и события прошлого.

Со стороны такая способность выглядит как невероятный дар, но стоит учитывать и ее оборотную сторону: люди с гипертимезией не только ярко помнят лучшие моменты своей жизни, но и не могут забыть ни одного плохого события, которое с ними произошло.

Мы лучше запоминаем незаконченые действия

Это явление называется «эффектом Зейгарник» по имени советского психолога Блюмы Зейгарник, ученицы Курта Левина. Согласно «теории поля» Левина, воспоминания живут дольше, если сохранить некую энергетическую напряженность, возникающую в начале любого действия. Это можно сделать, не дав действию завершиться. Левин проводил эксперименты с детьми, где ребят прерывали в середине творческого процесса и предлагали им заняться чем-то другим. Но неоконченное дело причиняло детям беспокойство, и при первой возможности они старались его завершить.

Зейгарник продолжила исследовать этот феномен и провела еще ряд экспериментов, подтвердивших, что невыполненные задачи создают определенное напряжение в человеческой памяти — другими словами, незавершенные гештальты. Оказалось, что в среднем участники вспоминали незавершенные действия на 90% лучше, чем завершенные. Зейгарник пришла к выводу, что эта особенность связана с мотивацией — люди с психическими расстройствами, затрагивающими мотивационную сферу, не проявляли подобного внимания к незаконченным действиям.

Д. Варламова.

Ученые создали подробную модель нейрона и изготовили ее с помощью технологий трехмерной печати

Группа ученых-нейробиологов из Йельского Центра технических новшеств и дизайна (Yale Center for Engineering Innovation and Design, CEID), возглавляемая профессором Гордоном Шепэрдом (Gordon Shepherd) создала одну из самых подробных на сегодняшней день моделей нервной клетки - нейрона, и изготовила эту модель с помощью технологий трехмерной печати. "Эти "микросхемы", из которых состоит мозг, имеют крайне сложное трехмерное строение, которое невозможно себе представить, глядя на обычные двухмерные изображения" - рассказывает профессор Шепэрд, - "Модель нейрона позволяет нам взглянуть на нейрон, на его структуру и функции совершенно по-новому".

"Необычайно сложную и на первый взгляд случайную геометрию строения нейрона, с его клеточным телом, отростками-дендритами и длинными волокнами синапсов практически невозможно изготовить с помощью обычных методов моделирования" - рассказывает Джозеф Зинтер (Joseph Zinter), заместитель директора центра CEID, - "Но трехмерные принтеры могут с легкостью воспроизводить столь сложные формы, они являются идеальным решением для реализации проектов подобного рода".

Исследовательская группа из лаборатории, которой заведует профессор Шепэрд, подготовила трехмерные цифровые изображения нейрона, используя множество снимков клеток головного мозга животного-грызуна. Эти изображения были транслированы в последовательность команд для трехмерных принтеров, в результате которых была создана относительно большая, высотой 11 сантиметров, и шириной 12 сантиметров точная копия обонятельного нейрона животного-грызуна. Для сравнения стоит заметить, что созданная пластмассовая модель в тысячи раз превосходит по размерам реальные нейроны, которые можно увидеть в мозге животных.

"Мы рассматривали созданную модель и сравнивали ее с экспериментальными данными. Благодаря работе наших специалистов, модель совершенно ничем, кроме размеров, не отличается от реального нейрона" - рассказывает профессор Шепэрд, - Возможность взглянуть на структуру нервной клетки в таком ракурсе стала неожиданностью для многих людей, когда я впервые извлек ее из коробки, в аудитории воцарилась продолжительная "ошеломленная" тишина".

Созданная модель нейрона является только первой частью всего, что задумал создать с помощью трехмерного принтера профессор Шепэрд. Следующими моделями, которые уже наметили создать ученые, станут модели, состоящие из нескольких нейронов и нервных связей, синапсов, которые будут соединять эти нейроны. После этого ученые планируют создать модели сложных и запутанных нейронных сетей, которые могут стать неотъемлемой частью проведения будущих исследований в области нейробиологии и весьма наглядным обучающим пособием.
http://www.kurzweilai.net/first-3d-printed-model-of-a-neuron

Ученые, возможно, нашли объяснение "потусторонним" видениям на пороге смерти.

Ученые, похоже, нашли объяснение околосмертным переживаниям, рассказы о которых заставляют многих верить в существование жизни после смерти. Исследуя крыс, они обнаружили, что даже после того, как сердце остановилось и кровь перестала поступать в мозг, фактически мертвые животные подавали признаки сознательного восприятия.
Tunnel

В течение 30 секунд после остановки сердца приборы регистрировали электрические нервные импульсы: этакий всеобъемлющий и синхронный всплеск мозговой активности. Такое наблюдалось у всех подопытных крыс. Причем по некоторым параметрам показатели даже превосходили жизненные, во время бодрствования. Результаты опубликованы в ведущем американском научном еженедельнике Proceedings of the National Academy of Sciences (PNAS).

На основе наблюдений исследователи предположили, что на краю смерти в мозге происходит что-то, приводящее его в повышенное возбуждение. Если раньше считалось, что мозговая активность прекращается с
остановкой сердца, то теперь выяснилось, что снижение уровня кислорода и глюкозы вызывает скачок мозговой активности, свойственной живому сознанию.

Такая гиперактивность мозга на пороге смерти, вероятно, и вызывает удивительные видения у людей, которые медики скорее считают галлюцинациями. Примерно пятая часть тех, кто пережил клиническую смерть, рассказывают о "потусторонних" переживаниях. Самые типичные видения - туннель по направлению к свету, образы умерших близких или ангелов, "вся жизнь перед глазами" или "вознесение" над собственным телом. После такого многие возвращаются к жизни с совершенно иным мироощущением или становятся чрезвычайно религиозными.

Для того, чтобы подтвердить данные, полученные при исследовании крыс, ученым потребуется провести подобный анализ и с людьми. Сложность в том, что никто не знает, когда именно человек может испытать околосмертные переживания - перед анестезией или в какой-то конкретный момент операции задолго до остановки сердца. К тому же, безусловно, большое значение имеет этический момент.

http://www.pnas.org/content/early/2013/08/08/1308285110
http://news.sky.com/story/1127806/paranormal-after-death-experiences-explained

Молочная кислота усиливает продукцию норадреналина

Шизофрения начинается из-за неумения нейронов поедать самих себя

Оптогенетика заиграла новыми красками

Помогают ли зеркальные нейроны понимать чужое поведение?

Скорость реакции нервной цепи не зависит от её размера

Как формируется память в мозге

Зрительную активность человеческого мозга распределили во времени

Как РНК нейронов управляет памятью

Восстановление функциональности руки, потерявшей связь с мозгом

У самцов дрозофил нашли нейроны агрессивности

BBC Тайны Мозга. Последняя загадка. Сознание.

В изучении второго языка нам помогают зеркальные нейроны

Разработана самая сложная на сегодня модель мозга

Memento: где хранятся воспоминания и можно ли их редактировать

Знания и навыки запоминаются по-разному

Судьба нейрона зависит от эмоций

Ученым удалось «поймать» в мозгу конкретное воспоминание

Неприятный опыт можно редактировать

Обсессия помогает развить суперпамять

Мы лучше запоминаем незаконченые действия

Ученые создали подробную модель нейрона и изготовили ее с помощью технологий трехмерной печати

Ученые, возможно, нашли объяснение "потусторонним" видениям на пороге смерти.

Syndicate

Page Summary

Style Credit

Expand Cut Tags