Hersenen zijn een doolhof van overlappende circuits - sommige paden stimuleren activiteit, terwijl andere deze onderdrukken. Terwijl eerdere studies zich meer richtten op exciterende circuits, Van remmende circuits wordt nu begrepen dat ze een even belangrijke rol spelen in de hersenfunctie. Onderzoekers van het Okinawa Institute of Science and Technology Graduate University (OIST) en het RIKEN Center for Brain Science hebben een kunstmatig netwerk gecreëerd om de hersenen te simuleren, wat aantoont dat sleutelen aan remmende circuits leidt tot uitgebreid geheugen.

Associatief geheugen is het vermogen om niet-gerelateerde items te verbinden en op te slaan in het geheugen - om gelijktijdig voorkomende items te associëren als een enkele episode. In dit onderzoek, gepubliceerd in Fysieke beoordelingsbrieven , het team gebruikte opeenvolgend gerangschikte patronen om een ​​herinnering te simuleren, en ontdekte dat een computer patronen kan onthouden die een langere episode overspannen wanneer het model rekening houdt met remmende circuits. Ze gaan verder met uitleggen hoe deze bevinding kan worden toegepast om onze eigen hersenen te verklaren.

"Dit eenvoudige verwerkingsmodel laat ons zien hoe de hersenen omgaan met de stukjes informatie die in een seriële volgorde worden gegeven, " legt professor Tomoki Fukai uit, hoofd van de afdeling Neural Coding and Brain Computing van OIST, die het onderzoek leidde met RIKEN-medewerker Dr. Tatsuya Haga. "Door neuronen te modelleren met behulp van computers, we kunnen geheugenverwerking in onze eigen geest beginnen te begrijpen."

Verlaag je remmingen

Denken over de hersenen in termen van fysieke, niet-biologische verschijnselen zijn nu een algemeen aanvaarde benadering in de neurowetenschappen - en veel ideeën uit de natuurkunde zijn nu gevalideerd in dierstudies. Eén zo'n idee is om het geheugensysteem van de hersenen te begrijpen als een aantrekkingsnetwerk, een groep verbonden knooppunten die activiteitspatronen vertonen en naar bepaalde toestanden neigen. Dit idee van attractornetwerken vormde de basis van dit onderzoek.

Een grondbeginsel van neurobiologie is dat "cellen die samen vuren met elkaar verbonden zijn" - neuronen die tegelijkertijd actief zijn, worden gesynchroniseerd, wat deels verklaart hoe onze hersenen in de loop van de tijd veranderen. In hun model het team creëerde prikkelende circuits - patronen van neuronen die samen vuren - om de hersenen te repliceren. Het model omvatte veel prikkelende circuits verspreid over een netwerk.

Belangrijker, het team heeft remmende circuits in het model ingevoegd. Verschillende remmende circuits werken lokaal op een bepaald circuit, of wereldwijd via het netwerk. De circuits blokkeren ongewenste signalen van interferentie met de exciterende circuits, die dan beter in staat zijn om samen te vuren en te bedraden. Door deze remmende circuits konden de exciterende circuits een patroon onthouden dat een langere episode vertegenwoordigt.

De bevinding komt overeen met wat momenteel bekend is over de hippocampus, een hersengebied dat betrokken is bij het associatieve geheugen. Er wordt gedacht dat een evenwicht tussen prikkelende en remmende activiteit de vorming van nieuwe associaties mogelijk maakt. De remmende activiteit kan worden gereguleerd door een chemische stof genaamd acetylcholine, waarvan bekend is dat het een rol speelt bij het geheugen in de hippocampus. Dit model is een digitale weergave van deze processen.

Een uitdaging voor de aanpak, echter, is het gebruik van willekeurige steekproeven. Het enorme aantal mogelijke uitgangen, of aantrekkingstoestanden, in het netwerk, overwerkt de geheugencapaciteit van een computer. Het team moest in plaats daarvan vertrouwen op een selectie van outputs, in plaats van een systematische review van elke mogelijke combinatie. Hierdoor konden ze een technisch probleem overwinnen zonder de voorspellingen van het model in gevaar te brengen.

Algemeen, de studie maakte overkoepelende gevolgtrekkingen mogelijk - remmende neuronen spelen een belangrijke rol in het associatieve geheugen, en dit komt overeen met wat we in onze eigen hersenen zouden kunnen verwachten. Fukai zegt dat biologische studies moeten worden voltooid om de exacte validiteit van dit computationele werk te bepalen. Vervolgens, het zal mogelijk zijn om de componenten van de simulatie in kaart te brengen met hun biologische tegenhangers, het opbouwen van een completer beeld van de hippocampus en het associatieve geheugen.

Het team zal vervolgens verder gaan dan een eenvoudig model naar een model met aanvullende parameters die de hippocampus beter vertegenwoordigen, en kijk naar het relatieve belang van lokale en globale remmende circuits. Het huidige model omvat neuronen die uit of aan staan:nullen en enen. Een toekomstig model omvat dendrieten, de takken die neuronen verbinden in een ingewikkeld netwerk. Deze meer realistische simulatie zal nog beter in staat zijn om conclusies te trekken over biologische hersenen.