Wetenschap
"Een van de mooie dingen van ons model is dat het eenvoudig is, " zegt Mia Morrell, die het onderzoek deed als Emory senior met als hoofdvak natuurkunde. Morrell studeerde vorig jaar af en is nu in New Mexico, bovenstaand, waar ze een post-baccalaureaat natuurkundeprogramma voltooit aan het Los Alamos National Laboratory. Krediet:Emory University
De dynamiek van de neurale activiteit van een muizenbrein gedraagt zich op een eigenaardige, onverwachte manier die theoretisch kan worden gemodelleerd zonder enige fijnafstemming, suggereert een nieuw artikel van natuurkundigen van Emory University. Fysieke beoordelingsbrieven het onderzoek gepubliceerd, wat bijdraagt aan het bewijs dat theoretische natuurkundige kaders kunnen helpen bij het begrijpen van grootschalige hersenactiviteit.
"Ons theoretische model komt met een nauwkeurigheid van enkele procenten overeen met eerder experimenteel werk aan de hersenen van muizen - een graad die hoogst ongebruikelijk is voor levende systemen, " zegt Ilya Nemenman, Emory hoogleraar natuurkunde en biologie en senior auteur van het artikel.
De eerste auteur is Mia Morrell, die het onderzoek deed voor haar honoursscriptie als Emory senior met als hoofdvak natuurkunde. Ze studeerde vorig jaar af aan Emory en volgt nu een post-baccalaureaat natuurkundeprogramma aan het Los Alamos National Laboratory in New Mexico.
"Een van de mooie dingen van ons model is dat het eenvoudig is, " zegt Morrel, wie zal een Ph.D. programma in de natuurkunde aan de New York University in de herfst. "Een brein is echt complex. Dus om neurale activiteit te distilleren tot een eenvoudig model en te ontdekken dat het model voorspellingen kan doen die zo nauw overeenkomen met experimentele gegevens, is opwindend."
Het nieuwe model kan toepassingen hebben voor het bestuderen en voorspellen van een reeks dynamische systemen die veel componenten hebben en in de loop van de tijd verschillende inputs hebben, van de neurale activiteit van een brein tot de handelsactiviteit van een aandelenmarkt.
Co-auteur van het artikel is Audrey Sederberg, een voormalig postdoctoraal fellow in de groep van Nemenman, die nu op de faculteit van de Universiteit van Minnesota zit.
Het werk is gebaseerd op een natuurkundig concept dat bekend staat als kritische verschijnselen, gebruikt om faseovergangen in fysieke systemen te verklaren, zoals water dat van vloeibaar naar gas verandert.
In vloeibare vorm, watermoleculen zijn sterk met elkaar gecorreleerd. In een solide, ze zijn opgesloten in een voorspelbaar patroon van identieke kristallen. In een gasfase, echter, elk molecuul beweegt op zijn eigen.
"Op wat bekend staat als een kritiek punt voor een vloeistof, u kunt niet onderscheiden of het materiaal vloeibaar of dampvormig is, Nemenman legt uit. "Het materiaal is niet perfect geordend of ongeordend. Het is niet helemaal voorspelbaar en ook niet helemaal onvoorspelbaar. Een systeem op deze 'precies juiste' plek van Goudlokje zou 'kritiek' zijn."
Zeer hoge temperatuur en druk genereren dit kritieke punt voor water. En de structuur van kritieke punten is hetzelfde in veel schijnbaar niet-gerelateerde systemen. Bijvoorbeeld, water dat overgaat in een gas en een magneet die zijn magnetisme verliest als het wordt verwarmd, worden beschreven door hetzelfde kritieke punt, dus de eigenschappen van deze twee overgangen zijn vergelijkbaar.
Om een materiaal daadwerkelijk op een kritiek punt te observeren om de structuur ervan te bestuderen, natuurkundigen moeten experimenten streng controleren, het aanpassen van de parameters binnen een buitengewoon nauwkeurig bereik, een proces dat bekend staat als fine-tuning.
In de afgelopen decennia, sommige wetenschappers begonnen na te denken over het menselijk brein als een kritisch systeem. Experimenten suggereren dat hersenactiviteit zich op een Goudlokje-plek bevindt - precies op een kritiek overgangspunt tussen perfecte orde en wanorde.
"De neuronen van de hersenen functioneren niet als één grote eenheid, als een leger dat samen marcheert, maar ze gedragen zich ook niet als een menigte mensen die in alle verschillende richtingen rennen, Nemenman zegt. De hypothese is dat, als je de effectieve afstand tussen neuronen vergroot, de correlaties tussen hun activiteit zullen afnemen, maar ze zullen niet tot nul dalen. Het hele brein is gekoppeld, gedraagt zich als een grote, onderling afhankelijke machine, zelfs terwijl individuele neuronen variëren in hun activiteit."
Onderzoekers begonnen te zoeken naar actuele signalen van kritieke verschijnselen in de hersenen. Ze onderzochten een belangrijke vraag:wat verfijnt de hersenen om kritiek te bereiken?
in 2019, een team van Princeton University registreerde neuronen in de hersenen van een muis terwijl deze in een virtueel doolhof liep. Ze pasten theoretische fysica-tools toe die zijn ontwikkeld voor niet-levende systemen op de neurale activiteitsgegevens van het muizenbrein. Hun resultaten suggereerden dat de neurale activiteit kritische correlaties vertoont, waardoor voorspellingen mogelijk zijn over hoe verschillende delen van de hersenen in de loop van de tijd en over effectieve afstanden binnen de hersenen met elkaar zullen correleren.
Voor de huidige krant de Emory-onderzoekers wilden testen of verfijning van bepaalde parameters nodig was voor de observatie van kriticiteit in de experimenten met muizenhersenen, of dat de kritische correlaties in de hersenen eenvoudig kunnen worden bereikt door het proces van het ontvangen van externe stimuli. Het idee kwam van eerder werk waar de groep van Nemenman aan meewerkte, uitleggen hoe biologische systemen de wet van Zipf kunnen vertonen - een uniek activiteitspatroon dat wordt aangetroffen in ongelijksoortige systemen.
"We hebben eerder een model gemaakt dat de wet van Zipf in een biologisch systeem liet zien, en dat model had geen fijnafstelling nodig, Nemenman zegt. De wet van Zipf is een bijzondere vorm van kritiek. Voor dit papier we wilden dat model wat ingewikkelder maken, om te zien of de specifieke kritische correlaties die werden waargenomen in de muisexperimenten konden voorspellen."
Het belangrijkste ingrediënt van het model is een set van een paar verborgen variabelen die moduleren hoe waarschijnlijk het is dat individuele neuronen actief zijn.
Morrell schreef de computercode om simulaties uit te voeren en het model op haar desktopcomputer thuis te testen. "De grootste uitdaging was om de code zo te schrijven dat deze snel zou kunnen werken, zelfs bij het simuleren van een groot systeem met beperkt computergeheugen zonder een enorme server, " ze zegt.
Het model was in staat om de experimentele resultaten in de simulaties nauwkeurig te reproduceren. Het model vereist geen zorgvuldige afstemming van parameters, het genereren van activiteit die blijkbaar cruciaal is voor elke maatregel over een breed scala aan parameterkeuzes.
"Onze bevindingen suggereren dat, als je een brein niet als op zichzelf staand ziet, maar je ziet het als een systeem dat prikkels van de buitenwereld ontvangt, dan kunt u kritisch gedrag vertonen zonder dat u hoeft te finetunen, ', zegt Nemenman. 'Het roept de vraag op of iets soortgelijks ook zou kunnen gelden voor niet-levende fysieke systemen. Het doet ons nadenken over het hele idee van kriticiteit, dat is een fundamenteel concept in de natuurkunde."
De computercode voor het model is nu online beschikbaar, zodat iedereen met een laptop er toegang toe heeft en de code kan uitvoeren om een dynamisch systeem te simuleren met wisselende invoer in de loop van de tijd.
"Het model dat we hebben ontwikkeld, kan van toepassing zijn buiten de neurowetenschap, voor elk systeem waarin wijdverbreide koppeling met verborgen variabelen bestaat, ", zegt Nemenman. "Gegevens van veel biologische of sociale systemen lijken waarschijnlijk cruciaal via hetzelfde mechanisme, zonder finetuning."
Wetenschap © https://nl.scienceaq.com