Een onderzoek door natuurkundigen en neurowetenschappers van de Universiteit van Chicago, Harvard en Yale beschrijft hoe connectiviteit tussen neuronen tot stand komt door algemene principes van netwerken en zelforganisatie, in plaats van door de biologische kenmerken van een individueel organisme.

De studie, getiteld "Heavy-tailed neuronale connectiviteit komt voort uit Hebbiaanse zelforganisatie", gepubliceerd in Nature Physics , beschrijft nauwkeurig de neuronale connectiviteit in een verscheidenheid aan modelorganismen en zou ook van toepassing kunnen zijn op niet-biologische netwerken zoals sociale interacties.

"Als je eenvoudige modellen bouwt om biologische gegevens te verklaren, verwacht je een goede ruwe versie te krijgen die in sommige, maar niet in alle scenario's past", zegt Stephanie Palmer, Ph.D., universitair hoofddocent natuurkunde en organismebiologie en anatomie aan UChicago en senior auteur van het artikel. "Je verwacht niet dat het zo goed werkt als je in de details graaft, maar toen we dat hier deden, legde het de dingen uiteindelijk uit op een manier die echt bevredigend was."

Begrijpen hoe neuronen verbinding maken

Neuronen vormen een ingewikkeld web van verbindingen tussen synapsen om met elkaar te communiceren en te interacteren. Hoewel het enorme aantal verbindingen willekeurig lijkt, worden netwerken van hersencellen doorgaans gedomineerd door een klein aantal verbindingen die veel sterker zijn dan de meeste.

Deze ‘zware staart’-verdeling van verbindingen (zo genoemd vanwege de manier waarop deze eruitziet wanneer ze in een grafiek worden weergegeven) vormt de ruggengraat van de circuits waarmee organismen kunnen denken, leren, communiceren en bewegen. Ondanks het belang van deze sterke verbindingen wisten wetenschappers niet zeker of dit ingewikkelde patroon ontstaat door biologische processen die specifiek zijn voor verschillende organismen, of door basisprincipes van netwerkorganisatie.

Om deze vragen te beantwoorden, analyseerden Palmer en Christopher Lynn, Ph.D., universitair docent natuurkunde aan de Yale University, en Caroline Holmes, Ph.D., een postdoctoraal onderzoeker aan de Harvard University, connectomen, of kaarten van hersencelverbindingen. De connectoomgegevens waren afkomstig van verschillende klassieke proefdieren, waaronder fruitvliegjes, spoelwormen, zeewormen en het netvlies van muizen.

Om te begrijpen hoe neuronen verbindingen met elkaar vormen, ontwikkelden ze een model gebaseerd op de Hebbiaanse dynamiek, een term die in 1949 door de Canadese psycholoog Donald Hebb werd bedacht en die in essentie zegt:"neuronen die samen vuren, verbinden elkaar." Dit betekent dat hoe meer twee neuronen samen activeren, hoe sterker hun verbinding wordt.

Over de hele linie ontdekten de onderzoekers dat deze Hebbische dynamiek 'sterke' verbindingssterkten produceert, net zoals ze bij de verschillende organismen zagen. De resultaten geven aan dat dit soort organisatie voortkomt uit algemene principes van netwerken, en niet uit iets specifieks voor de biologie van fruitvliegjes, muizen of wormen.

Het model bood ook een onverwachte verklaring voor een ander netwerkfenomeen, clustering genaamd, dat de neiging beschrijft van cellen om zich met andere cellen te verbinden via verbindingen die ze delen. Een goed voorbeeld van clustering komt voor in sociale situaties. Als één persoon een vriend aan een derde persoon voorstelt, is de kans groter dat deze twee mensen vrienden met hem worden dan wanneer ze elkaar afzonderlijk zouden ontmoeten.

"Dit zijn mechanismen waarvan iedereen het erover eens is dat ze fundamenteel zullen plaatsvinden in de neurowetenschappen," zei Holmes. "Maar we zien hier dat als je de gegevens zorgvuldig en kwantitatief behandelt, dit aanleiding kan geven tot al deze verschillende effecten in clustering en distributies, en dan zie je die dingen bij al deze verschillende organismen."

Rekening houden met willekeur

Zoals Palmer echter opmerkte, past biologie niet altijd in een nette en overzichtelijke verklaring, en is er nog steeds sprake van veel willekeur en ruis in de hersencircuits.

Neuronen worden soms losgekoppeld en opnieuw met elkaar verbonden; zwakke verbindingen worden weggesneden en sterkere verbindingen kunnen elders worden gevormd. Deze willekeur biedt een controle op het soort Hebbiaanse organisatie dat de onderzoekers in deze gegevens aantroffen, zonder welke sterke verbindingen zouden groeien om het netwerk te domineren.

De onderzoekers hebben hun model aangepast om rekening te houden met willekeur, waardoor de nauwkeurigheid ervan is verbeterd.

"Zonder dat geluidsaspect zou het model falen", zei Lynn. "Het leverde niets op dat werkte, wat voor ons verrassend was. Het blijkt dat je het Hebbiaanse sneeuwbaleffect in evenwicht moet brengen met de willekeur om alles op echte hersenen te laten lijken."

Omdat deze regels voortkomen uit algemene netwerkprincipes, hoopt het team dat ze dit werk buiten het brein kunnen uitbreiden.

"Dat is een ander cool aspect van dit werk:de manier waarop de wetenschap tot stand is gekomen", zei Palmer. "De mensen in dit team beschikken over een enorme diversiteit aan kennis, van theoretische natuurkunde en big data-analyse tot biochemische en evolutionaire netwerken. We concentreerden ons hier op de hersenen, maar nu kunnen we in toekomstig werk over andere soorten netwerken praten."

Meer informatie: Zware neuronale connectiviteit komt voort uit Hebbiaanse zelforganisatie, Natuurfysica (2024). DOI:10.1038/s41567-023-02332-9. www.nature.com/articles/s41567-023-02332-9. Op bioRxiv :DOI:10.1101/2022.05.30.494086

Journaalinformatie: Natuurfysica , bioRxiv

Aangeboden door Universiteit van Chicago