Функции мозга высокого уровня являются результатом координации активности многих тысяч нейронов в нейронных сетях. Для ячеек решетки эти диалоги в нейронной сети приводят к нашему пониманию местоположения, нашей способности ориентироваться и нашим ментальным картам.
«Это открытие дает одно из первых представлений о том, как клетки мозга работают коллективно, как общество. Оно дает беспрецедентный взгляд на то, как большие сети нейронов производят свойства, которые нельзя вывести из активности отдельных клеток. Эти коллективные коды являются ключом к разгадке. ко всем высокоуровневым когнитивным функциям мозга», — сказал Эдвард Мозер, профессор нейробиологии и содиректор Института системной неврологии Кавли Норвежского университета науки и технологии (NTNU).
Теория того, как мозг организует информацию
В неврологии теория и эксперимент идут рука об руку, как карта и местность. Без карты вы потерялись бы в неизвестности. Без доступа к нейронным ландшафтам вы застряли только в предположениях.
Одна из самых многообещающих теорий нейронауки за последние пятьдесят лет предсказывает, как нейронные сети в мозгу организуют информацию. Он предполагает, что нейронные сети самоорганизуются и что активность определяется не сенсорным или моторным входом, а особым способом соединения клеток в сети .
Эта теория называется непрерывными аттракторными сетями (CAN), и она никогда ранее не проверялась. Для его тестирования потребуется анализ одновременно зарегистрированной активности сотен или тысяч клеток в одной и той же сети мозга, в то время как животное активно выполняет разные задачи. Это было невозможно — до сих пор.
Это исследование стало возможным благодаря четырем важным достижениям.
Институт системной неврологии им. Кавли при NTNU совместно разработал и открыл два из четырех достижений. Первый — это недавно разработанный суперинструмент под названием «Нейропиксели», который предоставляет исследователям доступ к нейронной активности от сотен до тысяч клеток, а второй — наиболее хорошо изученная высокоуровневая функция мозга, а именно сеть ячеек сетки в энторинальной коре. который генерирует GPS мозга.
Департамент математических наук NTNU разработал третий компонент, передовые топологические методы.
И последнее, но не менее важное: наиболее многообещающая теория CAN, впервые разработанная в ELSC Еврейского университета в Иерусалиме.
Проверяем, соответствует ли карта ландшафту
«Мы хотели решить вопрос о том, является ли динамика ячеек сетки неизбежным продуктом опыта жизни животного в космосе, или же шестиугольная структура ячеек сетки возникает из внутренней структуры самой нейронной сети», — сказал Ричард Гарднер, постдоктор в Кавли Институт системной неврологии и соавтор статьи.
Исследователи поставили три эксперимента с условиями, которые проверяют внутреннее поведение сети.
В первом эксперименте крыса свободно исследует открытый ландшафт. В этой среде отдельные ячейки обычно создают идеальные шестиугольные сетки. Во втором эксперименте крыса бегает по лабиринту в форме колеса телеги. Известно, что эти типы линейных путей искажают структуру сетки. В третьем эксперименте крыса отдыхает в стадии быстрого сна и в стадии медленного сна. БДГ — это сокращение от быстрых движений глаз, и известно, что это стадия сна, во время которой снятся сны. На стадии медленного сна мозг не получает двигательной или сенсорной информации от тела или окружающей среды, а также не имитирует сенсорные переживания, как это происходит во время сна в фазе быстрого сна.
Этот последний эксперимент станет настоящим испытанием для теорий, потому что он либо подтвердит, либо опровергнет одно из самых сильных предсказаний CAN-теории ячеек решетки. Все эксперименты проводились с использованием зондов Neuropixels для извлечения необработанных данных о мозге из сотен ячеек сетки в одной и той же нейронной сети.
