Движения – одна из форм взаимодействия человека и других животных с природой. Как мозг запоминает такое большее количество движений, необходимых в повседневной жизни? Как он обучается новым? Как он производит расчеты, нужные нам, чтобы правильно, например, схватить предмет рукой или совершить последовательность движений в танце? На эти вопросы постарались ответить исследователи Медицинской школы Технион Израиля. Результаты проделанной работы опубликованы в журнале Science.
Credit: public domain
Пирамидные нейроны – основной тип нейронов возбуждающего типа, входящий в состав кортикоспинального тракта, благодаря которому обеспечиваются моторные функции млекопитающих. Одна из главных анатомических особенностей этих клеток состоит в том, что у них имеется множество дендритов, количество и структура которых сильно различаются между разными типами нейронов. Дендриты играют большую роль в передаче информации: за счет них увеличивается вычислительная мощность и емкость памяти пирамидных нейронов и всей сети в целом.
Дендритные пучки пирамидных нейронов пятого слоя первичной моторной коры головного мозга образуют специальные «содружества» или компартменты, важные для двигательного обучения и воспроизведения движений. Однако их вычислительные возможности остаются неясными. В новой статье ученые описали моторную репрезентацию в дендритных пучках пирамидных нейронов первичной моторной коры, которая играет критическую роль в кодировании движений.
Пирамидные нейроны – самые крупные клетки в головном мозге, и за счет этого их довольно легко изучать. Кроме того, они имеют обширное многоуровневое дендритное древо. Исследователи обнаружили, что дендритные ветви не просто передают информацию по сети, но каждая «под-под-ветвь» выполняет расчет полученной информации и передает результат в более крупную подветвь. Затем подветви также выполняют расчет информации, полученной от всех своих дочерних ветвей, и передают ее дальше.
Несколько дендритных ветвей могут взаимодействовать друг с другом, чтобы усилить общую вычислительную способность. Результатом становится сложный расчет, выполняемый в каждом отдельном нейроне.
Заслуга авторов работы состоит и в том, что они впервые показали, что нейрон разделен на много частей и что его ответвления выполняют вычисления независимо друг от друга.
Новое понимание того, как работают нейроны, открывает пути для изучения дегенеративных расстройств и расстройств развития нервной системы, которые, вероятно, связаны с нарушениями обработки информации. Так, например, ранее удалось установить, что при болезни Паркинсона дендритное дерево претерпевает значительные анатомические и физиологические изменения. В результате этих изменений, исходя из полученных в этой работе фактов, снижается способность нейрона выполнять параллельные вычисления.
Помимо практического применения в терапии тяжелых неврологических расстройств, результаты исследования могут представлять интерес для машинного обучения, к примеру, при создании глубоких нейронных сетей, которые функционировали бы как настоящий мозг. Хотя эта область довольно сильно усовершенствовалась в последнее десятилетие, нейронные сети по-прежнему остаются довольно примитивными по сравнению с сетями головного мозга.
Текст: Анна Удоратина
Dynamic compartmental computations in tuft dendrites of layer 5 neurons during motor behavior by Jackie Schiller et al. Science. Published: April 2022. https://doi.org/10.1126/science.abn1421
Свежие комментарии