Naukowcy odkryli, że mała sieć mózgowa muszek owocowych może wygenerować dokładny wewnętrzny kompas, co pokazuje, że złożone obliczenia można wykonać przy użyciu mniejszej liczby neuronów, niż wcześniej sądzono.
Neurolodzy mieli problem.
Przez lata badacze proponowali teorię mówiącą o tym, jak mózg zwierzęcia śledzi swoją pozycję względem otoczenia, nie polegając na zewnętrznych sygnałach – podobnie jak możemy wyczuć nasze położenie nawet przy zamkniętych oczach.
Zgodnie z teorią opartą na zapisach mózgowych gryzoni, sieci neuronów zwane sieciami atraktorów pierścieniowych utrzymują wewnętrzny kompas, który śledzi, gdzie na świecie się znajdujesz. Uważano, że dokładny kompas wewnętrzny wymaga dużej sieci z wieloma neuronami, podczas gdy mała sieć z kilkoma neuronami powodowałaby dryfowanie igły kompasu, powodując błędy.
Następnie badacze odkryli wewnętrzny kompas w maleńkiej muszce owocowej.
„Kompas muchy jest bardzo dokładny, ale wbrew temu, co zakładały poprzednie teorie, zbudowany jest z naprawdę małej sieci” – mówi Ann Hermundstad, liderka grupy Janelia. „Zatem wyraźnie istniała luka w naszym rozumieniu kompasów mózgowych”.
Teraz badania prowadzone przez Marcellę Noorman, postdoc w Hermundstad Lab w kampusie badawczym Janelia HHMI, wyjaśniają tę zagadkę. Nowa teoria pokazuje, jak możliwe jest stworzenie idealnie dokładnego kompasu wewnętrznego przy bardzo małej siatce, jak u muszek owocowych.
Ta praca zmienia sposób, w jaki neuronaukowcy myślą o wykonywaniu przez mózg wielu zadań, od pamięci roboczej, przez nawigację, po podejmowanie decyzji.
„To naprawdę poszerza naszą wiedzę na temat możliwości małych sieci” – mówi Noorman. „W rzeczywistości potrafią wykonywać o wiele bardziej skomplikowane obliczenia, niż wcześniej sądzono”.
Generowanie atraktora pierścieniowego
Kiedy Noorman przybyła do Janelii w 2019 r., stanęła przed problemem, nad którym zastanawiali się Hermundstad i inni: w jaki sposób mały mózg muszki owocowej może wygenerować dokładny wewnętrzny kompas?
Noorman najpierw postanowił ci to pokazać nie mogłem wygenerować atraktor pierścieniowy z małą siecią neuronów, ale aby to zadziałało, trzeba było dodać „dodatkowe elementy” – takie jak inne typy komórek i bardziej szczegółowe właściwości biofizyczne komórek. Aby tego dokonać, usunęła wszystkie „dodatkowe elementy” z istniejących modeli, aby sprawdzić, czy z tego, co zostało, uda jej się wygenerować atraktor pierścieniowy. Myślała, że to nie będzie możliwe.
Ale Noorman miała trudności z udowodnieniem swojej hipotezy. Wtedy zdecydowała, że potrzebuje innego podejścia.
„Musiałem zmienić sposób myślenia i pomyśleć: cóż, może to dlatego, że ty Móc wygeneruj atraktor pierścieniowy za pomocą małej sieci” – mówi – „a następnie dowiedz się, jakie konkretne warunki musi spełnić sieć, aby tak się stało”.
Zmieniając swoje założenie, Noorman odkryła, że w rzeczywistości możliwe jest wygenerowanie atraktora pierścieniowego z zaledwie czterema neuronami, pod warunkiem, że połączenia między nimi zostaną starannie dopasowane. Noorman współpracowała z innymi badaczami z Janelia, aby przetestować nową teorię w laboratorium, znajdując fizjologiczne dowody na to, że mózg muchy może wytwarzać atraktor pierścieniowy.
„Mniejsze sieci i mniejsze mózgi mogą wykonywać bardziej skomplikowane obliczenia, niż wcześniej sądzono” – mówi Noorman. „Ale aby to osiągnąć, neurony muszą być połączone znacznie precyzyjniej, niż byłoby to konieczne w większym mózgu, w którym do wykonania tych samych obliczeń można wykorzystać wiele neuronów”.
„Istnieje zatem kompromis pomiędzy liczbą neuronów wykorzystywanych do obliczeń a starannością ich łączenia” – mówi.
Następnie badacze planują zbadać, czy „dodatkowe elementy” mogą zapewnić dodatkową odporność sieci atraktorów pierścieniowych i czy obliczenia podstawowe mogą służyć jako element konstrukcyjny dla bardziej skomplikowanych obliczeń w większych sieciach z wieloma zmiennymi. Dodatkowe eksperymenty mogą również pomóc naukowcom zrozumieć, w jaki sposób regulowane są połączenia między neuronami w sieci i jak bodźce sensoryczne mogą wpływać na reprezentację kierunku głowy przez sieć.
Dla Noormana, matematyka, który stał się neurobiologiem, znalezienie sposobu przełożenia biologii na problem matematyczny, który można rozwiązać, było wyzwaniem, ale i zabawą.
„System kierowania głową muchy to pierwszy przykład aktywności neuronowej, jaki kiedykolwiek widziałem, więc fajnie było dowiedzieć się i zrozumieć, jak to działa” – mówi.
Odniesienie: „Utrzymanie i aktualizacja dokładnych wewnętrznych reprezentacji zmiennych ciągłych za pomocą garstki neuronów” Marcelli Noorman, Brada K. Hulse, Viveka Jayaramana, Sandro Romani i Ann M. Hermundstad, 3 października 2024 r., Neuronauka przyrodnicza.
DOI: 10.1038/s41593-024-01766-5
