Авторы нового исследования пришли к выводу, что мозг может переключаться между медленной и быстрой интеграцией информации, что позволяет ему модулировать временные рамки, в которых он работает. Ученые также дают представление о том, как структура нейронных сетей определяет скорость интеграции информации, что может иметь значение для будущих исследований функций мозга и когнитивных процессов.
Новизна исследования
Переключаясь между медленной и быстрой интеграцией информации, мозг может гибко модулировать временные рамки, в которых он работает. Это результат нового исследования международной группы ученых, опубликованного в научном журнале Nature Communications.
Анализ экспериментальных данных зрительной коры и компьютерное моделирование дают объяснение тому, как могут возникать разные временные шкалы и как они могут меняться: структура нейронных сетей определяет, насколько быстро или медленно интегрируется информация.
Различные процессы в мозгу происходят в разное время: в то время как сенсорный ввод может обрабатываться в течение десятков миллисекунд, принятие решений или другие сложные когнитивные процессы могут потребовать интеграции информации в течение нескольких минут. Соответственно, некоторые области мозга работают быстрее, чем другие. Эти внутренние временные шкалы не являются жесткими и неизменными. Однако до сих пор мало было известно о том, как они могут приспосабливаться к разным ситуациям и задачам.
Материалы и методы исследования
Группа исследователей из Тюбингена, Принстона, Стэнфорда, Ньюкасла и Вашингтона изучила, как временная шкала области мозга может меняться во время выполнения задачи. Чтобы это выяснить, исследователи проанализировали ранее опубликованные данные, записанные в зрительной коре V4 — области мозга, участвующей в зрительном внимании — макак во время двух разных задач визуального внимания.
Результаты научной работы
В обеих задачах команда ученых заметила, что нейронная активность разворачивалась не в одной временной шкале, а как минимум в двух разных: медленной и быстрой. Примечательно, что временная шкала медленного темпа также менялась во время выполнения задачи: всякий раз, когда внимание направлялось на область в поле зрения, медленная активность в соответствующих нейронных популяциях становилась еще медленнее. Более того, они заметили, что чем медленнее активность, тем короче время реакции.
«Это может показаться нелогичным, но на самом деле это вполне правдоподобно», — комментирует Роксана Зераати (Roxana Zeraati), исследователь из Тюбингенского университета (University of Tübingen) и Института биологической кибернетики им. Макса Планка (Max Planck Institute for Biological Cybernetics). «Когда нейроны чем-то заняты, они лучше помнят свою прошлую деятельность, а это подразумевает более медленную шкалу времени».
Исследователи задались вопросом, как сеть нейронов может создавать такие разные временные шкалы.
«Мы проверили три разные гипотезы с помощью компьютерного моделирования», — добавляет Анна Левина (Anna Levina). «Мы видим разные временные шкалы просто потому, что одни нейроны работают быстрее, а другие медленнее? Или, как второй вариант, за это могут быть ответственны их разные биофизические свойства? Подтвердилась только наша третья гипотеза: ответ кроется не в свойствах отдельных нейронов, а в структуре сети».
В зависимости от того, как нейроны связаны друг с другом, возникают разные временные шкалы: например, так называемые кластерные сети генерируют медленные временные шкалы.
«Вы можете сравнить кластерную сеть с европейской дорожной системой», — объясняет Левина, руководившая проектом вместе с соавтором Татьяной Энгель (Tatiana Engel) из Принстона. «Любые два места в Париже очень хорошо связаны друг с другом, но гораздо сложнее добраться из деревни в Бургундии на пляж в Португалии. В то же время сеть авиакомпаний может выглядеть почти случайной. Добраться до близлежащего города очень сложно, но вы можете отправиться практически куда угодно без большого количества стыковочных рейсов. Сети, которые больше похожи на авиалинии, не будут развиваться так долго, как дорожная сеть».
Практическая значимость работы
Полученные данные могут изменить наш взгляд на мозг: «Наши экспериментальные наблюдения в сочетании с вычислительной моделью обеспечивают основу для изучения связи между сетевой структурой, функциональной динамикой мозга и гибким поведением», — заключает публикация.
Авторы другого исследования заявляют, что высокое артериальное давление в 30 лет связано с ухудшением здоровья мозга в 70 лет
