Il pensiero cosmologico incontra la neuroscienza nella nuova teoria sulle connessioni cerebrali

Riepilogo: Un nuovo modello matematico che identifica le connessioni essenziali tra i neuroni rivela che alcune reti neurali nel cervello sono più essenziali di altre.

Fonte: HHMI

Dopo una carriera trascorsa a sondare i misteri dell’universo, uno scienziato senior del Janelia Research Campus sta ora esplorando i misteri del cervello umano e sviluppando nuove intuizioni sulle connessioni tra le cellule cerebrali.

Tirthabir Biswas ha avuto una carriera di successo come fisico teorico delle alte energie quando è arrivato a Janelia durante un anno sabbatico nel 2018. Biswas si divertiva ancora ad affrontare i problemi dell’universo, ma il campo aveva perso parte della sua eccitazione, con molte domande importanti già risposte.

“La neuroscienza oggi è un po’ come la fisica di cento anni fa, quando la fisica aveva così tanti dati e non sapevano cosa stava succedendo ed era eccitante”, dice Biswas, che fa parte del Fitzgerald Lab.

“Ci sono molte informazioni nelle neuroscienze e molti dati, e capiscono alcuni grandi circuiti specifici, ma non c’è ancora una comprensione teorica generale e c’è un’opportunità per dare un contributo”.

Una delle più grandi domande senza risposta nelle neuroscienze ruota attorno alle connessioni tra le cellule cerebrali. Ci sono centinaia di volte più connessioni nel cervello umano rispetto alle stelle nella Via Lattea, ma quali cellule cerebrali sono collegate e perché rimane un mistero. Ciò limita la capacità degli scienziati di trattare con precisione i problemi di salute mentale e di sviluppare un’intelligenza artificiale più accurata.

La sfida di sviluppare una teoria matematica per comprendere meglio queste connessioni è stata un problema che il leader del gruppo Janelia, James Fitzgerald, ha posto per la prima volta quando Tirthabir Biswas è arrivato nel suo laboratorio.

Mentre Fitzgerald era fuori città per alcuni giorni, Biswas si è seduto con carta e penna e ha usato il suo background in geometria ad alta dimensione per pensare al problema: un approccio diverso da quello dei neuroscienziati, che di solito si affidano al calcolo e all’algebra per affrontare problemi matematici. In pochi giorni, Biswas ebbe una visione approfondita della soluzione e si avvicinò a Fitzgerald non appena tornò.

“Sembrava che fosse un problema molto difficile, quindi se dico ‘Ho risolto il problema’, probabilmente penserà che sono pazzo”, ricorda Biswas. “Ma ho deciso di dirlo comunque.” Fitzgerald inizialmente era scettico, ma una volta che Biswa ebbe finito di stendere il suo lavoro, entrambi si resero conto che stava lavorando a qualcosa di importante.

“Aveva un’intuizione che è davvero fondamentale per il funzionamento di queste reti che le persone non avevano mai avuto prima”, afferma Fitzgerald. “Questa intuizione è stata resa possibile dal pensiero interdisciplinare. Questa intuizione è stata un lampo di brillantezza che ha avuto grazie a come pensa, e si è semplicemente tradotta in questo nuovo problema su cui non aveva mai lavorato prima.

L’idea di Biswas ha aiutato il team a sviluppare un nuovo modo per identificare le connessioni essenziali tra le cellule cerebrali, che è stata pubblicata il 29 giugno in Ricerca di revisione fisica. Analizzando le reti neurali, modelli matematici che imitano le cellule cerebrali e le loro connessioni, sono stati in grado di capire che alcune connessioni nel cervello potrebbero essere più essenziali di altre.

In particolare, hanno esaminato il modo in cui queste reti trasformano gli input in output. Ad esempio, un input potrebbe essere un segnale rilevato dall’occhio e l’output potrebbe essere l’attività cerebrale risultante. Hanno esaminato quali modelli di connessione hanno prodotto la stessa trasformazione input-output.

Una delle più grandi domande senza risposta nelle neuroscienze ruota attorno alle connessioni tra le cellule cerebrali. L’immagine è di pubblico dominio

Come previsto, c’erano un numero infinito di possibili connessioni per ogni combinazione di ingresso-uscita. Ma hanno anche scoperto che alcune connessioni sono apparse in ogni modello, portando il team a suggerire che queste connessioni necessarie potrebbero essere presenti nei cervelli reali. Una migliore comprensione di quali connessioni sono più essenziali di altre potrebbe portare a una maggiore consapevolezza di come le vere reti neurali nel cervello eseguono i calcoli.

Il prossimo passo è che i neuroscienziati sperimentali mettano alla prova questa nuova teoria matematica per vedere se può essere utilizzata per fare previsioni su ciò che sta accadendo nel cervello. La teoria ha applicazioni dirette agli sforzi di Janelia per mappare il connettoma del cervello della mosca e registrare l’attività cerebrale nel pesce zebra larvale. Capire i principi teorici alla base di questi piccoli animali può essere utilizzato per comprendere le connessioni nel cervello umano, dove la registrazione di tale attività non è ancora fattibile.

“Quello che stiamo cercando di fare è proporre alcuni modi teorici per comprendere ciò che conta davvero e utilizzare questi semplici cervelli per testare quelle teorie”, afferma Fitzgerald. “Poiché sono verificati nei cervelli semplici, la teoria generale può essere utilizzata per pensare a come funziona il calcolo cerebrale nei cervelli più grandi”.

A proposito di questa notizia di ricerca sulle neuroscienze

Autore: Nanci Bombey
Fonte: HHMI
Contatto: Nanci Bombey – HHMI
Immagine: L’immagine è di pubblico dominio

Ricerca originale: Accesso chiuso.
“Quadro geometrico per prevedere la struttura dalla funzione nelle reti neurali” di Tirthabir Biswas et al. Ricerca di revisione fisica


astratto

Guarda anche

Questo mostra un gruppo di persone che tintinnano bicchieri di alcol

Quadro geometrico per prevedere la struttura dalla funzione nelle reti neurali

Il calcolo neurale nelle reti biologiche e artificiali si basa sulla somma non lineare di molti input.

La matrice di connettività strutturale dei pesi sinaptici tra i neuroni è un determinante critico della funzione complessiva della rete, ma i collegamenti quantitativi tra la struttura e la funzione della rete neurale sono complessi e sottili. Ad esempio, molte reti possono dare origine a risposte funzionali simili e la stessa rete può funzionare in modo diverso a seconda del contesto.

È in gran parte sconosciuto se siano necessari determinati modelli di connettività sinaptica per generare calcoli specifici a livello di rete.

Qui introduciamo una struttura geometrica per identificare le connessioni sinaptiche richieste dalle risposte allo stato stazionario nelle reti ricorrenti di neuroni lineari di soglia.

Supponendo che il numero di modelli di risposta specificati non ecceda il numero di sinapsi di input, calcoliamo analiticamente lo spazio della soluzione di tutte le matrici di connettività feedforward e ricorrenti che possono generare le risposte specificate dagli input di rete.

Una generalizzazione che tiene conto del rumore rivela inoltre che la geometria dello spazio della soluzione può subire transizioni topologiche all’aumentare dell’errore consentito, il che potrebbe fornire informazioni sia sulla neuroscienza che sull’apprendimento automatico.

Alla fine utilizziamo questa caratterizzazione geometrica per derivare condizioni di certezza che garantiscono una sinapsi diversa da zero tra i neuroni.

Il nostro quadro teorico potrebbe quindi essere applicato ai dati dell’attività neurale per fare previsioni anatomiche rigorose che seguono generalmente dall’architettura del modello.

Leave a Comment