Каждый день человек непрерывно обучается и создаёт новые воспоминания. Освоение хобби, приготовление блюда по рецепту или изучение последних новостей — мозг сохраняет множество таких воспоминаний на годы и десятилетия. Недавнее исследование, опубликованное в журнале Science, раскрывает механизмы этого удивительного процесса.
Устройство нейронной сети мозга
Человеческий мозг состоит из миллиардов нервных клеток. Нейроны проводят электрические импульсы, передающие информацию подобно тому, как компьютеры используют бинарный код для обработки данных.
Электрические сигналы передаются между нейронами через соединения, называемые синапсами. Каждый нейрон имеет разветвлённые отростки — дендриты, способные принимать тысячи электрических сигналов от других клеток. Дендриты передают эти сигналы в основное тело нейрона, где происходит интеграция всех поступающих импульсов для генерации собственных электрических разрядов.
Коллективная активность электрических импульсов в определённых группах нейронов формирует представления различной информации и переживаний в мозге.
Классические представления о нейропластичности
Десятилетиями нейроучёные полагали, что мозг обучается путём изменения связей между нейронами. По мере того как новая информация и опыт влияют на коммуникацию нейронов и изменяют их коллективные паттерны активности, некоторые синаптические соединения усиливаются, а другие ослабевают. Этот процесс синаптической пластичности создаёт представления новой информации и опыта в мозге.
Однако для правильного формирования представлений во время обучения необходимы изменения соответствующих синаптических связей в нужное время. Правила, которые мозг использует для выбора синапсов, подлежащих изменению в процессе обучения, оставались неясными.
Революционное открытие в области нейронауки
Исследователи решили отследить активность отдельных синаптических соединений в мозге во время обучения, чтобы выявить паттерны активности, определяющие усиление или ослабление связей.
Для этого в нейроны мышей генетически внедрили биосенсоры, которые светились в ответ на синаптическую и нейронную активность. Активность отслеживалась в реальном времени, пока мыши изучали задачу: нажимать рычаг в определённое положение после звукового сигнала для получения воды.
Неожиданные результаты исследования
Результаты оказались неожиданными: синапсы одного нейрона не следуют единому правилу. Учёные часто предполагали, что нейроны следуют правилам Хебба, согласно которым нейроны, постоянно активирующиеся вместе, усиливают связи между собой.
Вместо этого обнаружилось, что синапсы в разных участках дендритов одного нейрона следуют различным правилам для определения усиления или ослабления соединений. Некоторые синапсы придерживались традиционного правила Хебба, где нейроны, постоянно активирующиеся вместе, укрепляют связи. Другие синапсы действовали по-иному, независимо от активности нейрона.
Многозадачность нейронов
Полученные данные свидетельствуют о том, что нейроны, одновременно используя два различных набора правил обучения для разных групп синапсов вместо единого универсального правила, могут более точно настраивать различные типы получаемых сигналов для адекватного представления новой информации в мозге.
Следуя разным правилам в процессе обучения, нейроны способны выполнять множественные функции параллельно, что кардинально меняет понимание работы мозга.
Перспективы применения открытия
Данное открытие обеспечивает более чёткое понимание изменений связей между нейронами во время обучения. Поскольку большинство расстройств мозга, включая дегенеративные и психиатрические состояния, связаны с нарушением функций синапсов, это имеет потенциально важные последствия для здоровья человека.
Например, депрессия может развиваться из-за чрезмерного ослабления синаптических соединений в определённых областях мозга, что затрудняет переживание удовольствия. Понимание нормального функционирования синаптической пластичности поможет лучше понять механизмы развития депрессии и разработать более эффективные методы лечения.
Влияние на развитие технологий
Результаты исследования могут повлиять и на развитие технологий. Нейронные сети, лежащие в основе современных систем машинного обучения, во многом вдохновлены принципами работы мозга. Однако правила обучения, используемые для обновления связей в сетях и тренировки моделей, обычно единообразны и биологически неправдоподобны.
Новое исследование может дать представление о том, как создавать более биологически реалистичные модели машинного обучения с повышенной эффективностью и производительностью.
Будущие направления исследований
До практического применения этой информации для разработки новых методов лечения расстройств мозга предстоит проделать значительную работу. Хотя установлено, что синаптические соединения в разных группах дендритов используют различные правила обучения, точные причины и механизмы этого явления остаются неясными.
Кроме того, в то время как способность нейронов одновременно использовать несколько методов обучения увеличивает их возможности кодирования информации, другие свойства, которые это может им придавать, пока неизвестны.
Будущие исследования, как ожидается, ответят на эти вопросы и углубят понимание механизмов обучения мозга, открывая новые горизонты в нейронауке и медицине.
