تموج الخلايا العصبية في حين أن الأدمغة تستقر في الذاكرة

NYSTV - Armageddon and the New 5G Network Technology w guest Scott Hensler - Multi Language (يونيو 2019).

Anonim

الذكريات يتردد صداها في العقل حتى عندما لا تكون على علم بمعالجتها. يخطو بحث جديد من جامعة رايس وميتشيغان للطبّ خطوة نحو فهم لماذا تلمح هذه التموجات إلى الصورة الأكبر لكيفية قيام الأدمغة بفرز وتخزين المعلومات.

طور باحثون بقيادة كاليب كيمير من Riceand Kamran Diba of Michigan Medicine أداة لتشكيل نماذج كمية من الذاكرة. تحلل استراتيجيتهم موجات من الخلايا العصبية التي تطلق النار في لحظة عبر قرن آمون وما بعدها في الحيوانات في حين أنها نشطة ، وبشكل ملحوظ ، في حين أنها ترتاح.

يستخدم عمل الباحثين نماذج ماركوف المخفية المستخدمة بشكل شائع في التعلم الآلي لدراسة الأنماط المتسلسلة. أثبتت نماذجهم أن الحد الأدنى من البيانات المحصودة من الدماغ خلال فترات الراحة يمكن استخدامها لاستكشاف أفكار كبيرة حول كيفية تشكل الذكريات والاحتفاظ بها.

تظهر ورقة الوصول المفتوح للفريق في مجلة eLife .

لطالما اعتبرت أنماط إشعال الخلايا العصبية في أنسجة حُصُين-فرس البحر في كل نصف دماغ من الدماغ مهمة لتشكيل الذكريات وتخزينها. يقوم الباحثون باكتشاف وقياس هذه الأنماط عن طريق وضع الأقطاب الكهربائية في العقول لمراقبتها في الوقت الحقيقي.

وقال كيمير وهو استاذ مساعد في الهندسة الكهربائية والكمبيوتر وهو متخصص في علم الأعصاب "الحيوانات تشفر الذاكرة من بيئة أثناء جريها." "إنهم يشكلون خريطة مكانية حيث يتم تنشيط الخلايا العصبية الفردية في أماكن مختلفة. عندما يكونون مستيقظين في تجاربنا ، فمن المحتمل أنهم يقومون بعملية الاستكشاف هذه من 40 إلى 60 بالمائة من الوقت.

وقال: "أما بالنسبة لـ 40 في المائة الآخرين ، فهم يخدشون أنفسهم ، أو يأكلون ، أو أنهم نوع من الغفوة". "إنهم ليسوا نائمين ، لكنهم متوقفون ، وأحب أن أسميها بالتفكير."

قدمت فترات الاستبطان هذه البيانات المهمة للدراسة التي قلبت العملية المعتادة لمطابقة نشاط الدماغ مع الحركة بينما كانت الحيوانات نشطة. تم جمع البيانات الأولية على مدار العديد من التجارب تحت إشراف ديبا ، وهو أستاذ مشارك وزعيم "الدوائر العصبية ومختبر الذاكرة" في الطب ميشيغان.

وبينما كانت الحيوانات تستكشف مسارات ذهابًا وإيابًا أو بيئات تشبه المتاهة ، تحسس الأقطاب الكهربائية في أدمغتها انفجارات حادة مرتبطة بالموجة من النشاط العصبي تسمى أحداث انفجار السكان (PBEs). في هذه الأحداث ، بين 50000 و 100000 خلية عصبية ، كل حريق في غضون 100 جزء من الثانية ، ويبعث تموجات في جميع أنحاء الدماغ لم يتم فهمها بالكامل بعد.

وقد أظهرت التجارب في مكان آخر أن PBEs شملت تنشيط خلايا المكان في قرن آمون عندما يكون الحيوان في مكان معين. تنطلق هذه الخلايا في تسلسل يساعد على برمجة الذاكرة المكانية والعرضية للدماغ ، مما يسمح للحيوان ببناء خريطة داخلية لبيئته.

لكن التجارب الجديدة تجاهلت كل النشاط العصبي أثناء السلوك أو الاستكشاف النشط ، واعتمدت على البيانات التي تم جمعها فقط عندما تم إيقاف الحيوانات مؤقتًا ، بإجمالي 2٪ من الوقت أثناء التجارب. وقد تمكنت نماذج فريق البحث من فرز رشقات "الاسترجاع" أو "إعادة التنشيط" التي تبدو وكأنها تمثل ذكريات من إشارات صاخبة أخرى في قرن آمون.

ويعتقد الباحثون أن هذه الإشارات في الحيوانات النشطة تنذر بتشفير الخلايا التي تشكل حقول مكان وتوضح أن PBEs في عقول الراحة توفر طريقة للكشف عن الذاكرة أو الخريطة المكانية دون مراقبة تلك الخلايا مباشرة في المواقع التي عادة ما تطلقها.

وقال كيمير "أدركنا أن هناك بيانات كافية في فترات إعادة التنشيط هذه يمكننا من خلالها بناء نماذج مما تتذكره الحيوانات." وقد اتضح أنها تتوافق بشكل رائع مع الأنماط التي يمثلها تحليل بايزي لموجات ثيتا التي ولدت في حين كانت الحيوانات نشطة.

وقال ديبا "عندما كنت أسجل البيانات كنت مهتما في الغالب بنشاط عصبي خلال ذبذبات ثيتا عندما كان الحيوان يركض." "ومع ذلك ، تبين أن المعلومات المريحه هي أكثر الجوانب إثارة للاهتمام."

قدمت نماذج ماركوف قالبًا يمكن تجميع أجزاء الذاكرة فيه. وقال إيتيين أكرمان ، طالب الدراسات العليا في "رايس" ، المؤلف المشارك الرئيسي للورقة: "إن ديناميكيات ماركوفيا تشير ببساطة إلى أنه يمكنك التنبؤ بخطوتك التالية من خلال معرفة خطوتك الحالية فقط". "لست بحاجة إلى معرفة ماضيك بالكامل قبل ذلك.

وقال "في المخ ، نفكر في هذه الخطوات كدول كامنة لا نستطيع رؤيتها بشكل مباشر". "إنهم مختبئون حقًا. ولكن يمكننا ملاحظة بعض البروكسيات لتلك الحالات الأساسية عندما نسجل نشاطًا كهربائيًا. ولا يخبرنا بالحالة الداخلية للدماغ ، ولكنه يمكن أن يمنحنا معلومات كافية لاستخدام نموذج ماركوف المخفي اجعل أفضل تخمين حول تسلسل الولايات ".

مع تسلسلات كافية ، تمكن الباحثون من التعرف إحصائيا على تلك التي تمثل ذاكرة بيئة ، حتى عندما كانت التجارب غير خاضعة للرقابة - أي ، مع عدم وجود بيانات ترتبط مباشرة نشاط الدماغ مع النشاط البدني.

وقال ديبا الذي ساعد مختبره في ابتكار طرق لتحديد الأحداث "لقد فوجئت بمدى نجاحها وكمية المعلومات الغنية عن البيئة التي استولت عليها نماذج ماركوف الخفية."

وقال كيمير "هذا مثال رائع حقا على كيفية استخدام تقنيات التعلم الآلي المتقدمة في بيانات الدماغ." "يعطينا القدرة على رؤية هيكل الذاكرة عندما يتم التعبير عن تلك الذكريات بشكل سري.

وقال: "مع الحصين ، يمكنك عادة رؤية بنية الذاكرة من خلال ربطها بسلوك حيواني". "باستخدام التعلم غير الخاضع للرقابة ، كنا قادرين على تشكيل نفس البنية من الفترات التي لم يكن فيها سلوك. هذا يكشف عن ثراء لا يصدق في هذه الذكريات السرية".

وقال كيمير إن النماذج الجديدة يمكن استخدامها لتحليل مجموعات بيانات النوم الموجودة. وقال "لقد عرفنا لفترة من الوقت أنه عندما تنام الحيوانات ، تستمر عمليات التنشيط والتثبيت". "يمكننا جمع البيانات ولكننا لم نعرف بالفعل ما يجب فعله به".

ويتوقع أن تساعد النماذج الباحثين في فرز الذكريات من الإشارات التي تمثل الأحلام ، والضوضاء ، أو حتى العملية الأساسية لنسيان البيانات عديمة الفائدة.

"لأننا لم نمتلك طريقة جيدة للتقييم الكمي لما إذا كان شيء ما ذا ذاكرة جيدة أو ذاكرة مليئة بالضجيج ، فهناك الكثير من الفرضيات حول كيفية عمل النوم وإعادة التنشيط التي لم نتمكن من اختبارها" ، قال كيمير. "هذا سيسمح لنا بفهم الذاكرة في أماكن لم يكن لدينا من قبل".