我们热爱生命科学!-生物行
当前位置: 主页 > 神经科学 > 研究进展

大脑活体模型揭示了人类神经元协同工作来处理信息

时间:2023-09-06 12:09来源:Medicalxpress 作者:泉水 点击: 189次

 

墨尔本 大学

大脑的活体模型揭示了人类神经元如何协同工作来处理信息
显微镜下的“盘脑”。神经细胞的显微图像,其中荧光标记显示不同类型的细胞。绿色标记神经元和轴突,紫色标记神经元,红色标记树突,蓝色标记所有细胞。如果存在多个标记,则颜色为合并后通常显示为黄色或粉红色,具体取决于标记的比例。图片​​来源:Cortical Labs

发表在《自然通讯》上的一篇论文表明,当神经元获得有关周围不断变化的世界的信息(与任务相关的感觉输入)时,它会改变它们的行为方式,使它们处于边缘状态,这样微小的输入就可以引发大脑活动的“雪崩” ,支持一种称为临界大脑假说的理论。

来自 Cortical Labs 和墨尔本大学的研究人员使用了 DishBrain,这是学习打乒乓球的 800,000 个人类神经细胞的集合。

这是迄今为止最有力的证据,支持关于人脑如何处理信息的有争议的理论。

根据大脑批判假说,只有当神经元处于边缘状态,微小的输入就可以引发大脑活动的“雪崩”时,大型复杂行为才可能实现。

这种良好的平衡状态被称为“神经临界”状态,介于两个极端之间:癫痫等疾病中出现的失控兴奋,以及信号停滞的昏迷状态。

生物技术初创公司 Cortical Labs 的首席科学官布雷特·卡根 (Brett Kagan) 博士表示:“它不仅表明网络在接收结构化信息时重组为接近临界状态,而且达到该状态还会带来更好的任务表现。”创建了 DishBrain。

“结果令人惊讶,远远超出了我们的预期。”

这项研究为批判性大脑假说之谜增添了重要的一环。

到目前为止,几乎没有实验证据证明临界性是否是生物神经元网络的一般特征,或者是否与信息负载有关。

卡根博士说:“我们的研究结果表明,当神经网络执行某项任务时,而不是在不受刺激的情况下,就会出现近乎临界的网络行为。”

然而,卡根博士的研究表明,仅靠临界性不足以驱动神经网络的学习。卡根博士说:“学习需要一个反馈循环,向网络提供有关某项行动后果的附加信息。”

最新研究强调了 DishBrain 有助于解开人类大脑的秘密及其工作原理的潜力,而这在动物模型中是不可能的。

第一作者 Forough Habibollahi 博士说:“通常,为了研究大脑,特别是在神经元规模上,研究人员必须使用动物模型,但这样做会遇到很多困难,而且研究对象的数量也有限。” ,皮质实验室研究员。

“因此,当我看到 DishBrain 能够以其他人无法做到的方式回答不同类型问题的独特能力时,我非常兴奋地开始这个项目并加入这个团队。”

医生们还看到了这项研究在帮助发现严重脑部疾病的治疗方法方面的巨大潜力。

“DishBrain 关键性项目是皮质实验室、生物医学工程和神经病学之间一次令人惊叹的合作经历,”论文作者、墨尔本大学医学系神经动力学实验室负责人 Chris French 博士说。

“DishBrain 神经元的关键动态应该为诊断和治疗从癫痫到痴呆等一系列神经系统疾病提供关键的生物标志物,”他说。

通过构建活体大脑模型,科学家将能够使用真实的大脑功能而不是计算机等有缺陷的类似模型进行实验,不仅可以探索大脑功能,还可以测试药物如何影响它。

该论文的作者、墨尔本大学生物信号与生物系统系主任 Anthony Burkitt 教授表示,这项研究还有可能解决脑机接口面临的挑战,恢复因神经损伤而丧失的功能。生物医学工程系。

“我们目前研究的下一代神经假体和脑机接口的一个关键特征涉及利用实时闭环策略,”他说。“因此,这项研究的结果可能对理解这些控制和刺激策略如何与大脑中的神经回路相互作用具有重要意义。”

卡根博士说:“生物大脑建模领域还处于起步阶段,但为一个全新的科学领域开辟了道路。”


(责任编辑:泉水)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
特别推荐
推荐内容