(Phys.org)—Ett team av forskare vid Queen Mary University i Storbritannien har funnit att humlor med fler "synaptiska komplex" i sina hjärnor kan lära sig nya saker snabbare och har även bättre minnen än de med färre av dem. I deras tidning publicerad i Proceedings of the Royal Society B gruppen beskriver hur man studerar neurala kopplingar i enskilda bihjärnor och jämför vad de hittade med kognitiva förmågor.

Forskare har utvecklat en mängd olika metoder under åren för att mäta mänskliga intelligensnivåer, men har gjort små framsteg när det gäller att förstå vad som ligger till grund för skillnaderna de finner. I denna nya ansträngning, forskarna studerade humlahjärnor eftersom de är mycket enklare än mänskliga hjärnor.

I sina experiment, forskarna lärde flera humlor att skilja mellan två olika typer av falska blommor – den ena gav sockervatten medan den andra erbjöd kinin, som bin inte gillar. Teamet noterade hur lång tid det tog för de enskilda bina att ta reda på vilken typ av blomma som skulle ge en belöning och vilken inte. Gruppen testade sedan alla bin två dagar senare för att se hur väl de kom ihåg vad de hade lärt sig, återigen noterade hur bra de enskilda bina klarade sig på testet.

Teamet tittade sedan noga på hjärnan hos alla bin med hjälp av konfokal mikroskopi, som gjorde det möjligt att se nervceller och kopplingarna mellan dem. Teamet rapporterar att de bin som hittade blomproblemet snabbast och hade det bästa minnet visade sig ha tätare neurala anslutningar som kallas synaptiska komplex än de som presterade mindre bra.

Forskarna föreslår att deras är den första studien som visar att lärande, åtminstone visuellt, kan korreleras till ökad nervkopplingstäthet i vissa delar av hjärnan. De föreslår också att en viss grad av den ökade densiteten sannolikt kan förknippas med fler möjligheter att lära sig. Och även om studien var avsedd att öka förståelsen för de faktorer som finns i olika nivåer av intelligens hos människor, det är inte klart om resultaten av dessa experiment är tillämpliga.

© 2017 Phys.org