Hjärnor är ett galet nätverk av överlappande kretsar - vissa vägar uppmuntrar aktivitet medan andra undertrycker den. Medan tidigare studier fokuserade mer på excitatoriska kretsar, Inhiberande kretsar uppfattas nu spela en lika viktig roll i hjärnans funktion. Forskare vid Okinawa Institute of Science and Technology Graduate University (OIST) och RIKEN Center for Brain Science har skapat ett konstgjort nätverk för att simulera hjärnan, visar att pyssling med hämmande kretsar leder till utökat minne.

Associativt minne är möjligheten att ansluta orelaterade objekt och lagra dem i minnet-att associera förekommande objekt som ett enda avsnitt. I den här studien, publicerad i Fysiska granskningsbrev , laget använde sekventiellt arrangerade mönster för att simulera ett minne, och fann att en dator kan komma ihåg mönster som sträcker sig över ett längre avsnitt när modellen tar hänsyn till hämmande kretsar. De fortsätter med att förklara hur detta fynd kan tillämpas för att förklara våra egna hjärnor.

"Den här enkla bearbetningsmodellen visar oss hur hjärnan hanterar informationen i serieordning, "förklarar professor Tomoki Fukai, chef för OIST:s neural kodning och hjärnberäkningsenhet, som ledde studien med RIKEN -medarbetaren Dr. Tatsuya Haga. "Genom att modellera neuroner med hjälp av datorer, vi kan börja förstå minnesbehandling i våra egna sinnen. "

Sänk dina hämningar

Tänker på hjärnan när det gäller fysisk, icke-biologiska fenomen är nu ett allmänt accepterat tillvägagångssätt inom neurovetenskap-och många idéer som lyfts från fysiken har nu validerats i djurstudier. En sådan idé är att förstå hjärnans minnessystem som ett attraktionsnätverk, en grupp anslutna noder som visar aktivitetsmönster och tenderar mot vissa tillstånd. Denna idé om attraktionsnätverk låg till grund för denna studie.

En princip om neurobiologi är att "celler som eldar ihop trådar ihop" - neuroner som är aktiva samtidigt synkroniseras, vilket delvis förklarar hur våra hjärnor förändras med tiden. I deras modell, laget skapade excitatoriska kretsar - mönster av neuroner som skjuter ihop - för att replikera hjärnan. Modellen inkluderade många excitatoriska kretsar spridda över ett nätverk.

Mer viktigt, laget infogade inhiberande kretsar i modellen. Olika inhiberande kretsar verkar lokalt på en viss krets, eller globalt över nätverket. Kretsarna blockerar oönskade signaler från att störa excitatoriska kretsar, som då är bättre i stånd att elda och koppla ihop. Dessa inhiberande kretsar tillät excitatoriska kretsar att komma ihåg ett mönster som representerar en längre episod.

Fyndet matchar vad som för närvarande är känt om hippocampus, en hjärnregion involverad i associativt minne. Man tror att en balans mellan excitatorisk och hämmande aktivitet är det som gör att nya associationer kan bildas. Hämmande aktivitet kan regleras av en kemikalie som kallas acetylkolin, som är känd för att spela en roll i minnet inom hippocampus. Denna modell är en digital representation av dessa processer.

En utmaning för tillvägagångssättet, dock, är användning av slumpmässig provtagning. Det stora antalet möjliga utgångar, eller attraktionsstater, i nätverket, överarbetar datorns minneskapacitet. Teamet fick istället förlita sig på ett urval av utgångar, snarare än en systematisk genomgång av alla möjliga kombinationer. Detta gjorde att de kunde övervinna en teknisk svårighet utan att äventyra modellens förutsägelser.

Övergripande, studien tillät övergripande slutsatser - hämmande neuroner har en viktig roll i associativt minne, och detta kartlägger till vad vi kan förvänta oss i våra egna hjärnor. Fukai säger att biologiska studier måste slutföras för att fastställa den exakta giltigheten av detta beräkningsarbete. Sedan, det kommer att vara möjligt att kartlägga komponenterna i simuleringen till deras biologiska motsvarigheter, bygga en mer fullständig bild av hippocampus och associativt minne.

Teamet kommer sedan att gå längre än en enkel modell mot en med ytterligare parametrar som bättre representerar hippocampus, och titta på den relativa betydelsen av lokala och globala hämmande kretsar. Den nuvarande modellen omfattar neuroner som är antingen av eller på - nollor och enor. En framtida modell kommer att innehålla dendriter, grenarna som förbinder neuroner i ett komplicerat nät. Denna mer realistiska simulering kommer att bli ännu bättre placerad för att dra slutsatser om biologiska hjärnor.