Dynamiken i den neurala aktiviteten hos en mushjärna beter sig på ett säreget, oväntat sätt som teoretiskt kan modelleras utan någon finjustering, föreslår en ny uppsats av fysiker vid Emory University. Fysiska granskningsbrev publicerade forskningen, vilket lägger till bevisen för att teoretiska fysikramar kan hjälpa till att förstå storskalig hjärnaktivitet.

"Vår teoretiska modell överensstämmer med tidigare experimentellt arbete på hjärnan hos möss med några procents noggrannhet - en grad som är mycket ovanlig för levande system, " säger Ilya Nemenman, Emory professor i fysik och biologi och senior författare av tidningen.

Den första författaren är Mia Morrell, som gjorde forskningen för hennes examensarbete som Emory senior med huvudämne i fysik. Hon tog examen från Emory förra året och går nu på ett fysikprogram efter studentexamen vid Los Alamos National Laboratory i New Mexico.

"En av de underbara sakerna med vår modell är att den är enkel, " säger Morrell, som ska påbörja en Ph.D. program i fysik vid New York University i höst. "En hjärna är verkligen komplex. Så att destillera neural aktivitet till en enkel modell och upptäcka att modellen kan göra förutsägelser som så nära matchar experimentella data är spännande."

Den nya modellen kan ha tillämpningar för att studera och förutsäga en rad dynamiska system som har många komponenter och har varierande indata över tiden, från den neurala aktiviteten i en hjärna till handelsaktiviteten på en aktiemarknad.

Medförfattare till tidningen är Audrey Sederberg, en före detta postdoktor i Nemenmans grupp, som nu är på fakulteten vid University of Minnesota.

Arbetet bygger på ett fysikbegrepp som kallas kritiska fenomen, används för att förklara fasövergångar i fysiska system, som att vatten byter från vätska till gas.

I flytande form, vattenmolekyler är starkt korrelerade till varandra. I ett fast, de är låsta i ett förutsägbart mönster av identiska kristaller. I en gasfas, dock, varje molekyl rör sig på egen hand.

"Vid vad som är känt som en kritisk punkt för en vätska, du kan inte skilja på om materialet är vätska eller ånga, Nemenman förklarar. Materialet är varken perfekt ordnat eller oordnat. Det är varken helt förutsägbart eller helt oförutsägbart. Ett system på denna 'precis rätt' Goldilocks-plats sägs vara 'kritiskt'."

Mycket hög temperatur och tryck genererar denna kritiska punkt för vatten. Och strukturen för kritiska punkter är densamma i många till synes orelaterade system. Till exempel, vatten som övergår till en gas och en magnet som förlorar sin magnetism när den värms upp beskrivs av samma kritiska punkt, så egenskaperna för dessa två övergångar är likartade.

För att faktiskt observera ett material vid en kritisk punkt för att studera dess struktur, fysiker måste noggrant kontrollera experiment, justering av parametrarna till ett utomordentligt exakt intervall, en process som kallas finjustering.

Under de senaste decennierna, vissa forskare började tänka på den mänskliga hjärnan som ett kritiskt system. Experiment tyder på att hjärnaktiviteten ligger i en Guldlocksfläck - precis vid en kritisk övergångspunkt mellan perfekt ordning och störning.

"Hjärnans neuroner fungerar inte bara som en stor enhet, som en armé som marscherar tillsammans, men de beter sig inte som en skara människor som springer åt alla olika håll, " säger Nemenman. "Hypotesen är att, när du ökar det effektiva avståndet mellan neuroner, korrelationerna mellan deras aktivitet kommer att minska, men de kommer inte att falla till noll. Hela hjärnan är kopplad, agerar som en stor, ömsesidigt beroende maskin, även när enskilda neuroner varierar i sin aktivitet."

Forskare började leta efter faktiska signaler om kritiska fenomen i hjärnan. De undersökte en nyckelfråga:Vad finjusterar hjärnan för att nå kritik?

År 2019, ett team vid Princeton University registrerade nervceller i hjärnan på en mus när den sprang i en virtuell labyrint. De tillämpade teoretiska fysikverktyg utvecklade för icke-levande system på neurala aktivitetsdata från mushjärnan. Deras resultat antydde att den neurala aktiviteten uppvisar kritiska korrelationer, tillåter förutsägelser om hur olika delar av hjärnan kommer att korrelera med varandra över tid och över effektiva avstånd i hjärnan.

För den aktuella tidningen, Emory-forskarna ville testa om finjustering av vissa parametrar var nödvändig för observation av kritikalitet i mushjärnexperiment, eller om de kritiska korrelationerna i hjärnan kan uppnås helt enkelt genom att den tar emot yttre stimuli. Idén kom från tidigare arbete som Nemenmans grupp samarbetade om, förklara hur biologiska system kan uppvisa Zipfs lag – ett unikt aktivitetsmönster som finns i olika system.

"Vi skapade tidigare en modell som visade Zipfs lag i ett biologiskt system, och den modellen krävde ingen finjustering, " säger Nemenman. "Zipfs lag är en speciell form av kritik. För denna tidning, vi ville göra den modellen lite mer komplicerad, för att se om man kunde förutsäga de specifika kritiska korrelationerna som observerades i musexperimenten."

Modellens nyckelingrediens är en uppsättning av några dolda variabler som modulerar hur sannolikt att enskilda neuroner är aktiva.

Morrell skrev datorkoden för att köra simuleringar och testa modellen på sin stationära hemdator. "Den största utmaningen var att skriva koden på ett sätt som skulle tillåta den att köras snabbt även när man simulerar ett stort system med begränsat datorminne utan en stor server, " hon säger.

Modellen kunde nära återskapa experimentresultaten i simuleringarna. Modellen kräver inte noggrann inställning av parametrar, genererar aktivitet som uppenbarligen är kritisk av alla mått över ett brett spektrum av parameterval.

"Våra resultat tyder på att om du inte ser en hjärna som existerande på egen hand, men du ser det som ett system som tar emot stimuli från den yttre världen, då kan du ha ett kritiskt beteende utan behov av finjustering, " säger Nemenman. "Det väcker frågan om huruvida något liknande skulle kunna gälla icke-levande fysiska system. Det får oss att tänka om själva begreppet kritikalitet, vilket är ett grundläggande begrepp inom fysiken."

Datorkoden för modellen finns nu tillgänglig online, så att alla som har en bärbar dator kan komma åt den och köra koden för att simulera ett dynamiskt system med varierande ingångar över tiden.

"Den modell vi utvecklade kan tillämpas bortom neurovetenskap, till alla system där utbredd koppling till dolda variabler existerar, " säger Nemenman. "Data från många biologiska eller sociala system kommer sannolikt att framstå som kritiska via samma mekanism, utan finjustering."