Мелкие синаптические импульсы — ключ к быстрой нелинейной обработке информации в мозге

Новая теоретическая модель для математического описания нервных клеток впервые показала, как мелкие синаптические импульсы обеспечивают нелинейную обработку информации в мозге. Результаты, опубликованные в PLoS Computational Biology, дают фундаментальное понимание, применимое к широкому спектру биологических, физических и технических систем.

Нейроны общаются с помощью потенциалов действия — кратких импульсов, вызывающих подъём и спад мембранного потенциала клетки. Нейрон «срабатывает» (выпускает собственный потенциал действия), только когда множество таких входных импульсов вместе превышают пороговое значение. То, как нейроны преобразуют входные потенциалы действия в выходные, определяет, какие элементарные операции они могут выполнять и с какой скоростью.

Исследователи из Института наук о мозге RIKEN и Бернштейновского центра вычислительной нейронауки решили разрешить противоречия, обнаруженные ранее в отношении этих входно-выходных отношений. Проблема заключалась в классической теории спайковых нейронных сетей, которая рассматривает импульсы в пределе, когда они становятся бесконечно малыми и многочисленными, сводя возможности отдельных нейронов к простому сложению входов.

С помощью нового высокоточного метода моделирования нелинейных нейронных моделей команда ранее выявила противоречия в этой теории. Чтобы разгадать эту загадку, учёные разработали новую аналитическую модель, которая явно учитывает конечный эффект каждого входного сигнала в критической области вблизи порога срабатывания. С этим изменением они показывают, что нейроны не только могут обрабатывать информацию гораздо быстрее, чем считалось ранее, но и выполнять нелинейные операции, такие как умножение, которые являются ключевыми для сложной обработки информации.

Новая модель, более точно описывающая сетевой аспект нейродинамики, также раскрывает, как кооперация между, казалось бы, несогласованными входными сигналами позволяет нейронам выполнять множество нелинейных операций одновременно. Дальнейшая работа будет опираться на эти выводы для лучшего понимания функций мозга, что является фундаментальным требованием для лечения неврологических заболеваний.