Повна мапа мозку комахи виявила несподіваний поділ: грубі статистичні характеристики зв’язків визначають, наскільки сильно реагує мережа, але точна структура з’єднань спрямовує активність по конкретних шляхах.
Дослідження
Ставрос Теріанос використав повний конектом личинки плодової мушки (Drosophila) як динамічну модель без підлаштування параметрів окремих нейронів. Він порівняв її поведінку з рандомізованими мережами, які зберігали лише статистичні особливості зв’язків. Загальний динамічний режим — наскільки сильно та багато мережа відповідала — відтворювався мережами, що зберігали лише грубі статистичні характеристики. Однак точні з’єднання визначали, куди рухалася активність: розріджений вхід, обмежений компактним нюховим шляхом у реальному конектомі, затоплював рандомізовані мережі. Грибоподібне тіло, центр навчання комахи, домінувало в провідних власних модах, що свідчить про його вирішальну роль у формуванні рекурентної динаміки.
Чому це важливо
Це розмежування пояснює, які твердження про конектом залежать лише від зв’язків. Загально-мозкові патерни активності, такі як збудження або стан спокою, можуть формуватися більше статистичними властивостями зв’язків (наприклад, щільністю та розподілом сили зв’язків), ніж точними синаптичними партнерами. Однак специфічні схеми навчання та пам’яті залежать від точної зв’язності. Розуміння цього розрізнення допомагає інтерпретувати моделі мозкових мереж.
Що ви можете зробити
Виконуйте різноманітні когнітивні завдання, щоб зміцнити як загальні статистичні властивості мережі (наприклад, загальну зв’язність мозку), так і специфічні схеми (наприклад, шляхи навчання та пам’яті). Практика нових навичок розвиває як статистичне, так і точне з’єднання.
Джерело: arXiv q-bio.NC
Цікавитесь власним мозком? Пройдіть наш безкоштовний адаптивний IQ-тест або спробуйте 306 рівнів тренування мозку.
