Новая модель машинного обучения показывает, что звездообразные клетки мозга могут отвечать за объем памяти мозга, и когда-нибудь это может вдохновить на достижения в исследованиях искусственного интеллекта и болезни Альцгеймера.
На протяжении десятилетий ученые считали, что нейроны являются единственными архитекторами мышления и памяти в мозге, но теперь новые исследования показывают, что другой, часто упускаемый из виду тип мозговых клеток может играть более важную роль в памяти, чем считалось ранее.
Исследование, опубликованное в мае в журнале PNAS , предполагает, что эти другие клетки мозга, называемые астроцитами, могут отвечать за впечатляющую емкость памяти мозга посредством недавно обнаруженного типа сетевой архитектуры.
Астроциты — это звездообразные клетки, которые выполняют множество задач по обслуживанию в мозге, включая очистку от клеточного мусора, снабжение нейронов питательными веществами и регулирование кровотока. Они также имеют тонкие разветвленные структуры, известные как отростки, которые оборачиваются вокруг точек, где нейроны обмениваются сообщениями. Эта оборачиваемость образует то, что называется трехсторонним синапсом, своего рода трехсторонним рукопожатием, в котором участвуют два соединенных нейрона и астроцит.
«Можно представить астроцит как осьминога с миллионами щупалец», — сказал ведущий автор Лео Козачков , который был аспирантом Массачусетского технологического института во время проведения исследования, а сейчас является постдокторантом в IBM Research в Йорктаун-Хайтс, Нью-Йорк. «Голова осьминога — это тело клетки, а щупальца — это «отростки», которые обвивают близлежащие синапсы», — рассказал Козачков Live Science по электронной почте.
Астроциты не передают электрические импульсы, как нейроны. Вместо этого они общаются посредством кальциевой сигнализации, посылая волны заряженных частиц кальция внутри и между клетками. Исследования показали, что астроциты реагируют на синаптическую активность, изменяя свои внутренние уровни кальция. Эти изменения затем могут вызвать высвобождение химических мессенджеров из астроцита в синапс. «Эти процессы действуют как крошечные кальциевые компьютеры, определяя, когда информация отправляется через синапс, передавая эту информацию другим процессам, а затем получая обратную связь», — сказал Козачков. В конечном итоге эта цепочка писем возвращается к нейронам, которые в свою очередь корректируют свою активность. Однако исследователи пока не до конца понимают, какие именно вычислительные функции выполняют астроциты с информацией, которую они получают от нейронов. Чтобы лучше понять эту функцию, Козачков и его коллеги обратились к архитектурам машинного обучения, которые способны отображать сложные взаимодействия между многими субъектами, а не фиксировать только простые связи между парами единиц.
Традиционные сети машинного обучения, которые связывают только пары нейронов, могут кодировать ограниченную информацию, сказал старший автор исследования Дмитрий Кротов , научный сотрудник MIT-IBM Watson AI Lab и IBM Research. Поскольку один астроцит может подключаться к тысячам синапсов, команда выдвинула гипотезу, что астроциты могут быть посредниками в общении по всем этим соединениям. Это могло бы объяснить, как мозг достигает своих огромных возможностей хранения, предположили они.
«Уникальная анатомическая структура астроцитов обеспечивает очень естественный и заманчивый способ проектирования этих крупных систем хранения информации в биологическом оборудовании», — сообщил Козачков в электронном письме Live Science.
Исследователи также выдвинули гипотезу, что астроциты хранят воспоминания посредством постепенных изменений в своих внутренних кальциевых паттернах и что эти паттерны затем транслируются обратно в сигналы, которые отправляются нейронам в форме химических мессенджеров. В этой модели каждый астроцитарный процесс, а не вся клетка, функционирует как отдельная вычислительная единица, предложила команда. «Нашей модели не нужно много нейронов для хранения большого количества воспоминаний», — сказал Козачков. «Это существенное преимущество с точки зрения энергоэффективности, поскольку нейроны метаболически «дорогие».
Модель предлагает «биологически обоснованное объяснение» того, как эти системы хранения памяти могут работать в мозге, сказал Маурицио де Питта , доцент Исследовательского института Крембила в Торонто, Канада, который не принимал участия в работе. Прошлые исследования с использованием микроскопов высокого разрешения подтвердили эту точку зрения, показав, что астроцитарные процессы переплетены по всему мозгу и контактируют с несколькими синапсами. Однако де Питта сообщил Live Science в электронном письме, что «модели являются мощными инструментами, но они остаются приближениями к реальному миру». Он также предупредил, что современные технологии пока не могут в полной мере охватить динамику, разворачивающуюся в человеческом мозге в реальном времени, и что для подтверждения гипотезы потребуется более высокий уровень детализации. Хотя ученые начинают понимать, что астроциты играют роль в формировании воспоминаний, сказал де Питта, у нас все еще нет четких доказательств того, что специфические взаимодействия на основе кальция между этими клетками и мозгом на самом деле помогают создавать, хранить или вызывать воспоминания, как предполагает команда MIT. Однако, если модель команды окажется верной, ее выводы могут предложить новый способ думать о хранении информации в мозге, предполагая, что емкость памяти может масштабироваться в зависимости от количества взаимодействий астроцитов и синапсов, присутствующих в мозге.
Авторы исследования утверждают, что модель также предлагает потенциальные терапевтические цели для лечения нейродегенеративных заболеваний. «Известно, что астроциты участвуют в болезни Альцгеймера и других расстройствах памяти: наша модель дает вычислительное представление о том, что может идти не так», — сказал Козачков. «Потенциально наша математическая модель может вдохновить на поиск новых терапевтических целей: точная модуляция связей или сигналов астроцитов может восстановить или компенсировать утраченную функцию памяти». Однако для того, чтобы эта работа была воплощена в клинических методах лечения, потребуются гораздо большие исследования.
Помимо нейронауки, модель может указывать на приложения в области искусственного интеллекта. Модель может помочь исследователям создавать аппаратные системы, подобные мозгу, сказал де Питта. Такие системы могли бы использовать плотные архитектуры памяти, которые позволяют им хранить огромные объемы информации и эффективно ее вспоминать, используя очень мало энергии, как это делает наш мозг. Это может быть использовано для широкого спектра приложений, таких как распознавание голоса; робототехника и автономные системы; помощники ИИ; или интерфейсы мозг-машина и «нейропротезирование».
Мануэла Каллари — Участник Live Science. Внештатный научный журналист, специализирующийся на здоровье человека и планеты. Ее слова были опубликованы в MIT Technology Reviews, The Guardian, Medscape и других.