Tief im inneren des Gehirns: Kartierung der Dichte neuronaler Netzwerke in der Großhirnrinde

Säugetier-Gehirne, mit Ihre unübertroffene Anzahl der Nervenzellen und der Dichte der Kommunikation, sind die komplexen Netze bekannt. Während die Methoden zur Analyse neuronaler Netzwerke spärlich verfügbar waren, für Jahrzehnte, die kompakte Zuordnung der neuronalen Netze ist eine große wissenschaftliche Herausforderung. Forscher vom MPI für Hirnforschung haben jetzt durchgeführt connectomic Abbildung von Hirngewebe aus der Großhirnrinde und quantifiziert den möglichen Abdruck des Lernens in der Schaltung.

Gehirne enthalten extrem dicht gepackt Netzwerke von membranösen verbindungen verwendet, um etwa 86 Milliarden Nervenzellen, die für die Kommunikation zwischen einem anderen. Da jede Nervenzelle in der Großhirnrinde der Säuger-Gehirn kommuniziert mit etwa 1000 anderen Nervenzellen über Synapsen entlang platziert sind diese verbindungen über lange Strecken, es sind über 5 Millionen Kilometer von neuronalen Verdrahtung verpackt in unserem Schädel die mehr als 10-mal länger als alle Autobahnen auf der Erde. Die Kabel in säugetier-Gehirne sind so Dünn wie 50 bis 100 Nanometer im Durchmesser; das resultierende Kabel Konvolut ist von solcher Dichte und Größenordnung, die für mehr als 100 Jahren haben Forscher in der Lage gewesen, um die Karte nur einen winzigen Bruchteil der Neuronen in einem bestimmten Teil des Gehirns.

Derzeit, Dank der Entwicklung schneller elektronenmikroskopische Techniken und effizienter Bild-Analyse-Routinen, die dichten mapping neuronaler Netzwerke möglich geworden ist. Das neuartige Feld der connectomics hat, verfolgt die kompakte Zuordnung der je größere schaltungen in verschiedenen Arten und Regionen des Gehirns.

In der Arbeit veröffentlicht heute in der Wissenschaft, Max-Planck-Direktor Moritz Helmstaedter und seinem team abgebildet und analysiert ein Stück Gewebe aus der Gehirnrinde von einem vier Wochen alten Maus, die über die Biopsie aus dem somatosensorischen cortex, einem Teil der Großhirnrinde beschäftigt sich mit der Darstellung und Verarbeitung von Berührung. Hier, die Forscher angewendet optimierte KI-basierte Bildverarbeitung und effiziente Mensch-Maschine-Interaktion zu analysieren, etwa 400.000 Synapsen und etwa 2,7 Meter neuronaler Kabel in der Lautstärke. Sie produziert ein connectome zwischen etwa 7.000 Axone und über 3.700 postsynaptischen neurites, was ein connectome etwa 26 mal größer als der erhaltene, aus der retina der Maus mehr als vor fünf Jahren. Wichtig ist, dass diese Rekonstruktion war größer und etwa 33-mal effizienter als die connectomic Zuordnung der Netzhaut, die Festlegung einer neuen benchmark für dichten connectomic Rekonstruktion im Gehirn von Säugetieren.

Angetrieben von diesem methodischen Durchbruch in der connectomics, die Forscher analysiert, die connectome, die für die Muster von schaltungen. Insbesondere Sie gefragt werden, welcher Anteil der Schaltung zeigte, Eigenschaften, die wurden im Einklang mit dem Wachstum der Synapsen, die Mechanismen bekannt, die dazu beitragen, Schaltung, Bildung und lernen. Alessandro Motta, der erste Autor der Studie und ein Elektrotechnik-Ingenieur mit Ausbildung, verwendet, bestimmte Konfigurationen von synapse-pairs-Studie der Grad, zu dem Sie waren in übereinstimmung mit der Aktivität-bezogene Lernprozesse („LTP“).

„Da einige Modelle synaptischer Plastizität konkrete Vorhersagen über die Zunahme der synaptischen Gewicht, wenn das lernen, sagen identifizieren ein Baum oder eine Katze, wir waren in der Lage, extrahieren Sie das Impressum von solchen möglichen Prozesse auch von einer statischen Momentaufnahme der Schaltung“, erklärt Motta. Da die Maus lebte ein normales Labor Leben, bis das Gehirn Biopsie im Alter von vier Wochen, die Wissenschaftler argumentieren, dass der Grad, zu welchem die schaltungen sind geprägt durch lernen im „normalen“ sensorischen Zustände zugeordnet werden kann, die mit Ihren Ansatz.

„Wir waren überrascht, wie viel information und Präzision zu finden ist selbst in einem noch relativ kleinen Stück Rinde“, sagt Helmstaedter, „Die Extraktion der wahrscheinlichen gelernt Schaltung Bruchteil war ein besonders wichtiger Augenöffner für uns.“

Die berichteten Methoden haben erhebliche Konsequenzen für die übertragung der Erkenntnisse über die biologische Intelligenz zu künstlicher Intelligenz. „Das Ziel von mapping neuronaler Netzwerke in der Großhirnrinde ist eine große wissenschaftliche Abenteuer, auch weil wir hoffen, dass wir in der Lage, zum extrahieren von Informationen über, wie das Gehirn ist wie ein leistungsfähiger computer, im Gegensatz zu den heutigen „AI“, sagt Helmstaedter.

Er beschreibt ein Forschungsfeld mit großen Playern wie Google und die Intelligence Advanced Research Projects Activity (IARPA) in den USA „Der Ehrgeiz, zu lernen, von biologischen neuronalen Netzwerken, über die Zukunft der künstlichen neuronalen Netze wird gemeinsam von wichtigen Initiativen weltweit. Wir sind sehr stolz darüber, dass Sie erreicht den ersten Meilenstein, ein dichtes lokalen kortikalen connectome, ausschließlich über öffentliche Mittel aus dem Max-Planck-Gesellschaft.“

Nach fast einem Jahrzehnt arbeiten die Forscher sind begeistert über Ihre Leistungen. „Die Möglichkeit zu nehmen, ein Stück Rinde, verarbeiten Sie fleißig, und dann erhalten Sie die gesamte Mitteilung anzeigen aus dieser schönen Netzwerks ist es, was wir gearbeitet haben in den letzten zehn Jahren“, sagt Helmstaedter.