Naukowcy wspierani przez UE opracowali jednolite ramy, które pozwolą przewidywać zachowanie neuronów w ulegających wahaniom układach o krytycznym znaczeniu.
Naukowcy opracowali nową metodę, która pozwala analizować wielkie zbiory danych wytwarzane przez tysiące neuronów. Ten przełom w przewidywaniu zachowań neuronalnych w dużych sieciach to istotny krok w kierunku zrozumienia, w jaki sposób oddziaływania między układem nerwowym organizmu, ciałem i środowiskiem wpływa na zachowanie organizmu.
Omawiana metoda stanowi jednolite ramy, które pozwolą na dokładniejsze szacowanie wahań w układzie oraz ocenę jego wrażliwości na zmiany parametrów. Narzędzie, opracowane przy wsparciu finansowanego ze środków UE projektu DIMENSIVE, będzie przydatne podczas opracowywania metod do analiz wielkoskalowych, nierównowagowych analiz dynamik biologicznych i społecznych. Opis badania przedstawiającego bliżej te ramy został opublikowany w czasopiśmie „Nature Communications”.
Dr Miguel Aguilera, koordynator projektu DIMENSIVE z ramienia Uniwersytetu w Sussex, stwierdził w artykule udostępnionym na stronie uczelni: „Od bardzo niedawna dysponujemy technologią umożliwiającą rejestrację tysięcy pojedynczych neuronów u zwierząt oddziałujących ze środowiskiem. To niesamowity krok naprzód względem badania sieci neuronów hodowanych w laboratoriach lub należących do unieruchomionych czy poddanych znieczuleniu ogólnemu zwierząt. Jej opracowanie było niewątpliwie ekscytujące, ale nadal nie mamy metod pozwalających analizować i rozumieć olbrzymie ilości danych generowanych przez zachowania nierównowagowe. Nasz wkład to możliwość rozwinięcia opracowanej technologii w kierunku, który pozwoli znaleźć modele wyjaśniające, w jaki sposób neurony przetwarzają informacje i generują konkretne zachowania”, kontynuuje dr Aguilera, główny autor publikacji.Najbardziej wydajnym sposobem poznawania funkcji dużych układów jest stosowanie modeli statystycznych, takich jak na przykład oparte na teorii pola średniego, sprawdzających się doskonale w przypadku reżimów o niewielkich wahaniach. „Należy jednak pamiętać, że techniki te bardzo często działają wyłącznie w mocno wyidealizowanych warunkach”, wyjaśnia dr Aguilera. W rzeczywistości znaczna liczba układów biologicznych funkcjonuje w krytycznych, podlegających licznym wahaniom reżimach. „Mózgi zmieniają się cały czas, rozwijają i dostosowują, przez co generowane przez nie wzorce są pełne złożonych wahań i noszą ślady oddziaływania z gwałtownie zmieniającym się środowiskiem. Nasz model ma za zadanie oddać dokładnie wahania zachodzące w sytuacjach nierównowagowych, jakich spodziewamy się u przejawiających swobodne zachowania zwierząt przebywających w swoim naturalnym środowisku”.
Zespół badawczy zastosował geometryczne podejście do przybliżenia pola średniego. Według współautora badania, dr. S. Amina Moosaviego z japońskiego Uniwersytetu w Kioto: “geometria informacji otwiera przed nami prostą drogę do systematycznego rozwijania stosowanych metod badawczych. Pozwoli też zaproponować nowatorskie podejścia do nich, co da nam narzędzia do prowadzenia dokładniejszych analiz danych.”
Jednolite ramy dla teorii pola średniego pozwalają na systematyczne konstruowanie metod pola średniego zgodnych z właściwościami statystycznymi badanych układów. Drugi ze współautorów, prof. Hideaki Shimazaki, również z Uniwersytetu w Kioto, zauważa: „Poza zapewnieniem zaawansowanych metod obliczeniowych dla dużych układów ramy unifikują wiele istniejących już podejść, co pozwoli nam na dalszy rozwój neurobiologii i uczenia maszynowego. Cieszymy się, że możemy zaoferować tak jednolity ogląd, który jest jednocześnie wyznacznikiem postępów naukowych wypływających bezpośrednio z tej nasilonej współpracy międzynarodowej”.
Zgodnie z informacjami zamieszczanymi w artykule, metody zostaną teraz zastosowane do modelowania tysięcy neuronów danio pręgowanego oddziałującego ze środowiskiem rzeczywistości wirtualnej. To kolejny etap projektu DIMENSIVE (Data-driven Inference of Models from Embodied Neural Systems In Vertebrate Experiments), którego koniec nastąpi w maju 2022 roku.
Więcej informacji:
poleca:
