Архитектура нейронных связей у всех людей отличается, и с этим неразрывно связано то, насколько быстро они способны решать различные когнитивные задачи. Исследователи из Университета Буффало создали новый научный инструмент, который позволяет моделировать математические (электронные) макеты связей в мозге, основанные на результатах трактографии каждого конкретного человека. Подробности изложены в журнале PLOS Computational Biology.
Модель нейронных связей мозга in silico. Credit: Bansal et al., PLOS Computational Biology, October 2018
Формирование нейронных связей в нашем мозге происходит как во внутриутробном развитии, так и в течение всей нашей жизни. И весь тот «рисунок», который получается в итоге, сугубо индивидуален, поскольку нет в развитии путей повторяющихся. Естественно, все люди из-за этого будут обладать, несмотря на общность происхождения, своими специфическими чертами и возможностями, например, в скорости мышления, запоминании и других когнитивных задачах.
Все это известно, но изучено до сих пор недостаточно. И ученые под руководством математика Сары Малдун (Sarah Muldoon) из Университета Буффало сделали такой инструмент, который позволил собрать данные об организации нервных трактов белого вещества в мозге конкретного человека, связности между собой разных его зон и построить из них виртуальную модель конкретного мозга для того, чтобы изучать на нем различные процессы и проверять действие тех или иных методик (например, ТМС). В работе основное внимание уделили именно взаимосвязям, то есть тому, как разные области взаимодействуют друг с другом и формируют поведение.
В этом исследовании изучили то, как мозг работает над языковыми задачами. Десяти добровольцам провели диффузную тензорную трактографию (метод диагностики, вариант МРТ, позволяющий изучить положение нервных связей в мозге, их количество, направление и тд). Данные загрузили в программу и создали 10 индивидуальных математических моделей, на который в дальнейшем изучали in silico работу мозга. В первую очередь ученых интересовало то, как легко нейронные сети переходят в состояние активности, а также то, какие области мозга «объединяются», когда стимулируется левая нижняя лобная извилина на границе с височной долей (зона Брока, отвечающая за произнесение слов).
Оказалось, что уровень нейронной связности и «синхронности» напрямую влияет на то, как быстро люди могут выполнять языковые задачи. В этой работе изучались три: скорость и точность подбора аналогий (первый пришедший на ум глагол, подходящий к названному существительному); правильное заполнение пропуска слова в предложении и скорость чтения большого числа. При этом каждый участник выполнял каждую задачу несколько раз до и после сеанса транскраниальной магнитной стимуляции левой нижней лобной извилины.
Авторы считают, что разработка подобных персональных моделей мозговой активности может не только улучшить качество исследований в нейронауках, но и помочь развивать стимуляцию мозга в качестве лечения заболевания конкретного человека или в качестве средства, способного повышать производительность человека в различных задачах, опять же основываясь на его личных особенностях.
Текст: Анна Хоружая
Data-driven brain network models differentiate variability across language tasks” by Kanika Bansal, John D. Medaglia, Danielle S. Bassett, Jean M. Vettel, and Sarah F. Muldoon in PLOS Computational Biology. Published October 2018.
doi:10.1371/journal.pcbi.1006487
