Les cerveaux sont un réseau labyrinthique de circuits qui se chevauchent - certaines voies encouragent l'activité tandis que d'autres la suppriment. Alors que les études antérieures se concentraient davantage sur les circuits excitateurs, On comprend maintenant que les circuits inhibiteurs jouent un rôle tout aussi important dans la fonction cérébrale. Des chercheurs de l'Okinawa Institute of Science and Technology Graduate University (OIST) et du RIKEN Center for Brain Science ont créé un réseau artificiel pour simuler le cerveau, démontrant que bricoler avec des circuits inhibiteurs conduit à une mémoire étendue.

La mémoire associative est la capacité de connecter des éléments non liés et de les stocker en mémoire pour associer des éléments co-occurrents en un seul épisode. Dans cette étude, Publié dans Lettres d'examen physique , l'équipe a utilisé des motifs arrangés séquentiellement pour simuler un souvenir, et a constaté qu'un ordinateur est capable de se souvenir de schémas couvrant un épisode plus long lorsque le modèle prend en compte les circuits inhibiteurs. Ils expliquent ensuite comment cette découverte pourrait être appliquée pour expliquer notre propre cerveau.

"Ce modèle simple de traitement nous montre comment le cerveau gère les informations données dans un ordre sériel, " explique le professeur Tomoki Fukai, chef de l'unité Codage neuronal et calcul cérébral de l'OIST, qui a dirigé l'étude avec le collaborateur de RIKEN, le Dr Tatsuya Haga. "En modélisant des neurones à l'aide d'ordinateurs, nous pouvons commencer à comprendre le traitement de la mémoire dans notre propre esprit."

Abaissez vos inhibitions

Penser le cerveau en termes de physique, Les phénomènes non biologiques sont maintenant une approche largement acceptée en neurosciences et de nombreuses idées tirées de la physique ont maintenant été validées dans les études animales. Une de ces idées est de comprendre le système de mémoire du cerveau comme un réseau attracteur, un groupe de nœuds connectés qui affichent des modèles d'activité et tendent vers certains états. Cette idée de réseaux attracteurs a constitué la base de cette étude.

Un principe de la neurobiologie est que « les cellules qui s'activent ensemble se connectent ensemble » - les neurones qui sont actifs en même temps se synchronisent, ce qui explique en partie comment notre cerveau évolue avec le temps. Dans leur modèle, l'équipe a créé des circuits excitateurs - des schémas de neurones s'activant ensemble - pour reproduire le cerveau. Le modèle comprenait de nombreux circuits excitateurs répartis sur un réseau.

Plus important, l'équipe a inséré des circuits inhibiteurs dans le modèle. Différents circuits inhibiteurs agissent localement sur un circuit particulier, ou globalement à travers le réseau. Les circuits empêchent les signaux indésirables d'interférer avec les circuits excitateurs, qui sont alors mieux à même de tirer et de câbler ensemble. Ces circuits inhibiteurs permettaient aux circuits excitateurs de se souvenir d'un schéma représentant un épisode plus long.

Le résultat correspond à ce que l'on sait actuellement sur l'hippocampe, une région du cerveau impliquée dans la mémoire associative. On pense qu'un équilibre entre l'activité excitatrice et inhibitrice est ce qui permet à de nouvelles associations de se former. L'activité inhibitrice pourrait être régulée par un produit chimique appelé acétylcholine, qui est connu pour jouer un rôle dans la mémoire au sein de l'hippocampe. Ce modèle est une représentation numérique de ces processus.

Un défi à l'approche, cependant, est l'utilisation d'un échantillonnage aléatoire. Le grand nombre de sorties possibles, ou états attracteurs, dans le réseau, surcharge la capacité de mémoire d'un ordinateur. L'équipe a plutôt dû s'appuyer sur une sélection de sorties, plutôt qu'un examen systématique de toutes les combinaisons possibles. Cela leur a permis de surmonter une difficulté technique sans remettre en cause les prédictions du modèle.

Globalement, l'étude a permis des inférences globales - les neurones inhibiteurs ont un rôle important dans la mémoire associative, et cela correspond à ce à quoi nous pourrions nous attendre dans notre propre cerveau. Fukai dit que des études biologiques devront être complétées pour déterminer la validité exacte de ce travail informatique. Puis, il sera possible de cartographier les composants de la simulation à leurs homologues biologiques, construire une image plus complète de l'hippocampe et de la mémoire associative.

L'équipe passera ensuite d'un simple modèle à un modèle avec des paramètres supplémentaires qui représente mieux l'hippocampe, et regardez l'importance relative des circuits inhibiteurs locaux et globaux. Le modèle actuel comprend des neurones qui sont soit éteints, soit allumés, des zéros et des uns. Un futur modèle inclura des dendrites, les branches qui relient les neurones dans un maillage compliqué. Cette simulation plus réaliste sera encore mieux placée pour tirer des conclusions sur les cerveaux biologiques.