La dynamique de l'activité neuronale d'un cerveau de souris se comporte de manière particulière, manière inattendue qui peut être théoriquement modélisée sans aucun réglage fin, suggère un nouvel article de physiciens de l'Université Emory. Lettres d'examen physique publié la recherche, ce qui ajoute à la preuve que les cadres de physique théorique peuvent aider à comprendre l'activité cérébrale à grande échelle.

"Notre modèle théorique est en accord avec des travaux expérimentaux antérieurs sur le cerveau de souris avec une précision de quelques pour cent, un degré très inhabituel pour les systèmes vivants, " dit Ilya Nemenman, Emory professeur de physique et de biologie et auteur principal de l'article.

Le premier auteur est Mia Morrell, qui a fait les recherches pour sa thèse de spécialisation en tant que senior Emory avec spécialisation en physique. Elle est diplômée d'Emory l'année dernière et est maintenant dans un programme de physique post-baccalauréat au Laboratoire national de Los Alamos au Nouveau-Mexique.

"L'une des merveilles de notre modèle, c'est qu'il est simple, " dit Morrell, qui commencera un doctorat. programme en physique à l'Université de New York à l'automne. "Un cerveau est vraiment complexe. Donc, distiller l'activité neuronale en un modèle simple et découvrir que le modèle peut faire des prédictions qui correspondent si étroitement aux données expérimentales est passionnant."

Le nouveau modèle peut avoir des applications pour étudier et prédire une gamme de systèmes dynamiques qui ont de nombreux composants et ont des entrées variables au fil du temps, de l'activité neuronale d'un cerveau à l'activité commerciale d'un marché boursier.

La co-auteur de l'article est Audrey Sederberg, un ancien post-doctorant du groupe Nemenman, qui est maintenant membre du corps professoral de l'Université du Minnesota.

Le travail est basé sur un concept physique connu sous le nom de phénomènes critiques, utilisé pour expliquer les transitions de phase dans les systèmes physiques, comme l'eau passant de l'état liquide à l'état gazeux.

Sous forme liquide, les molécules d'eau sont fortement corrélées les unes aux autres. Dans un solide, ils sont enfermés dans un motif prévisible de cristaux identiques. En phase gazeuse, cependant, chaque molécule se déplace d'elle-même.

"À ce qu'on appelle un point critique pour un liquide, vous ne pouvez pas distinguer si le matériau est liquide ou vapeur, " explique Nemenman. " La matière n'est ni parfaitement ordonnée ni désordonnée. Ce n'est ni totalement prévisible ni totalement imprévisible. Un système à cet endroit « juste » de Boucle d'or est dit « critique »."

Une température et une pression très élevées génèrent ce point critique pour l'eau. Et la structure des points critiques est la même dans de nombreux systèmes apparemment sans rapport. Par exemple, l'eau se transformant en gaz et un aimant perdant son magnétisme au fur et à mesure qu'il s'échauffe sont décrits par le même point critique, les propriétés de ces deux transitions sont donc similaires.

Afin d'observer réellement un matériau à un point critique pour étudier sa structure, les physiciens doivent contrôler étroitement les expériences, ajuster les paramètres dans une plage extraordinairement précise, un processus connu sous le nom de réglage fin.

Au cours des dernières décennies, certains scientifiques ont commencé à considérer le cerveau humain comme un système critique. Les expériences suggèrent que l'activité cérébrale se situe dans un point de Boucle d'or, juste à un point de transition critique entre l'ordre parfait et le désordre.

"Les neurones du cerveau ne fonctionnent pas comme une seule grande unité, comme une armée marchant ensemble, mais ils ne se comportent pas non plus comme une foule de gens courant dans toutes les directions, " dit Nemenman. " L'hypothèse est que, à mesure que vous augmentez la distance effective entre les neurones, les corrélations entre leur activité vont baisser, mais ils ne tomberont pas à zéro. Tout le cerveau est couplé, agir comme un grand, machine solidaire, même si les neurones individuels varient dans leur activité."

Les chercheurs ont commencé à rechercher des signaux réels de phénomènes critiques dans le cerveau. Ils ont exploré une question clé :qu'est-ce qui affine le cerveau pour atteindre la criticité ?

En 2019, une équipe de l'Université de Princeton a enregistré des neurones dans le cerveau d'une souris alors qu'elle courait dans un labyrinthe virtuel. Ils ont appliqué des outils de physique théorique développés pour des systèmes non vivants aux données d'activité neuronale du cerveau de souris. Leurs résultats suggèrent que l'activité neuronale présente des corrélations critiques, permettant des prédictions sur la façon dont différentes parties du cerveau seront corrélées les unes avec les autres au fil du temps et sur des distances effectives dans le cerveau.

Pour le papier actuel, les chercheurs d'Emory voulaient tester si un réglage fin de paramètres particuliers était nécessaire pour l'observation de la criticité dans les expériences sur le cerveau de souris, ou si les corrélations critiques dans le cerveau pourraient être obtenues simplement en recevant des stimuli externes. L'idée est venue de travaux antérieurs sur lesquels le groupe de Nemenman a collaboré, expliquant comment les systèmes biologiques peuvent présenter la loi de Zipf, un modèle d'activité unique trouvé dans des systèmes disparates.

"Nous avons précédemment créé un modèle qui montrait la loi de Zipf dans un système biologique, et ce modèle ne nécessitait pas de réglage fin, " dit Nemenman. " La loi de Zipf est une forme particulière de criticité. Pour ce papier, nous voulions rendre ce modèle un peu plus compliqué, pour voir si cela pouvait prédire les corrélations critiques spécifiques observées dans les expériences sur la souris."

L'ingrédient clé du modèle est un ensemble de quelques variables cachées qui modulent la probabilité que les neurones individuels soient actifs.

Morrell a écrit le code informatique pour exécuter des simulations et tester le modèle sur son ordinateur de bureau à domicile. "Le plus grand défi était d'écrire le code d'une manière qui lui permettrait de s'exécuter rapidement même lors de la simulation d'un grand système avec une mémoire informatique limitée sans un énorme serveur, " elle dit.

Le modèle a pu reproduire fidèlement les résultats expérimentaux dans les simulations. Le modèle ne nécessite pas le réglage minutieux des paramètres, générer une activité qui est apparemment critique par n'importe quelle mesure sur un large éventail de choix de paramètres.

"Nos résultats suggèrent que, si vous ne considérez pas qu'un cerveau existe par lui-même, mais vous le voyez comme un système recevant des stimuli du monde extérieur, alors vous pouvez avoir un comportement critique sans besoin de réglage fin, " dit Nemenman. " Cela soulève la question de savoir si quelque chose de similaire pourrait s'appliquer aux systèmes physiques non vivants. Il nous fait repenser la notion même de criticité, qui est un concept fondamental en physique.

Le code informatique du modèle est désormais disponible en ligne, afin que toute personne possédant un ordinateur portable puisse y accéder et exécuter le code pour simuler un système dynamique avec des entrées variables au fil du temps.

"Le modèle que nous avons développé peut s'appliquer au-delà des neurosciences, à tout système dans lequel existe un couplage généralisé à des variables cachées, ", dit Nemenman. "Les données de nombreux systèmes biologiques ou sociaux sont susceptibles d'apparaître critiques via le même mécanisme, sans réglage fin."