Invece di assumere proprietà corticali uniformi, ciascuna delle 68 regioni aveva il proprio profilo di densità recettoriale, permettendo al modello di catturare come segnali chimici identici producano effetti di rete distinti a seconda dell'architettura molecolare locale . Questo approccio si basa su un crescente corpo di ricerche che mostra che le distribuzioni dei recettori dei neurotrasmettitori non sono casuali, ma seguono gradienti spaziali organizzati attraverso la corteccia .
Incorporare un'eterogeneità recettoriale realistica ha migliorato significativamente la connettività funzionale interareale e il routing delle informazioni rispetto a un modello in cui tutte le regioni si comportavano in modo identico . Questa variabilità biologica supporta stati cerebrali più flessibili e coordinati . Il risultato si allinea con lavori precedenti che mostrano come l'eterogeneità gerarchica delle forze sinaptiche locali migliori l'adattamento del modello alla connettività funzionale a riposo misurata con fMRI .
Forse il risultato più sorprendente: il modello ha riprodotto naturalmente un fenomeno cerebrale reale: oscillazioni lente simili al sonno che appaiono in specifiche regioni corticali mentre il resto della corteccia rimane in uno stato simile alla veglia . Questo imita ciò che accade durante i cali di attenzione, la privazione del sonno e intorno alle lesioni cerebrali . Il risultato è coerente con ricerche precedenti che mostrano che i bassi livelli di acetilcolina durante il sonno spingono l'attività del microcircuito in oscillazioni lente e sincronia di rete .
L'acetilcolina non agisce in modo uniforme nel cervello. I suoi effetti dipendono da dove sono concentrati i suoi recettori, il che significa che lo stesso segnale chimico può produrre diverse dinamiche di rete in diverse aree corticali . Alte concentrazioni di ACh, come quelle durante la veglia o compiti attentivi, desincronizzano l'attività di rete, mentre bassi livelli di ACh permettono l'emergere di pattern di onde lente sincronizzate .
Lo studio fornisce un quadro computazionale concreto che collega la chimica molecolare microscopica (distribuzione dei recettori) all'attività funzionale macroscopica dell'intero cervello . Gli autori suggeriscono che questo approccio potrebbe aiutare a spiegare le transizioni di stato nei disturbi della coscienza, nelle lesioni cerebrali focali e nelle malattie neurodegenerative .
La maggior parte dei modelli cerebrali su larga scala semplifica le cose trattando ogni regione corticale come se funzionasse allo stesso modo . Questo nuovo modello adotta un approccio diverso: incorpora mappe dettagliate delle densità dei recettori muscarinici dell'acetilcolina, creando una simulazione più realistica di come il cervello potrebbe transitare tra stati coscienti e incoscienti .
Il modello è stato sviluppato come parte del The Virtual Brain Twin Project e dell'infrastruttura di ricerca EBRAINS 2.0 . Il lavoro è stato guidato da Leonardo Dalla Porta presso l'Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS), in collaborazione con ricercatori del CEITEC - Central European Institute of Technology .