I stedet for å anta at alle områder i hjernebarken har ensartede egenskaper, fikk hvert av de 68 områdene sin egen reseptorprofil, slik at modellen kunne fange opp hvordan identiske kjemiske signaler gir ulike netverkseffekter avhengig av lokal molekylær arkitektur . Denne tilnærmingen bygger på en økende mengde forskning som viser at fordelingen av nevrotransmitter-reseptorer ikke er tilfeldig, men følger organiserte romlige gradienter på tvers av hjernebarken .
Å inkludere realistisk reseptorheterogenitet forbedret signifikant den funksjonelle tilkoblingen og informasjonsflyten mellom områder sammenlignet med en modell der alle regioner oppførte seg identisk . Denne biologiske variasjonen støtter mer fleksible og koordinerte hjernetilstander . Funnet er i tråd med tidligere arbeid som viser at hierarkisk heterogenitet i lokale synaptiske styrker forbedrer modellens tilpasning til fMRI-målt funksjonell tilkobling i hviletilstand .
Kanskje det mest slående resultatet: Modellen reproduserte naturlig et virkelig hjernefenomen – søvnlignende langsomme oscillasjoner som oppstår i bestemte områder av hjernebarken mens resten av hjernebarken forblir i en våkenlignende tilstand . Dette etterligner det som skjer under oppmerksomhetssvikt, søvnmangel og rundt hjernelesjoner . Funnet er i tråd med tidligere forskning som viser at lave nivåer av acetylkolin under søvn driver mikrokretsaktivitet inn i langsomme oscillasjoner og nettverksynkroni .
Acetylkolin virker ikke ensartet på tvers av hjernen. Effektene avhenger av hvor reseptorene er konsentrert, noe som betyr at det samme kjemiske signalet kan produsere ulik nettdynamikk i forskjellige områder av hjernebarken . Høye ACh-konsentrasjoner, som under våkenhet eller oppmerksomhetsoppgaver, desynkroniserer nettverksaktivitet, mens lave ACh-nivåer tillater at synkroniserte langsomme bølgemønstre oppstår .
Studien gir en konkret beregningsramme som forbinder mikroskopisk molekylær kjemi (reseptorfordeling) med makroskopisk, hjerneomfattende funksjonell aktivitet . Forfatterne foreslår at denne tilnærmingen kan bidra til å forklare tilstandsoverganger ved bevissthetsforstyrrelser, fokale hjerneskader og nevrodegenerative sykdommer .
De fleste storskala hjernemodeller forenkler ting ved å behandle alle områder i hjernebarken som om de fungerer på samme måte . Denne nye modellen tar en annen tilnærming: den inkluderer detaljerte kart over tettheten av muskarine acetylkolin-reseptorer, og skaper en mer realistisk simulering av hvordan hjernen kan skifte mellom bevisste og ubevisste tilstander .
Modellen ble utviklet som en del av The Virtual Brain Twin Project og EBRAINS 2.0 forskningsinfrastruktur . Arbeidet ble ledet av Leonardo Dalla Porta ved Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS), i samarbeid med forskere ved CEITEC - Central European Institute of Technology .