Как компьютерная модель всего мозга связывает плотность ацетилхолиновых рецепторов с нейронной динамикой

Вместо того чтобы предполагать однородные свойства коры, каждая из 68 областей получила свой профиль плотности рецепторов, что позволило модели улавливать, как идентичные химические сигналы производят различные сетевые эффекты в зависимости от локальной молекулярной архитектуры . Этот подход опирается на растущий объем исследований, показывающих, что распределение нейротрансмиттерных рецепторов не случайно, а следует организованным пространственным градиентам по коре .

Ключевые находки

Улучшенная синхронизация и информационные потоки

Включение реалистичной гетерогенности рецепторов значительно улучшило функциональную связность между зонами коры и маршрутизацию информации по сравнению с моделью, где все области вели себя одинаково . Такая биологическая вариабельность поддерживает более гибкие и скоординированные состояния мозга . Результат согласуется с более ранними работами, показывающими, что иерархическая гетерогенность локальных синаптических сил улучшает соответствие модели данным функциональной связности в состоянии покоя, измеренным с помощью фМРТ .

Спонтанные локализованные медленные волны

Пожалуй, самый поразительный результат: модель естественным образом воспроизвела реальный феномен мозга — медленные колебания, подобные сну, возникающие в определенных областях коры, в то время как остальная кора оставалась в состоянии, подобном бодрствованию . Это имитирует то, что происходит во время провалов внимания, депривации сна и вокруг очагов поражения мозга . Результат согласуется с предыдущими исследованиями, показавшими, что низкий уровень ацетилхолина во время сна переводит активность микросхем в режим медленных колебаний и сетевой синхронизации .

Регион-специфическая нейромодуляция

Ацетилхолин действует неодинаково по всему мозгу. Его эффекты зависят от того, где сосредоточены его рецепторы, а это означает, что один и тот же химический сигнал может производить различную сетевую динамику в разных областях коры . Высокие концентрации ACh, например, во время бодрствования или выполнения задач, требующих внимания, десинхронизируют сетевую активность, в то время как низкие уровни ACh позволяют возникать синхронизированным медленноволновым паттернам .

Мост между масштабами

Исследование обеспечивает конкретную вычислительную основу, связывающую микроскопическую молекулярную химию (распределение рецепторов) с макроскопической активностью всего мозга . Авторы предполагают, что этот подход может помочь объяснить переходы между состояниями при расстройствах сознания, очаговых травмах мозга и нейродегенеративных заболеваниях .

Почему это важно

Большинство крупномасштабных моделей мозга упрощают реальность, предполагая, что все отделы коры работают одинаково . Эта новая модель использует другой подход: она включает подробные карты плотности мускариновых ацетилхолиновых рецепторов, создавая более реалистичную симуляцию того, как мозг может переходить между сознательными и бессознательными состояниями .

Модель была разработана в рамках проекта The Virtual Brain Twin Project и исследовательской инфраструктуры EBRAINS 2.0 . Работу возглавил Леонардо Далла Порта из Института биомедицинских исследований имени Августа Пи-и-Суньера (IDIBAPS) в сотрудничестве с исследователями из CEITEC — Центральноевропейского технологического института .