Så kopplar en helhjärnmodell samman acetylkolinreceptortäthet med neural dynamik

Istället för att anta enhetliga kortikala egenskaper fick var och en av de 68 regionerna sin egen receptortäthetsprofil, vilket gjorde det möjligt för modellen att fånga hur identiska kemiska signaler ger olika nätverkseffekter beroende på lokal molekylär arkitektur . Metoden bygger på en växande forskningsmängd som visar att signalsubstansreceptorer inte är slumpmässigt fördelade utan följer organiserade rumsliga gradienter över hjärnbarken .

Viktiga resultat

Förbättrad synkronisering och informationsflöde

Att inkludera realistisk receptorheterogenitet förbättrade avsevärt den funktionella konnektiviteten och informationsflödet mellan områden jämfört med en modell där alla regioner betedde sig likadant . Denna biologiska variation möjliggör mer flexibla och koordinerade hjärntillstånd . Resultatet ligger i linje med tidigare arbete som visat att hierarkisk heterogenitet i lokala synaptiska styrkor förbättrar modellers passform mot fMRI-mätt funktionell konnektivitet i vila .

Spontana lokaliserade långsamma vågor

Kanske det mest slående resultatet: modellen återgav naturligt ett verkligt hjärnfenomen – sömnliknande långsamma svängningar i specifika kortikala regioner medan resten av hjärnbarken förblev i ett vaket tillstånd . Detta liknar vad som sker vid uppmärksamhetssvackor, sömnbrist och runt hjärnskador . Resultatet är förenligt med tidigare forskning som visat att låga nivåer av acetylkolin under sömn driver mikrokretslopp in i långsamma svängningar och nätverkssynkroni .

Regionspecifik neuromodulering

Acetylkolin verkar inte enhetligt över hjärnan. Dess effekter beror på var dess receptorer är koncentrerade, vilket innebär att samma kemiska signal kan ge olika nätverksdynamik i olika kortikala områden . Höga ACh-koncentrationer, som under vakenhet eller uppmärksamhetskrävande uppgifter, desynkroniserar nätverksaktiviteten, medan låga ACh-nivåer tillåter synkroniserade långsamvågsmönster att uppstå .

En bro mellan skalor

Studien tillhandahåller ett konkret beräkningsramverk som kopplar mikroskopisk molekylär kemi (receptorfördelning) till makroskopisk, hjärnövergripande funktionell aktivitet . Författarna föreslår att metoden kan hjälpa till att förklara tillståndsövergångar vid medvetandestörningar, fokala hjärnskador och neurodegenerativa sjukdomar .

Därför är detta viktigt

De flesta storskaliga hjärnmodeller förenklar genom att behandla alla kortikala regioner som om de fungerade likadant . Denna nya modell tar en annan väg: den inkluderar detaljerade kartor över muskarina acetylkolinreceptortätheter, vilket skapar en mer realistisk simulering av hur hjärnan kan växla mellan medvetna och omedvetna tillstånd .

Modellen utvecklades som en del av The Virtual Brain Twin Project och forskningsinfrastrukturen EBRAINS 2.0 . Arbetet leddes av Leonardo Dalla Porta vid Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS), i samarbete med forskare vid CEITEC – Central European Institute of Technology .