CA3 sparsity stabilises high-connectivity recurrent autoassociation: complementary binary and spiking computational modes in a DG->CA3 model

La capacità del cervello di ricordare si basa su un delicato equilibrio tra due compiti opposti. Per archiviare una nuova memoria, il cervello deve prima separarla dalle esperienze passate simili, assicurandosi che un nuovo evento non venga confuso con uno vecchio. Questo processo, noto come separazione dei pattern, agisce come un sistema di archiviazione che mantiene documenti simili in cartelle diverse. Una volta memorizzata, una memoria, il cervello deve essere in grado di recuperarla anche quando riceve solo un suggerimento vago o incompleto. Questo processo di recupero, chiamato completamento dei pattern, permette a un singolo odore o a un frammento di un suono di riportare alla mente un'intera scena. Queste due operazioni avvengono in regioni vicine dell'ippocampo, una struttura a forma di cavalluccio marino situata in profondità nel cervello. La prima regione, il giro dentato, eseglie la separazione, mentre la seconda, l'area CA3, esegue il completamento.

Per decenni, gli scienziati hanno dibattuto su come la regione CA3 riesca a recuperare i ricordi in modo così affidabile. La chiave di questo dibattito risiede in quanto densamente i neuroni in quest'area siano connessi tra loro. Alcune misurazioni suggeriscono che queste connessioni siano rare, mentre altre, utilizzando tecniche di imaging più avanzate, suggeriscono che siano dieci volte più comuni. Questo disaccordo ha lasciato i ricercatori con un dubbio: avere più connessioni aiuta il cervello a richiamare i ricordi, o causa il caos? Un nuovo studio di Tadanobu Chuyo Kamijo e colleghi utilizza simulazioni al computer per risolvere questo conflitto. Hanno scoperto che la risposta dipende interamente da come si comportano i neuroni. Se i neuroni sono mantenuti molto silenziosi e sparsi, una rete altamente connessa funziona magnificamente. Ma se i neuroni diventano troppo attivi, quella stessa alta connettività causa il collasso del sistema, rendendo impossibile distinguere un ricordo dall'altro.

I ricercatori hanno costruito un modello dettagliato al computer del percorso dal giro dentato alla CA3 per testare come questi sistemi gestiscono la memoria in diverse condizioni. Hanno creato due versioni della regione CA3 per rappresentare diversi modi in cui gli scienziati modellano il sistema. Una versione utilizzava un approccio binario semplificato, dove i neuroni sono o rigorosamente "accesi" o "spenti", rappresentando un sistema con limiti rigidi sull'attività. L'altra versione utilizzava un modello di spiking più realistico, dove i neuroni emettono segnali elettrici e regolano la propria attività attraverso un equilibrio di eccitazione e inibizione, molto simile a una vera rete biologica. Hanno poi fornito a entrambe le versioni un flusso di input e hanno testato la loro capacità di completare memorie parziali variando il numero di connessioni tra i neuroni.

I risultati hanno rivelato una differenza sorprendente tra i due modelli. Nella versione binaria semplificata, aumentare il numero di connessioni aiutava sempre. Più legami avevano i neuroni, meglio il sistema riusciva a recuperare memoli completi da stimoli parziali. Ciò suggerisce che se il cervello opera con limiti rigidi sull'attività, avere una rete densa di connessioni è un chiaro vantaggio. Tuttavia, il modello di spiking realistico raccontava una storia diversa. In questa versione, aumentare le connessioni aiutava solo fino a un certo punto. Una volta che il numero di connessioni cresceva troppo rispetto al numero di neuroni attivi, il sistema falliva. I ricordi non diventavano solo leggermente sfocati; collassavano interamente. La rete diventava incapace di distinguere tra diversi schemi memorizzati, perdendo di fatto la memoria.

Lo studio ha identificato una regola specifica che governa questo fallimento. Il sistema rimane stabile solo quando il prodotto tra il numero di neuroni attivi e il numero di connessioni per neurone rimane al di sotto di una certa soglia. In termini semplici, se i neuroni sparano troppo spesso, l'alto numero di connessioni fa sì che si accendano tutti insieme, sfocando i distinti schemi della memoria. I ricercatori hanno scoperto che questo collasso avviene anche se la rete cerca di compensare rafforzando i suoi freni interni, ovvero l'inibizione. Il fallimento non è un'esplosione incontrollata di attività, ma una perdita di specificità in cui il cervello non è più in grado di distinguere un ricordo dall'altro. Questo spiega perché il cervello probabilmente mantenga l'attività dei neuroni della CA3 molto bassa, con solo circa il due o cinque per cento di essi attivi in qualsiasi momento. Questa estrema scarsità è la condizione che permette a una rete altamente connessa di funzionare senza andare in pezzi.

Il team ha anche esplorato come la neurogenesi adulta, ovvero la nascita di nuovi neuroni nel cervello adulto, si inserisca in questo quadro. Si sa che i nuovi neuroni sono più eccitabili di quelli maturi, il che potrebbe potenzialmente interrompere il delicato equilibrio della rete. Le simulazioni hanno mostato che se questi nuovi neuroni diventassero semplicemente più attivi senza cambiare le loro connessioni, spingerebbero il sistema oltre il limite, causando il collasso della rete di memoria. Tuttavia, se questi nuovi neuroni reclutassero anche cellule inibitorie per aiutare a calmare la rete, essi aiutavano effettivamente a stabilizzare il sistema. Ciò suggerisce che il metodo con cui il cervello integra le nuove cellule è critico: se le nuove cellule aiutano a mantenere bassa l'attività complessiva, proteggono la memoria; se aggiungono solo rumore, la distruggono.

Questo lavoro inquadra nuovamente il dibattito di lungo corso su quante connessioni esistano nella regione CA3. Il disaccordo tra le stime basse e quelle alte potrebbe non essere una contraddizione di misurazione, ma piuttosto il riflesso di diversi modi operativi. Se il cervello si affida a un codice sparso e controllato, può sostenere una densità di connessioni molto elevata, il che si allinea con le stime più alte. Se il codice fosse meno sparso, il cervello avrebbe bisogno di molte meno connessioni per evitare il caos. Lo studio suggerisce che la capacità del cervello di richiamare i ricordi non dipende solo dall'avere il giusto numero di fili, ma dal mantenere il traffico su quei fili abbastanza leggero da evitare un ingorgo. Mantenendo l'attività scarsa, il cervello può mantenere una rete ricca e altamente connessa, capace di un recupero della memoria stabile e preciso.