Do we understand orientation selectivity? A simulation study

Immagina che il tuo cervello sia una città enorme e frenetica dove miliardi di piccoli messaggeri (neuroni) si scambiano costantemente messaggi urlando l'uno all'altro. Uno dei lavori più affascinanti in questa città sta avvenendo nel "Distretto Visivo", un quartiere dedicato all'elaborazione di ciò che vedi. Per decenni, gli scienziati hanno cercato di capire come questi messaggeri decidano a quali forme prestare attenzione. Nello specifico, volevano sapere perché alcuni neuroni si eccitano solo quando vedono una linea verticale, mentre altri si interessano solo alle linee orizzontali. Questa capacità speciale è chiamata selettività dell'orientamento. È come avere un buttafuori all'ingresso di un club che fa passare solo le persone con il cappello rosso; nel cervello, questi guardiani fanno passare solo i segnali di "linea verticale".

Per molto tempo, gli scienziati hanno pensato di avere il progetto di come funziona questo club. Credevano che se avessero semplicemente disposto correttamente i messaggeri — assicurandosi che quelli che amano le linee verticali siano vicini e che tutti ricevano le istruzioni dalla fonte giusta — il cervello avrebbe iniziato naturalmente a classificare le linee. Sembrava una semplice questione di cablaggio: se costruisci la mappa stradale corretta, il traffico fluirà perfettamente. Ma come vedremo, il cervello è molto più complicato di una semplice mappa e, a volte, anche i piani meglio preparati hanno bisogno di un piccolo aiuto extra per funzionare nel mondo reale.

---

La Grande Simulazione del Cervello: Perché il Progetto non era Sufficiente

In questo studio, un team di ricercatori del Blue Brain Project ha deciso di testare il vecchio progetto costruendo la simulazione più realistica e ad alta definizione della corteccia visiva di un topo mai creata. Pensatelo come alla costruzione di un gemello digitale di una piccola fetta di cervello di topo, ma invece di usare semplici blocchi cartooneschi, hanno utilizzato modelli 3D incredibilmente dettagliati di neuroni con forme, dimensioni e connessioni realistiche. Volevano vedere se le vecchie regole per classificare le linee avrebbero ancora funzionato quando il cervello veniva costruito con questo livello di complessità del mondo reale.

Prima ancora di iniziare a testare le regole di classificazione delle linee, il team ha cercato di mappare le "strade" che portano le istruzioni dagli occhi al cervello. Presupponevano che la forma fisica dei neuroni e il modo in cui i loro fili (assoni) si incrociavano su di essi determinassero naturalmente quali tipi specifici di neuroni ricevevano le connessioni. Era come assumere che, se conosci la disposizione di una città e dove circolano i furgoni postali, puoi prevedere perfettamente quali case ricevono la posta.

La Prima Sorpresa: La Mappa era Sbagliata
I ricercatori hanno scoperto che la loro mappa anatomica 3D dettagliata del cervello non riusciva a prevedere le connessioni reali. Anche con una conoscenza perfetta delle forme e delle posizioni dei neuroni, la disposizione fisica non riusciva a spiegare perché alcuni tipi specifici di neuroni ricevevano segnali forti dagli occhi mentre altri ne ricevevano quasi nessuno. La "mappa stradale" del cervello era troppo disordinata e complessa per essere spiegata dalla sola geometria. Ciò significava che altri fattori invisibili — forse segnali chimici o la competizione tra i fili — stavano decidendo chi veniva connesso, non solo la disposizione fisica.

Il team ha poi cercato di ricreare due celebri idee che avrebbero dovuto spiegare come i neuroni scelgano le loro angolazioni preferite, sperando di risolvere il problema della classificazione:

1. La Teoria della "Consegna Speciale": L'idea che il cervello riceva istruzioni dagli occhi in un modo che separa naturalmente i segnali "chiari" e "scuri" in schemi specifici, come un servizio postale che smista la posta in contenitori diversi.
2. La Teoria del "Simile Attira il Simile": L'idea che i neuroni che amano le stesse angolazioni di linea si connettano naturalmente tra loro, formando un club molto unito dove si rinforzano a vicenda le preferenze.

Il team ha costruito il loro modello super-realistico, lo ha programmato con queste due teorie (e i dati di connessione corretti) e ha premuto "play" per vedere cosa succedeva. Hanno simulato il cervello che guarda strisce di luce in movimento, proprio come farebbe un topo nella vita reale.

La Grande Sorpresa:
La simulazione è fallita. Nonostante avessero le istruzioni perfette della "Consegna Speciale" e i club del "Simile Attira il Simile", i neuroni nel cervello digitale del topo non sono diventati molto bravi a distinguere le angolazioni delle linee. La loro capacità di distinguere tra una linea verticale e una linea orizzontale era molto più debole rispetto a quella osservata nei topi reali. Infatti, quando i ricercatori hanno aggiunto le connessioni locali tra i neuroni (la parte del "Simile Attira il Simile"), la classificazione è addirittura peggiorata invece di migliorare.

Questo è stato un evento enorme perché significava che le vecchie, semplici spiegazioni — che funzionavano bene nei modelli informatici base e a basso dettaglio — non erano sufficienti per spiegare come funziona un vero cervello complesso. È come cercare di costruire un motore di un'auto funzionante usando solo uno schizzo; lo schizzo sembra corretto, ma quando inserisci tutte le parti reali e pesanti di metallo, il motore tossisce e non parte.

Cosa hanno Escluso i Ricercatori

Il team non si è limitato a dire "non ha funzionato". Hanno giocato il ruolo del detective per capire perché non avesse funzionato. Hanno testato diverse possibilità e le hanno escluse:

• Non era la classificazione della "Consegna Speciale": Hanno provato diversi modi per separare i segnali chiari e scuri provenienti dagli occhi, ma indipendentemente da come li disponevano, il cervello non riusciva comunque a distinguere le linee. La disposizione fisica di questi segnali da sola non era la chiave magica.
• Non erano solo le connessioni del "Simile Attira il Simile": Hanno controllato se il problema fosse il modo in cui i neuroni si connettevano tra loro. Anche quando hanno forzato i neuroni a connettersi esattamente come prevedeva la teoria del "Simile Attira il Simile", il cervello non riusciva ancora a classificare correttamente le linee.
• Non era un errore matematico: Hanno ricontrollato il codice e i calcoli, assicurandosi di non aver commesso un semplice errore nel calcolare le connessioni.

La Nuova Ipotesi: Il Cervello ha Bisogno di un Sistema "Auto-Regolante"

Quindi, se il cablaggio e le istruzioni non sono sufficienti, cosa manca? I ricercatori suggeriscono che il vero cervello possiede un'arma segreta che la loro simulazione non aveva: la plasticità omeostatica.

Pensate a questo come a un "termostato auto-regolante" per il cervello. In un vero cervello, i neuroni monitorano costantemente quanto stanno attivando. Se un neurone sta ricevendo troppi input ed è sul punto di impazzire, ne abbassa silenziosamente la sensibilità. Se ne riceve troppo poco, alza il volume. Questo accade continuamente, mantenendo l'intera rete in equilibrio e pronta a lavorare.

Nella simulazione, i neuroni erano statici; non potevano adattarsi. Erano bloccati con le impostazioni con cui sono nati. I ricercatori sospettano che senza questa capacità di "auto-regolazione", le connessioni complesse e disordinate di un vero cervello finiscano per essere sopraffatte e non riescano a classificare le linee. Propongono che il cervello abbia bisogno di questo atto dinamico di bilanciamento per trasformare un mucchio disordinato di fili in una macchina capace di distinguere le linee con precisionza.

La Conclusione

Questo articolo è un po' un bagno di realtà per gli scienziati del cervello. Dimostra che il fatto che una teoria funzioni in un modello informatico semplice e pulito non significa che funzioni nella realtà disordinata e complicata di un cervello vivente. Le vecchie idee su come i neuroni classificano le linee sono probabilmente parte della storia, ma non sono tutta la storia.

Gli autori suggeriscono che per comprendere veramente come vediamo il mondo, dobbiamo smettere di guardare al cervello come a un circuito statico e iniziare a guardarlo come a un sistema dinamico e autocorrettivo. Non hanno dimostrato che questa nuova idea sia sicuramente la risposta (poiché non sono ancora in grado di simulare perfettamente il processo di auto-regolazione), ma i loro risultati suggeriscono fortemente che, senza di essa, il sistema visivo del cervello semplicemente non funzionerebbe come dovrebbe. È un promemoria del fatto che il cervello non è solo una macchina composta da parti, ma un sistema vivente che si sintonizza costantemente per mantenere l'equilibrio.