Next generation Human Neocortical Neurosolver model with biophysically realistic somatic, dendritic and synaptic dynamics

Il cervello umano è un vasto e intricato paesaggio di attività elettrica, ma per gli scienziati che cercano di capire come pensiamo, sentiamo o percepiamo il mondo, gran parte di questa attività rimane nascosta. Possiamo posizionare dei sensori sul cuoio capelluto per registrare i sussurri elettromagnetici del cervello, noti come elettroencefalografia o EEG, e magnetoencefalografia o MEG. Questi strumenti catturano il ronzio collettivo di miliardi di neuroni che scaricano in sincronia, eppure i segnali che registrano sono come sentire il tifo di una folla in uno stadio senza poter vedere i singoli tifosi. Per comprendere la storia che si cela dietro il rumore, i ricercatori devono colmare il divario tra questi segnali su larga scala e i minuscoli circuiti microscopici all'interno del cervello. Ciò richiede un modo per tradurre le ampie onde dell'attività cerebrale nei comportamenti specifici delle singole cellule, un compito che è stato a lungo difficile perché le proprietà elettriche dei neuroni umani erano scarsamente comprese rispetto a quelle degli animali.

Un team di ricercatori ha ora costruito un modello digitale significativamente migliorato per risolvere questo problema, offrendo una finestra più chiara su come il cervello umano generi le sue firme elettriche. Hanno creato una sofisticata simulazione al computer chiamata Human Neocortical Neurosolver, che funge da traduttore tra il mondo microscopico delle cellule e il mondo macroscopico delle scansioni cerebrali. La nuova versione di questo modello è speciale perché non si basa più principalmente su dati di ratti o scimmie. Invece, i ricercatori hanno tarato i neuroni virtuali per farli corrispondere all'effettivo comportamento elettrico del tessuto cerebrale umano, utilizzando dati freschi da donatori umani. In questo modo, hanno creato uno strumento in grado di simulare non solo il semplice firing dei neuroni, ma anche eventi complessi e nascosti che avvengono nel profondo delle lunghe ramificazioni delle cellule cerebrali, eventi che erano precedentemente impossibili da tracciare in un contesto umano.

Il nucleo di questo lavoro consiste nel ricostruire l'architettura digitale dello strato esterno del cervello, la neocorteccia, con un focus su due tipi principali di cellule: i neuroni piramidali, che sono i messaggeri primari, e gli interneuroni inibitori, che agono come freni per mantenere l'equilibrio della rete. Nelle versioni precedenti del modello, queste cellule erano semplificate per far girare più velocemente le simulazioni al computer, ma mancavano delle specifiche peculiarità elettriche presenti nel vero tessuto umano. I ricercatori hanno aggiornato il modello regolando i conduttori e gli interruttori interni di queste cellule virtuali per farli corrispondere alle registrazioni dei neuroni umani. Hanno scoperto che i neuroni umani si comportano diversamente dai loro omologhi animali, in particolare nel modo in cui gestiscono i segnali elettrici che viaggiano dal corpo cellulare verso le loro lunghe ramificazioni ad albero chiamate dendriti.

Una delle scoperte più significative di questo nuovo modello è la capacità di simulare gli spike di calcio, ovvero raffiche di attività elettrica che avvengono nel profondo dei dendriti di certi neuroni. Negli strati profondi del cervello umano, specificamente nel quinto strato, questi neuroni possono generare potenti spike di calcio quando ricevono specifici pattern di input. Questi spike non sono semplice rumore casuale; sono eventi complosi che integrano informazioni da diverse parti del cervello e possono innescare la cellula affinché invii un segnale al resto del corpo. I ricercatori hanno dimostrato che il loro nuovo modello può riprodurre questi spike di calcio, mostrando che essi avvengono quando il neurone riceve una serie rapida di segnali o quando riceve input da due direzioni diverse contemporaneamente. Questa è un'aggiunta cruciale perché questi eventi dendritici sono ora noti per contribuire ai grandi segnali elettrici che misuriamo sul cuoio capelluto, il che significa che ciò che vediamo in una scansione cerebrale potrebbe essere in parte guidato da questi eventi nascosti e profondi del cervello.

Il team ha anche perfezionato il modo in cui queste cellule virtuali si connettono tra loro. Nel cervello, i neuroni non sparano semplicemente in modo casuale; sono collegati in schemi precisi dove la forza della connessione dipende da quanto distanti sono le cellule. Il nuovo modello incorpora queste regole dipendenti dalla distanza, assicurando che le cellule più vicine influenzino le altre più fortemente di quelle più lontane. Hanno regolato i segnali chimici, noti come neurotrasmettitori, che passano tra le cellule per farli corrispondere alla velocità e alla forza osservate nel tessuto umano. Ciò ha incluso l'aggiornamento di come le cellule inibitorie silenziano i propri vicini, assicurando che la tempistica di questi "freni" corrisponda al ritmo lento e deliberato osservato nelle fette di cervello umano piuttosto che al ritmo più veloce dei roditori.

Con questo modello aggiornato, i ricercatori hanno testato la loro capacità di ricreare pattern cerebrali reali. Hanno simulato la risposta del cervello a un tocco improvviso, un esperimento comune in cui una persona sente un tocco sulla pelle e il suo cervello reagisce con un'ondata elettrica specifica. Il nuovo modello ha riprodotto con successo la forma e la tempistica di queste onde, corrispondendo ai dati registrati dai partecipanti umani. Ha anche simulato i ritmi naturali del cervello, come le onde alfa e beta che compaiono quando il cervello è a riposo o in movimento. In queste simulazioni, il modello ha mostrato come l'interazione tra cellule eccitatorie e inibitorie crei questi burst ritmici di attività, e come le nuove proprietà cellulari umane più realistiche abbiano cambiato il modo in cui questi ritmi vengono generati rispetto ai modelli precedenti.

I ricercatori hanno anche esplorato come queste diverse parti del cervello contribuiscano al segnale finale. Hanno scoperto che i neuroni degli strati profondi, con le loro lunghe ramificazioni e la capacità di generare spike di calcio, giocano un ruolo dominante nella creazione delle grandi correnti elettriche misurate da EEG e MEG. Il modello ha rivelato che gli spike di calcio in queste cellule profonde creano una trazione elettrica sostenuta che dura più a lungo dei rapidi lampi di attività negli strati superiori. Ciò suggerisce che le grandi onde viste in una scansione cerebrale non sono solo la semplice somma di tutti i neuroni che scaricano, ma sono pesantemente modellate da questi eventi specifici e complessi che avvengono negli strati profondi. Visualizzando il flusso di elettricità e il movimento degli ioni di calcio all'interno delle cellule virtuali, i ricercatori hanno potuto vedere esattamente come le azioni microscopiche dei singoli neuroni si sommino nei segnali macroscopici che misuriamo.

Questo lavoro rappresenta un passo avanti fondamentale nella comprensione del cervello umano perché va oltre il semplice indovinare basandosi sui dati animali. Il nuovo modello, che i ricercatori chiamano duecker_ET_model, è costruito sulla reale fisiologia dei neuroni umani, rendendolo uno strumento più affidabile per interpretare le scansioni cerebrali. Permette agli scienziati di testare ipotesi su ciò che accade all'interno del cervello quando pensiamo, sentiamo o soffriamo di condizioni neurologiche. Ad esempio, se un paziente presenta un pattern di onde cerebrali insolito, i ricercatori possono ora usare questo modello per vedere se il problema potrebbe essere causato da un problema con gli spike di calcio negli strati profondi o da un disallineamento nella tempistica dei segnali inibitori. Il modello è aperto all'uso di altri scienziati, fornendo una piattaforma condivisa per esplorare i misteri della mente umana con un livello di dettaglio precedentemente fuori portata.

I ricercatori hanno sottolineato con cura che il loro modello è una semplificazione, progettata per essere computazionalmente efficiente pur catturando i comportamenti essenziali del cervello. Non hanno incluso ogni singolo tipo di neurone o ogni minimo dettaglio della struttura cellulare, poiché ciò avrebbe reso le simulazioni troppo lente per essere utili. Invece, si sono concentrati sulle caratteristiche che contano di più per la generazione dei segoli elettrici che misuriamo. Hanno ammesso che, sebbene il loro modello riproduca molte caratteristiche dei neuroni umani, esistono ancora differenze tra il modello e la realtà, in particolare riguardo a come i segnali viaggiano lungo le lunghe ramificazioni delle cellule. Tuttavia, radicando il modello nei dati umani, hanno creato una base che è molto più accurata dei tentativi precedenti.

In definitiva, questo articolo fornisce una nuova lente attraverso la quale guardare il cervello umano. Trasforma le onde astratte di EEG e MEG in una storia di cellule specifiche, connessioni specifiche ed eventi elettrici specifici. Dimostrando che i neuroni umani possiedono proprietà uniche, come la capacità di generare spike di calcio che modellano le nostre onde cerebrali, i ricercatori hanno aperto nuove strade per comprendere come funziona il cervello. Il modello funge da ponte, connettendo il mondo invisibile della biologia cellulare con il mondo visibile dell'imaging cerebrale, permettendoci di vedere il meccanismo dietro la mente con una chiarezza superiore rispetto al passato.