Optimal dynamic range of spiking neurons in critical scale-free networks

Het menselijk brein is een meester in adaptatie, in staat om een fluistering en een donderslag te waarnemen, een vage geur en een penetrante stank, zonder het vermogen te verliezen om tussen beide te onderscheiden. Dit vermogen om een breed spectrum aan intensiteiten te verwerken, staat bekend als dynamisch bereik. Decennialang hebben wetenschappers zich verwonderd over hoe het brein een dergelijk breed bereik aan gevoeligheid bereikt. Individuele zenuwcellen, of neuronen, zijn verrassend beperkt; ze kunnen slechts reageren op een smalle band van input voordat ze overbelast raken of niet meer reageren. Toch, wanneer deze cellen samenwerken in het complexe web van het brein, kan het collectieve systeem signalen detecteren over een veel breder spectrum. De vraag die onderzoekers al lang intrigeert, is hoe deze transformatie plaatsvindt: hoe creëert een groep beperkte individuen een systeem met een dergelijk buitengewoon bereik?

Een team van onderzoekers aan de Federale Universiteit van Paraná in Brazilië heeft een nader oog geworpen op dit fenomeen door een digitaal model van een neuraal netwerk te bouwen. Ze richtten zich op een specifiek type netwerkstructuur dat "schaalvrij" wordt genoemd, wat de manier waarop echte hersenen bedraad zijn, nabootst. In deze architectuur hebben de meeste neuronen slechts een paar verbindingen met hun buren, terwijl een klein aantal sterk verbonden "hub"-neuronen met veel anderen verbonden is. Deze ongelijke verdeling is niet willekeurig; het is een patroon dat in veel natuurlijke systemen wordt gevonden, van sociale netwerken tot het internet, en het lijkt een fundamenteel kenmerk te zijn van hoe het brein zichzelf organiseert. De onderzoekers wilden zien of dit specifieke bedradingspatroon kon verklaren waarom zintuigen, zoals het oog of het oor, een veel groter dynamisch bereik hebben dan een enkele neuron die alleen optreedt.

Om dit te onderzoeken, bouwden de wetenschappers een virtueel netwerk van vijfhonderdvijftig neuronen. Elk neuron in hun model was een gedetailleerde wiskundige representatie van een echte biologische cel, compleet met dezelfde elektrische eigenschappen en chemische kanalen die echte neuronen in staat stellen te vuren. Deze virtuele cellen waren met elkaar verbonden via chemische synapsen, de minuscule openingen waar neuronen signalen aan elkaar doorgeven. De onderzoekers onderwierpen dit netwerk vervolgens aan een constante stroom van elektrische impulsen, wat de soort sensorische input simuleert die een echt brein zou kunnen ontvangen. Ze varieerden de sterkte van de verbindingen tussen de neuronen en hielden nauwlettend in de gaten hoe de hele groep reageerde op verschillende niveaus van stimulatie.

De resultaten onthulden een duidelijke en verrassende relatie tussen de sterkte van de verbindingen en de prestaties van het netwerk. Wanneer de neuronen niet met elkaar verbonden waren en als geïsoleerde individuen optraden, had het netwerk een zeer smal dynamisch bereik, vergelijkbaar met wat bij een enkele cel te zien is. Naarmate de onderzoekers de sterkte van de verbindingen tussen de neuronen vergrootten, verbeterde het vermogen van het netwerk om een breed scala aan stimuli te detecteren drastisch. Deze verbetering ging echter niet oneindig door. Het netwerk bereikte een piekprestatie bij een specifiek, optimaal niveau van verbindingssterkte. Op dit precieze punt was het dynamische bereik maximaal, waardoor het systeem in staat was te reageren op de breedst mogelijke variëteit aan inputintensiteiten.

Deze piekprestatie viel samen met een specifieke wiskundige gedraging in de respons van het netwerk. De onderzoekers ontdekten dat op het punt van maximale gevoeligheid de relatie tussen het ingangssignaal en de outputrespons een specifieke machtswet volgde, een wiskundige regel waarbij de output in een voorspelbare proportie verandert ten opzichte van de input. Deze specifieke staat, waarin het netwerk noch te chaotisch noch te rigide is, wordt vaak aangeduid als "criticaliteit". De studie suggereert dat het brein van nature opereert nabij dit kritieke punt om zijn vermogen om informatie te verwerken te maximaliseren. De bevindingen ondersteunen het idee dat de verhoogde gevoeligheid van onze zintuigen niet alleen een eigenschap is van individuele cellen, maar een emergente eigenschap die voortkomt uit de collectieve dynamiek van het gehele netwerk.

De omvang van het netwerk speelde ook een cruciale rol in deze simulaties. De onderzoekers testten netwerken van verschillende groottes en ontdekten dat naarmate het aantal neuronen toenam, het dynamische bereik groter werd. Deze groei ging echter niet eeuwig door; het begon af te vlakken zodra het netwerk een bepaalde omvang bereikte, rond de driehonderd neuronen. Voorbij dit punt leidde het toevoegen van meer neuronen niet tot een significante toename van het bereik. Dit suggereert dat er een natuurlijke limiet is aan hoeveel de omvang van het netwerk de gevoeligheid kan verbeteren, en dat het specifieke bedradingspatroon belangrijker is dan simpelweg het hebben van een massaal aantal cellen.

De studie benadrukte ook een duidelijk verschil tussen dit schaalvrije netwerk en andere soorten netwerkstructuren, zoals "small-world" netwerken, die de onderzoekers eerder hadden bestudeerd. In het schaalvrije model creëerde de aanwezigheid van die sterk verbonden hub-neuronen een uniek gedrag. Wanneer de verbindingen te sterk werden, daalde de prestatie van het netwerk scherp, veel sterker dan in andere typen netwerken. Dit geeft aan dat de specifieke architectuur van het brein, met zijn mix van ijle verbindingen en een paar krachtige hubs, fijn afgestemd is. Het maakt een breed dynamisch bereik mogelijk bij het juiste niveau van verbinding, maar het maakt het systeem ook gevoelig voor veranderingen in die verbindingssterkte.

Uiteindelijk biedt dit werk een computationele verklaring voor een langdurig mysterie in de neurowetenschap. Het suggereert dat het vermogen van het brein om de wereld in al haar variërende intensiteiten waar te nemen, een collectieve prestatie is. Het brede dynamische bereik dat we in onze zintuigen waarnemen, is niet iets wat een enkele neuron in zijn eentje kan bereiken. In plaats daarvan komt het voort uit de complexe interactie van duizenden neuronen die samenwerken in een specifieke, schaalvrije ordening. Door te opereren nabij een kritiek punt, stelt deze netwerkarchitectuur het brein in staat om gevoelig te blijven voor de zwakste signalen, terwijl het nog steeds in staat is om de luidste, felste of meest intense inputs te verwerken. De studie bevestigt dat de organisatie van het netwerk zelf de sleutel is tot het ontsluiten van het volledige potentieel van neurale verwerking.