Ученые выяснили, как распределены нейроны в коре нашего мозга
Плотность нейронов коры головного мозга млекопитающих подчиняется очень простому правилу. Удивительно, что его удалось установить только сейчас.
Исследователи Human Brain Project (HBP) из Форшунгсцентра Юлих и Кельнского университета (Германия) выяснили, как распределяется плотность нейронов по участкам коры головного мозга млекопитающих и внутри различных зон мозга. Они открыли фундаментальный организационный принцип цитоархитектуры коры: повсеместное логнормальное распределение плотности нейронов.
Количество нейронов и их пространственное расположение играют важнейшую роль в формировании структуры и функций мозга. Однако, несмотря на обилие имеющихся цитоархитектонических данных, статистические распределения плотности нейронов остаются практически неописанными. Новое исследование HBP расширяет наши представления об организации мозга млекопитающих.
Группа исследователей основывалась на девяти общедоступных наборах данных семи видов: мыши, мартышки, макаки, галаго, совиных обезьян, павианов и человека. Проанализировав области коры головного мозга каждого вида, они обнаружили, что плотность нейронов в этих областях соответствует простой закономерности — логнормальному распределению. Это позволяет предположить наличие фундаментального организационного принципа, лежащего в основе распределения плотности нейронов в мозге млекопитающих.
Логнормальное распределение — это статистическое распределение, характеризующееся сдвинутой колоколообразной кривой. Оно возникает, например, при взятии экспоненты нормально распределенной переменной. От нормального распределения оно отличается несколькими особенностями. Самое главное отличие в том, что кривая нормального распределения симметрична, а логнормального — асимметрична с длинным «хвостом».
Скошенный «колокол»
Эти результаты имеют важное значение для точного моделирования мозга. «Не в последнюю очередь это связано с тем, что распределение плотности нейронов влияет на связность сети», — говорит соавтор работы Саша ван Альбада. — «Например, если плотность синапсов постоянна, то в регионах с меньшей плотностью нейронов на один нейрон будет приходиться больше синапсов», — поясняет она. Подобные аспекты имеют значение и для разработки технологий, основанных на использовании мозга, таких как нейроинтерфейсы.
«Кроме того, поскольку области коры головного мозга часто выделяются на основе цитоархитектуры, знание распределения плотности нейронов может быть полезно для статистической оценки различий между областями и расположения границ между ними», — добавляет ван Альбада.
Эти результаты согласуются с наблюдением, и что еще крайне важно многие характеристики мозга имеют логнормальное распределение. «Одна из причин, по которой оно может быть широко распространено в природе, заключается в том, что оно возникает при взятии произведения многих независимых переменных», — говорит Александр ван Мееген, соавтор исследования. Другими словами, логнормальное распределение возникает естественным образом в результате мультипликативных процессов, подобно тому, как нормальное распределение возникает при суммировании многих независимых переменных.
Согласно результатам исследования, в принципе, организационные структуры коры головного мозга могут быть побочным продуктом развития или эволюции, не выполняющим никакой вычислительной функции; однако тот факт, что одинаковые организационные структуры наблюдаются у нескольких видов и в большинстве областей коры головного мозга, позволяет предположить, что логнормальное распределение служит какой-то цели.
«Мы не можем с уверенностью сказать, как логнормальное распределение плотности нейронов влияет на работу мозга, но, скорее всего, оно будет связано с высокой гетерогенностью сети, что может быть полезно с вычислительной точки зрения», — говорит соавтор работы Айтор Моралес-Грегорио, ссылаясь на предыдущие работы, согласно которым гетерогенность в связности мозга может способствовать эффективной передаче информации. Кроме того, гетерогенные сети способствуют надежному обучению и увеличивают объем памяти нейронных сетей.