Istraživači koji učestvuju u projektu Human Brain identifikovali su matematičko pravilo koje upravlja distribucijom neurona u našem mozgu.
Pravilo predviđa kako se neuroni distribuiraju u različitim delovima mozga i moglo bi pomoći naučnicima da stvore precizne modele da razumeju kako mozak funkcioniše i razviju nove tretmane za neurološke bolesti.
U divnom svetu statistike, ako uzmete u obzir bilo koju kontinuiranu slučajnu promenljivu, logaritam te promenljive će često pratiti ono što je poznato kao lognormalna distribucija. Definisano srednjom i standardnom devijacijom, može se vizualizovati kao kriva u obliku zvona, samo sa krivom koja je šira od one koju biste pronašli u normalnoj distribuciji.
Tim istraživača iz Istraživačkog centra Julich i Univerziteta u Kelnu u Nemačkoj otkrio je da broj neurona u oblastima spoljašnjeg sloja nervnog tkiva kod različitih sisara odgovara lognormalnoj distribuciji.
Ako ostavimo matematiku na stranu, jednostavna i važna razlika je simetrija zvonaste krive normalne distribucije i asimetrija i težak udesno zakrivljeni rep lognormalne distribucije, zbog velikog broja malih vrednosti i nekoliko značajno velikih vrednosti.
Veličina stanovništva širom zemlje je često lognormalno raspoređena, sa nekoliko veoma velikih gradova i mnogo malih gradova i sela.
Struktura i funkcija mozga zavise od broja i rasporeda neurona. Gustina neurona u različitim regionima i slojevima tog spoljašnjeg sloja tkiva – cerebralnog korteksa – značajno varira.
„Distribucija gustine neurona utiče na mrežnu povezanost,“ kaže neuronaučnik Sacha van Albada iz Istraživačkog centra Julich.
„Na primer, ako je gustina sinapsi konstantna, regioni sa nižom gustinom neurona će dobiti više sinapsi po neuronu.“
Statističke distribucije gustine neurona još uvek su uglavnom nepoznate, iako su nam istraživanja sigurno pružila fascinantna otkrića o ćelijskom tkivu našeg mozga.
Da bi sproveo svoje istraživanje, tim je koristio devet skupova podataka otvorenog koda koji pokrivaju sedam različitih vrsta: miš, marmozet, makak, galago, sova majmun, pavijan i čovek. Kada su upoređene gustine neurona u različitim regionima korteksa, pojavio se zajednički obrazac lognormalne distribucije.
„Naši rezultati su u skladu sa zapažanjem da iznenađujuće mnoge karakteristike mozga prate lognormalne distribucije“, pišu autori u svom radu.
Lognormalna raspodela je prirodan rezultat procesa koji se množe, baš kao što je normalna distribucija prirodan rezultat sabiranja mnogih nezavisnih promenljivih.
„Jedan od razloga zašto može biti veoma čest u prirodi je taj što se pojavljuje kada se uzme proizvod mnogih nezavisnih varijabli“, kaže Alekander van Meegen, koji je vodio istraživanje kao deo svog doktorata iz računarske neuronauke u Istraživačkom centru Julich.
Istraživači kažu da bi način na koji je korteks strukturiran mogao biti nusprodukt razvoja ili evolucije koji nema nikakve veze sa računanjem.
Ali prethodna istraživanja sugerišu da je varijacija neuronske mreže mozga više od nusproizvoda i može aktivno pomoći životinjama da uče u promenljivim okruženjima. A činjenica da se ista organizacija može videti kod različitih vrsta iu većini delova korteksa sugeriše da se lognormalna distribucija koristi za nešto.
„Ne možemo biti sigurni kako će lognormalna distribucija gustine neurona uticati na funkciju mozga, ali će verovatno biti povezana sa visokom heterogenošću mreže, što može biti kompjuterski korisno“, objašnjava vodeći autor Aitor Morales-Gregorio, računarski neuronaučnik u Istraživački centar Julich.
Naučnici se nadaju da će ovo otkriće rasvetliti kako mozak skladišti i preuzima informacije, kao i kako stiče nova znanja. U tekućoj potrazi za pronalaženjem efikasnih tretmana za moždane bolesti, to bi moglo otvoriti put za stvaranje novih lekova koji ciljaju na određene regione mozga.
Desetogodišnji napor projekta Human Brain Project da uspostavi zajedničku istraživačku infrastrukturu za unapređenje neuronauke, računarstva i medicine u vezi sa mozgom se bliži kraju, a usput nam je dao neka zanimljiva otkrića.
Studija je objavljena u časopisu Cerebralni korteks.
