Prepoznavanje pokreta zahteva ogromnu količinu računarske snage mozga. Nova studija odeljenja Aleksandra Borsta na Institutu za biološku inteligenciju Maks Plank pokazuje kako mozak muve savladava ovaj zadatak: izvođenjem neuronskog proračuna na tri nivoa mreže, on raspoređuje radno opterećenje u nekoliko koraka.
Istraživanje je objavljeno u časopisu Priroda Neurologije.
Ovo je prvi put da su istraživači dešifrovali neuronsku mrežu u kojoj jedan tip ćelije obavlja isto izračunavanje na svim nivoima mreže. Ovaj pristup pomaže voćnim mušicama da pouzdano prepoznaju različite obrasce kretanja – preduslov da ostanu na pravom putu.
Voćne mušice su majstori u otkrivanju kretanja, i to moraju da budu: čak i najmanji nalet vetra može da izbaci tako malu mušicu sa putanje leta. Da bi ostale na kursu, muve se orijentišu na optički tok. Ovo su obrasci kretanja koji se pojavljuju na mrežnjači muve dok se kreće. U zavisnosti od njegovog pravca kretanja, obrasci se razlikuju i govore muši da li se kreće pravo ili se okrenula oko određene ose.
Odeljenje Aleksandra Borsta proučava viziju kretanja u mozgu muva na nivou malih kola. Ovde „protivljenje pokreta“ igra ključnu ulogu. Određeni neuroni se aktiviraju kretanjem u jednom smeru i inhibiraju kretanjem u suprotnom smeru. Istraživači su 2015. godine napravili naučni iskorak kada su otkrili takozvane LPi ćelije kao ćelijsku osnovu za ovaj fenomen.
Igrom slučaja, istraživači su sada stekli još više uvida u ovu mrežu. Kada je Georg Amer, prvi autor studije, testirao novu elektrofiziološku opremu, izabrao je LPi ćelije kao „testne objekte“ i iznenada se suočio sa potpuno neočekivanim rezultatima merenja.
Da bi došli do dna ovog zapažanja, neurobiolog i njegove kolege kombinovali su različite eksperimentalne metode, uključujući boje osetljive na napon i analizu skupova podataka o konektomu. Otkrili su da LPi ćelije vrše svoju inhibitornu funkciju na svim nivoima mreže. Oni inhibiraju ne samo izlazne ćelije sa suprotnim preferencijalnim pravcima, već i T4/T5 ćelije i druge LPi ćelije.
„Bili smo veoma iznenađeni ovim rezultatom“, prenosi Georg Amer. „Do te tačke, nismo znali nijednu mrežu u kojoj se isto neuronsko računanje izvodi na svakom nivou, pa čak i od istog tipa ćelije.“
Naučnicima su LPi ćelije u početku izgledale prilično neupadljive. Unutar mreže, oni doprinose samo oko 5–10% svih sinapsi. Međutim, elektrofiziološki eksperimenti su pokazali da su ove inhibitorne sinapse veoma efikasne: one su oko 10 do 20 puta jače od aktivirajućih sinapsa, pa uprkos tome što su brojčano nadjačane, mogu izazvati slične promene napona.
Ali zašto se isto izračunavanje vrši na tri različita mesta, a ne samo jednom na kraju? Istraživači su uspeli da objasne ovaj pristup, koji na prvi pogled zvuči prilično glomazno, kompjuterskim modelima. Kako mreža filtrira lokalnu buku već na prva dva nivoa, ona štiti izlazne ćelije od preopterećenja nevažnim informacijama i održava ih da reaguju na relevantne informacije. Ovo omogućava izlaznim ćelijama da razlikuju obrasce kretanja sa visokom osetljivošću, čak i pod teškim uslovima.
Inhibicija između dva suprotno podešena kanala, kao u suprotnosti pokreta, je univerzalni princip neuronskih mreža. „Moglo bi biti da je kod drugih vrsta i različitih regiona mozga isti proračun raspoređen na više nivoa i da ovaj princip ima veliki funkcionalni značaj i tamo“, objašnjava Aleksandar Borst. Podela teških zadataka na manje zalogaje stoga nije samo korisna strategija u našem svakodnevnom životu – neuroni takođe imaju koristi od ovog pristupa.