Komplexen biochemischen Signale, die schnellen und langsamen Veränderungen in neuronalen Netzwerken koordinieren halten das Gehirn in der Balance während Lernen, nach einem internationalen Team von Wissenschaftlern des RIKEN Brain Science Institute in Japan, UC San Francisco ( UCSF ) und der Columbia University in New York.
Die Arbeit , am 22. Oktober in der Zeitschrift Neuron berichteten , gipfelt eine sechsjährige Streben nach einem gemeinsamen Team aus den drei Institutionen , um eine Jahrzehnte alte Frage zu lösen und öffnet die Tür zu einem allgemeineren Verständnis, wie das Gehirn lernt und konsolidiert neue Erfahrungen auf völlig andere Zeitskalen .
Neuronale Netze bilden eine Lernmaschine , die das Gehirn zu extrahieren und neue Informationen aus der Umgebung über die Sinne ermöglicht . Zwei scheinbar widersprüchliche Anforderungen - Forscher haben lange darüber, wie das Gehirn erreicht, Empfindlichkeit und Stabilität , um unerwartete neue Erfahrungen beim Lernen verwirrt.
Ein neues Modell von diesem Team von Mathematikern und Hirnforscher entwickelt zeigt, wie das Netzwerk des Gehirns können neue Informationen zu lernen, während die Aufrechterhaltung der Stabilität .
Um das Problem zu lösen , wandte sich das Team zu einem klassischen experimentellen System . Nach der Geburt der visuelle Bereich des Gehirns Kortex erfährt rasche Änderung , um die Eigenschaften von Nervenzellen , wenn es die Welt durch die linke und rechte Auge entsprechen , ein Phänomen, das als " Okulardominanz Plastizität " oder ODP . Die Entdeckung dieser dramatischen Plastizität wurde von der 1981 den Nobelpreis für Physiologie oder Medizin zu David H. Hubel und Torsten N. Wiesel ausgezeichnet anerkannt.
ODP Lernens enthält ein Paradox, dass die Forscher ein Rätsel - sie stützt sich auf schnell wirkende Veränderungen der Aktivität namens " Hebbschen Plastizität ", in dem neuronalen Verbindungen verstärken oder abschwächen fast sofort je nach Häufigkeit der Verwendung . Doch im Alleingang , dieser Prozess könnte zu einem instabilen Aktivität führen .
Im Jahr 2008 , die UCSF Team von Megumi Kaneko und Michael P. Stryker festgestellt, dass ein zweites Verfahren, " homöostatische Plastizität ", steuert auch ODP durch Abstimmen der Aktivität des gesamten neuronalen Netzes in einem langsameren Weise , ähnlich dem System zur Steuerung der Gesamthelligkeit von einem Fernsehbildschirm ohne Änderung ihrer Bilder.
Durch die Modellierung Hebbian und homöostatische Plastizität zusammen , Mathematiker Taro Toyoizumi und Ken Miller of Columbia sah eine mögliche Entschließung dem Paradox der Gehirn Stabilität während des Lernens . Dr. Toyoizumi , der jetzt am RIKEN Brain Science Institute in Japan, erklärt: "Wir liefen Simulationen von ODP mit einem herkömmlichen Modell . Als wir versäumt, Kaneko und Stryker Daten an das Modell in Einklang zu bringen , mussten wir die Entwicklung eines neuen theoretischen Lösung . "
"Es schien , die Wechselwirkung zwischen diesen zwei verschiedenen Arten von Plastizität , um die Berechnungen von Neuronen im visuellen Bereich durchgeführt verstehen erforschen" Dr. Stryker addiert . Testen der neuen mathematischen Modells in einem Tierversuchswährend ODP war notwendig , damit die Teams beschlossen, zusammen zu arbeiten.
Die Theorie und die experimentellen Ergebnisse zeigten, dass schnell Hebbian und während des Lernens , aber erst nachdem jeder hat unabhängig versichert Stabilität auf eigene Zeitskala langsam homöostatische Plastizität zusammenarbeiten. " Die wesentliche Idee ist, dass die schnellen und langsamen Prozesse zu kontrollieren getrennte biochemische Faktoren ", sagte Dr. Miller.
"Unser Modell löst das ODP Paradox und kann in allgemeinen Begriffen wie Lernen in anderen Bereichen des Gehirns auftritt erklären", sagte Dr. Toyoizumi . " Aufbauend auf unseren allgemeinen mathematisches Modell für das Lernen könnte Einblicke in neue Grundlagen von Hirnleistungenund Krankheiten zu offenbaren. "