Обучение перестраивает паттерны нейральной активности для различения важных запахов
Исследователи обнаружили, что обучение изменяет геометрию нейральной активности в мозге, позволяя лучше различать важные запахи. У рыбок данио кластеры активности для ассоциированных с едой запахов становились более отчетливыми после обучения.
Обучение может изменять то, как мозг организует сенсорную информацию, но исследователи все еще разбираются в том, как выглядят эти изменения в больших группах нейронов. Одна из возможностей состоит в том, что мозг сохраняет знакомый запах как единый стабильный паттерн нейральной активности. Другая возможность состоит в том, что паттерны не фиксированы. Вместо этого обучение изменяет диапазон паттернов, которые может производить мозг, облегчая различение важных запахов путем изменения того, что ученые называют "геометрией" нейральной активности.
Для проверки этих гипотез исследователи под руководством Райнера Фридриха обучали молодых и взрослых рыбок данио различать два запаха — один сопровождался едой, другой нет. После обучения рыбки с большей вероятностью плыли в кормовую зону, когда чувствовали запах, связанный с едой, показывая, что они выучили эту ассоциацию. Их работа опубликована в журнале Nature Neuroscience.
Далее команда измерила активность в области мозга, которая, как считается, формирует внутренние представления запахов в окружающей среде животного. Паттерн активности варьировался каждый раз, когда рыбка встречала один и тот же запах, и быстро исчезал после удаления запаха, предоставляя мало доказательств гипотезе о том, что запахи кодируются единичными статическими паттернами.
Однако обучение изменило то, что нейробиологи называют нейральными многообразиями — математическими описаниями различных паттернов активности, которые могут возникать в большом количестве нейронов при наличии запаха. Их можно представить как кластеры на карте: каждая точка представляет объединенную активность многих клеток мозга в один момент, а близлежащие точки представляют аналогичные паттерны, кодирующие один запах.
Эти кластеры более сложны, чем просто группа точек на странице. Они могут существовать во многих измерениях, при этом активность каждой клетки мозга добавляет еще одно измерение, и могут принимать сложные формы. Чтобы лучше понять эту геометрию, группа Фридриха объединилась с группой СьюЙеон Чунга, теоретического нейробиолога из Институте Флатирона и Нью-Йоркского университета, ныне в Гарварде, который разработал математическую основу для изучения нейральных многообразий.
Вместе исследователи обнаружили, что после обучения кластеры, связанные с важными запахами, стали легче различаться. Подобные изменения в паттернах активности могли быть воспроизведены в компьютерных моделях, и рыбки с более отчетливыми мозговыми реакциями лучше различали запахи.
"Эти результаты значительно продвигают наше понимание того, что происходит, когда мозг учится", — говорит Фридрих. Хотя исследователи еще не знают, какие изменения в синаптических связях между клетками мозга вызывают эту перестройку, работа показывает, что обучение запахам может работать не как сохранение каждого запаха в фиксированном умственном ящике, а скорее как переформирование карты, чтобы важные запахи выделялись.