О моделях нейронов
Ни для кого не секрет, что любые модели врут. Как бы мы ни старались подогнать наше представление о мире в какие-то рамки, во всех правилах можно найти исключения. Тем не менее, построение моделей важно хотя бы для того, чтобы ограничить наше представление о реальности до того масштаба, на котором мы можем эту реальность понять.
В биологии и нейробиологии в частности, учёные всегда работают с какой-то моделью. Это может быть целое животное (например, мышь), культура клеток, отдельная клетка или даже какой-то процесс, которые вытащили из клетки и заставили работать в пробирке. Помимо физических моделей, существуют еще модели математические. Они представляют собой набор уравнений или правил, которые описывают определенный биологический процесс. Каждая модель обычно является результатом работы группы ученых, которая много лет ее создавала, чтобы с её помощью можно было объяснить определенный биологический процесс.
Тем не менее, нам часто необходимо строить модели для большого количества объектов, которые похожи между собой. Одним из примеров являются нейроны и процессы, которые происходят в их мембране. Генерация нервных импульсов в нейронах мозга осуществляется за счет взаимодействия различных ионных каналов. Через каналы проходит электрический ток, который переносят ионы натрия, калия и хлора.
Чтобы лучше понять как разные типы нейронов генерируют нервные импульсы, мы построили модели для 230 различных типов клеток на основании нейронов из срезов мозга мыши. Для того, чтобы этого добиться, нам пришлось разработать целый программный пакет для создания этих моделей на компьютерном кластере. Дело в том, что многие параметры для моделей отдельных нейронов до этого подбирались вручную. Во многом это связано с тем, что довольно долго не существовало хороших методов для оптимизации сильно нелинейных систем уравнений. Поэтому зачастую многим исследователям приходилось подбирать параметры вручную. Это гораздо проще сделать для одного нейрона, нежели создавать отдельный метод для поиска подходящих параметров. С одной стороны, это помогало исследователям публиковать свои работы быстрее для небольшого количества клеток. С другой, такой метод подбора параметров вручную имеет много ограничений. Дело в том, что нейронов очень много в головном мозге, у человека их около 86 триллионов.
Для массового создания моделей нейронов, мы использовали генетические алгоритмы, которые хорошо подходят для нелинейных задач оптимизации. Это позволило нам не только подобрать параметры для каждого отдельного нейрона из экспериментов, но и оценить набор параметров для каждого нейрона по отдельности и каждого класса нейронов. Оказалось, что многие параметры находятся в строго ограниченной области всего пространства параметров, где нейрон может нормально функционировать. Это подтвердило работы других коллег, которые показали, что набор параметров для каждого нейрона неслучаен. С точки зрения эволюции, это имеет смысл – нейрон, который не может выполнять свою функцию в мозге не нужен, поскольку не сможет нормально передавать информацию от других клеток, поэтому не будет поддержан отбором. Для нормального функционирования нейрона необходим баланс различных ионных токов, которые позволяют каждой клетке генерировать импульсы определенным образом. Более того, оказалось, что нейроны похожих типов обладают схожими наборами параметров.
В будущем, такие исследования смогут нам помочь лучше понять как работают разные типы нейронов в мозге и какую функцию они выполняют. Дело в том, что в процессе эволюции новая кора очень сильно увеличилась у разных млекопитающих. Например, ее площадь у человека увеличилась примерно в 26 раз по сравнению общим предком млекопитающих. При этом ученым до сих пор не совсем понятно зачем в мозге необходимо так много типов нейронов. Возможно, нейроны одного типа выполняют похожу функции в распределенных вычислениях в мозге. Другое объяснение в том, что нейроны схожих типов произошли из одних и тех же групп клеток при развитии мозга. С другой стороны, нам постепенно становится понятно, что нейроны разных типов по-разному восприимчивы к заболеваниям мозга. Например, при болезни Альцгеймера первыми повреждаются пирамидные клетки коры мозга, в то время как тормозные нейроны остаются в норме. В будущем это поможет нам лучше понять свойства нейронов и их связь с различным нейродегенеративными заболеваниями.
Наша статья на био-архиве:
https://www.biorxiv.org/content/10.1101/2020.04.09.030239v1
#нейротоля