[ad_1]
В человеческом мозгу нейроны выполняют сложные вычисления с полученной информацией. Исследователи из Массачусетского технологического института продемонстрировали, как дендриты — ветвящиеся отростки, выступающие из нейронов, — помогают выполнять эти вычисления.
Исследователи обнаружили, что в пределах одного нейрона разные типы дендритов получают входные данные из разных частей мозга и обрабатывают их по-разному. Эти различия могут помочь нейронам интегрировать различные входные данные и генерировать соответствующий ответ, говорят исследователи.
В нейронах, которые исследователи изучили в этом исследовании, похоже, что эта дендритная обработка помогает клеткам воспринимать визуальную информацию и объединять ее с двигательной обратной связью в цепи, которая участвует в навигации и планировании движения.
«Наша гипотеза состоит в том, что эти нейроны обладают способностью выделять определенные особенности и ориентиры в визуальной среде и объединять их с информацией о скорости бега, о том, куда я иду и когда собираюсь двигаться, чтобы двигаться к цели. цель», — говорит Марк Харнетт, адъюнкт-профессор мозга и когнитивных наук, член Института исследований мозга Макговерна Массачусетского технологического института и старший автор исследования.
Мэтью Лафуркад, бывший постдоктор Массачусетского технологического института, является ведущим автором статьи, которая опубликована сегодня в Нейрон.
Сложные расчеты
Любой данный нейрон может иметь десятки дендритов, которые получают синаптический вход от других нейронов. Нейробиологи выдвинули гипотезу, что эти дендриты могут действовать как компартменты, которые выполняют свои собственные вычисления с поступающей информацией, прежде чем отправлять результаты в тело нейрона, который интегрирует все эти сигналы для создания выходных данных.
Предыдущие исследования показали, что дендриты могут усиливать входящие сигналы с помощью специализированных белков, называемых рецепторами NMDA. Это чувствительные к напряжению рецепторы нейротрансмиттеров, которые зависят от активности других рецепторов, называемых АМРА-рецепторами. Когда дендрит получает много входящих сигналов через рецепторы AMPA одновременно, достигается порог активации близлежащих рецепторов NMDA, создавая дополнительный всплеск тока.
По словам Харнетта, это явление, известное как супралинейность, помогает нейронам различать входные сигналы, которые поступают близко друг к другу или дальше друг от друга во времени или пространстве.
В новом исследовании исследователи Массачусетского технологического института хотели определить, предназначены ли различные типы входных данных для разных типов дендритов, и если да, то как это повлияет на вычисления, выполняемые этими нейронами. Они сосредоточились на популяции нейронов, называемых пирамидальными клетками, основных выходных нейронах коры, которые имеют несколько различных типов дендритов. Базальные дендриты простираются ниже тела нейрона, апикальные косые дендриты отходят от ствола, идущего вверх от тела, а пучковые дендриты расположены в верхней части ствола.
Харнетт и его коллеги выбрали для своих исследований часть мозга, называемую ретросплениальной корой (RSC), поскольку она является хорошей моделью ассоциативной коры — типа коры головного мозга, используемого для сложных функций, таких как планирование, общение и социальное познание. RSC объединяет информацию из многих частей мозга для управления навигацией, и пирамидальные нейроны играют ключевую роль в этой функции.
В исследовании на мышах исследователи впервые показали, что в пирамидные нейроны RSC поступают входные сигналы трех разных типов: из зрительной коры в базальные дендриты, из моторной коры в апикальные косые дендриты и из латеральных ядер таламуса. область визуальной обработки, в пучковые дендриты.
«До сих пор было мало картографирования того, какие входы поступают в эти дендриты», — говорит Харнетт. «Мы обнаружили, что здесь есть некоторые сложные правила подключения, когда разные входы идут к разным дендритам».
Диапазон ответов
Затем исследователи измерили электрическую активность в каждом из этих отсеков. Они ожидали, что рецепторы NMDA будут проявлять супралинейную активность, потому что такое поведение было продемонстрировано ранее в дендритах пирамидных нейронов как в первичной сенсорной коре, так и в гиппокампе.
В базальных дендритах исследователи увидели именно то, что и ожидали: входной сигнал, поступающий из зрительной коры, вызывал надлинейные электрические импульсы, генерируемые рецепторами NMDA. Однако всего в 50 микронах, в апикальных косых дендритах тех же клеток, исследователи не обнаружили признаков супралинейной активности. Вместо этого ввод в эти дендриты приводит к устойчивому линейному ответу. Эти дендриты также имеют гораздо более низкую плотность рецепторов NMDA.
«Это было шокирующим, потому что никто никогда не сообщал об этом раньше», — говорит Харнетт. «Это означает, что апикальные косые мышцы не заботятся о характере ввода. Входы могут быть разделены во времени или вместе во времени, и это не имеет значения. Это просто линейный интегратор, который сообщает ячейке, сколько входных данных она получает, не выполняя никаких вычислений».
Эти линейные входные данные, вероятно, представляют собой информацию, такую как скорость бега или пункт назначения, говорит Харнетт, в то время как визуальная информация, поступающая в базальные дендриты, представляет собой ориентиры или другие особенности окружающей среды. Надлинейность базальных дендритов позволяет им выполнять более сложные типы вычислений с этим визуальным входом, что, по гипотезе исследователей, позволяет RSC гибко адаптироваться к изменениям в визуальной среде.
В пучковых дендритах, которые получают информацию от таламуса, спайки NMDA могут генерироваться, но не очень легко. Как и апикальные косые дендриты, пучковые дендриты имеют низкую плотность рецепторов NMDA. Лаборатория Харнетта сейчас изучает, что происходит во всех этих различных типах дендритов, когда мыши выполняют навигационные задачи.
Исследование финансировалось стипендией Boehringer Ingelheim Fonds PhD, Национальными институтами здравоохранения, Фондом Джеймса У. и Патрисии Т. Пойтрас, программой стипендий Клингенштейна-Саймонса, премией стипендиата Валле и стипендией Макнайта.
[ad_2]
Source