Истинный творец всего. Как человеческий мозг сформировал вселенную в том виде, в котором мы ее воспринимаем
Шрифт:
Хотя эти результаты уже были весьма обнадеживающими, самый большой сюрприз ждал нас чуть позже, когда Эрик начал анализировать записи электрической активности отдельных нейронов в соматосенсорной коре мозга наших крыс, следивших за инфракрасным излучением. Значительная доля их нейронов, которые раньше возбуждались только тогда, когда животные касались чего-либо усиками, теперь приобрели способность реагировать на присутствие в окружающей среде инфракрасного излучения (рис. 4.3).
< image l:href="#"/>Рис. 4.3. Отдельные нейроны соматосенсорной коры (S1, A) отвечают и на механическую стимуляцию усиков на мордочке животного (верхняя полоса, B), и на IR-излучение в случае крыс с имплантированным нейропротезом (нижняя полоса, C), передающим электрический стимул на первичную соматосенсорную кору (S1). Верхняя полоса, A: Уплощенные срезы коры в S1 полушариях
В следующем эксперименте мы использовали четыре сенсора инфракрасного излучения, позволявшие получать панорамное изображение цилиндра. В этой серии экспериментов для освоения такой же задачи крысам потребовалось всего три дня, а не четыре недели. Контрольные эксперименты показали, что даже при изменении картины пространственного взаимодействия между выходами инфракрасных сенсоров и различными подобластями соматосенсорной коры мозга крысы быстро переучивались отслеживать инфракрасные лучи и успешно находить с их помощью лакомство более чем в 90 % случаев.
В целом эти две группы экспериментов четко подтвердили возможность приобретения крысами нового тактильного ощущения. Примечательно, что это происходило не за счет уже существовавшего репертуара возможностей: к лету 2016 года Эрик показал, что ни одна из крыс, способных распознавать инфракрасное излучение, не утратила способности использовать усики для выполнения стандартных задач по тактильной дискриминации, которые они выполняют с таким мастерством. Иными словами, участок коры, который ранее занимался исключительно обработкой одного важнейшего типа сигнала (в данном случае тактильной информации), превратился в мультифункциональный участок мозга, хотя за долгую эволюционную историю этого живучего вида ни одна крыса никогда не ориентировалась на сигналы такого рода. В целом можно сказать, что благодаря использованию сенсорных нейропротезов головной мозг наших модифицированных крыс получил способность создавать новые изображения окружающего мира на основании инфракрасных сигналов в дополнение к уже существующему тактильному представлению.
Как и результаты проекта «Снова ходить», наши эксперименты с крысами и инфракрасным излучением представляют собой весьма значимый новый этап в серии научных достижений в сфере выявления и характеризации ключевых функциональных принципов, определяющих работу человеческого мозга.
Такое увлечение нейронными сетями головного мозга восходит к истокам современной нейробиологии. Основателем этого направления можно считать гениального британского ученого XIX века Томаса Юнга – настоящего человека эпохи Возрождения, который, среди прочих своих достижений, провел ставший ныне классическим эксперимент с двумя щелями, показавший волновую природу света. Юнг сделал несколько открытий в области нейробиологии еще до того, как данная сфера науки получила свое название. Одним из его достижений в этой области было предложение трихроматической гипотезы для объяснения цветного зрения: Юнг утверждал, что сетчатка человеческого глаза может кодировать любой цвет с помощью лишь трех типов цветовых рецепторов, ответственных за восприятие света в частично перекрывающихся участках спектра. Согласно теории Юнга, это возможно благодаря соответствию профиля ответа каждого из этих трех типов рецепторов сетчатки колоколообразным зависимостям с максимумами в разных областях спектра (где их реакция на конкретный цвет максимальная) и тому, что все они частично перекрываются между собой (рис. 4.4). Это последнее замечание означает, что каждый рецептор отвечает также и на многие другие цвета, но в меньшей степени. Время показало, что Юнг был абсолютно прав, хоть и выдвинул все эти гипотезы, даже не дотрагиваясь до сетчатки глаза, чтобы провести ее гистологический анализ.
Рис. 4.4. Схематичное представление классической трихроматической теории Томаса Юнга. Nicolelis M. A. L. Brain-Machine Interfaces to Restore Motor Function and Probe Neural Circuits. Nature Reviews Neuroscience 4, no. 5, May 2003: 417–22.
Модель Юнга для функции нейронов была первым примером популяционной, или распределенной, модели нервной системы. В целом такая модель предполагает, что для реализации любой функции мозга требуется совместная активность большого количества нейронов, распределенных по многим областям мозга. Альтернативная модель, в рамках которой отдельные области мозга отвечают за отдельные неврологические функции, называется локализационной моделью. Подробный рассказ о двухсотлетнем противостоянии сторонников распределенной и локализационной моделей можно найти в моей предыдущей книге «За пределами границ». В данной книге достаточно лишь сказать, что для нахождения ответа на вопрос о том, какая из двух моделей лучше описывает способность мозга творить чудеса, потребовалось целых два столетия.
Наиболее твердые свидетельства в пользу справедливости распределенной модели были найдены за последние лет тридцать, когда нейробиологи получили технические возможности для детального изучения нейрофизиологических свойств мозгосетей у людей и животных в свободном состоянии. Благодаря внедрению новых нейрофизиологических методов и (в последние два десятилетия) различных способов визуализации мозга современная нейробиология все больше и больше приближается к пониманию того, что за работу мозга отвечают не отдельные нейроны, а популяции взаимодействующих нейронов, формирующих обширные нейронные сети. И в этом смысле в середине 2018 года мы наконец получили возможность утверждать, что гипотеза Юнга о человеческом мозге одержала окончательную победу.
Наиболее полные нейрофизиологические данные, подтверждающие идею о том, что распределенные популяции нейронов определяют истинные функциональные единицы мозга млекопитающих, включая наш, были получены с помощью одной из новых технологий для изучения свойств мозга животных, которая называется временной многоочаговой мультиэлектродной регистрацией (chronic multisite multielectrode recordings, CMMR). Я достаточно хорошо знаком с этой технологией: на протяжении пяти лет постдокторальной стажировки, проведенных в лаборатории Джона Чепина, одного из величайших американских нейрофизиологов за последние пятьдесят лет, моя основная задача заключалась в развитии и применении одной из первых версий этого нового метода для изучения поведения крыс. Благодаря этой работе, а также усилиям еще пары поколений нейробиологов из моей и многих других лабораторий мира теперь этот метод нейрофизиологического анализа позволяет встраивать в мозг крыс или приматов сотни гибких металлических проводков толщиной с волос, называемых микроэлектродами. Микроэлектроды позволяют одновременно регистрировать потенциалы действия, производимые несколькими тысячами отдельных нейронов определенных нейронных сетей, таких как двигательная сеть, отвечающая за создание плана моторной активности для движения конечностей. Благодаря свойствам материалов, используемых в изготовлении этих микроэлектродов, мультиэлектродная регистрация активности нейронов в нашей лаборатории может продолжаться много месяцев (в случае крыс) или даже несколько лет (в случае обезьян). Эта бесценная техническая особенность позволяет нам не только отслеживать электрическую активность мозга наших животных по мере их обучения новым навыкам, но также регистрировать проявления пластичности мозга на протяжении этого периода обучения.
Эта технология стала важнейшим элементом в моей работе по созданию интерфейса «мозг-машина» (рис. 4.5), который мы впервые разработали вместе с Джоном Чепином и сотрудниками его лаборатории около двадцати лет назад. В рамках данного подхода запись коллективной электрической активности популяции нейронов, локализованных в одной из многих взаимосвязанных зон коры мозга, используется как источник моторной информации, необходимой для контроля движений таких устройств, как роботизированные руки или ноги или даже целые виртуальные тела. С помощью интерфейса, работающего в режиме реального времени, регистрируемые мозговые сигналы вводятся в математические модели, которые выдают расчетные алгоритмы, специально разработанные для извлечения этих двигательных команд из электрической активности мозга и их преобразования в цифровые контролирующие сигналы, распознаваемые искусственными устройствами. Развитие этой технологии послужило семечком, из которого десять лет спустя вырос проект «Снова ходить».
Рис. 4.5. Классическая схема типичного интерфейса «мозг-машина». Lebedev M. A., Nicolelis M. A. Brain-Machine Interfaces: From Basic Science to Neuroprostheses and Neurorehabilitation. Physiological Reviews 97, no. 2, April 2017: 767–837.
Двадцать лет исследований интерфейса «мозг-машина» позволили накопить огромное количество экспериментального материала по функционированию мозгосетей у таких животных, как крысы и обезьяны, и даже у людей в свободном состоянии. Все эти данные подтверждают динамические представления о коре мозга, отличающиеся от общепринятых среди нейробиологов всего лишь пару десятилетий назад.