Ricerche

Ricercatori dell'Università della California di Irvine hanno scoperto meccanismi fondamentali con cui la regione cerebrale dell'ippocampo organizza i ricordi in sequenze e come questo può essere usato per pianificare un comportamento futuro. La scoperta può essere un passo storico fondamentale per capire i guasti della memoria nei disturbi cognitivi come l'Alzheimer e le altre forme di demenza.

Combinando tecniche di registrazione elettrofisiologica nei roditori con un'analisi di apprendimento statistico automatico su enormi basi di dati, i ricercatori dell'UCI hanno trovato evidenze che suggeriscono che la rete dell'ippocampo codifica e conserva progressioni di esperienze per aiutare il processo decisionale. Il lavoro è stato pubblicato di recente su Nature Communications.

"Il nostro cervello mantiene buone registrazioni del momento in cui si verificano esperienze o eventi specifici. Questa abilità aiuta il funzionamento nella vita quotidiana, ma prima di questo studio, non avevamo una idea chiara dei meccanismi neuronali dietro questi processi", ha detto l'autore senior Norbert Fortin, professore di neurobiologia e comportamento dell'UCI. "Dove si collega con tutti è che questo tipo di memoria è fortemente compromesso in vari disturbi neurologici o semplicemente nell'invecchiamento, quindi abbiamo davvero bisogno di sapere come lavora questa funzione cerebrale".

Il progetto, che ha richiesto più di tre anni per essere completato, ha coinvolto le fasi sperimentali e di analisi dei dati. I ricercatori hanno monitorato lo 'sparo' dei neuroni nel cervello di ratti mentre erano sottoposti a una serie di test di identificazione degli odori. Presentando cinque diversi odori in varie sequenze, gli scienziati sono riusciti a misurare la memoria degli animali nella sequenza corretta e a rilevare in che modo il loro cervello catturava queste relazioni sequenziali.

"L'analogia a cui penserei è con il computer", ha detto Fortin. "Se potessi attaccare elettrodi nel tuo cervello (non possiamo, ecco perché usiamo i ratti) vedrei quali cellule stanno sparando, e quali no, in un dato momento. Questo ci fornisce qualche informazione sul modo in cui il cervello rappresenta e calcola le informazioni. Quando registriamo i modelli di attività in una struttura, è come se stessimo vedendo vari zero-uno in un computer".

Le misurazioni dell'attività e dell'inattività neuronale, ottenute in intervalli di millisecondi per diversi minuti, presentano un'immagine dinamica del funzionamento del cervello. Fortin ha detto che lui e i suoi colleghi erano, in qualche modo, in grado di "leggere la mente" dei loro soggetti, osservando la "codifica" delle cellule - quali sparavano e quali no - in rapida successione.

"Quando pensi a qualcosa, si muove rapidamente", ha detto. "Non sei bloccato su quel ricordo per molto tempo. Proprio ora, si sta rappresentando, ma possiamo vedere che cambia molto rapidamente".

Fortin sapeva in anticipo che le letture dell'attività dell'ippocampo avrebbero generato enormi quantità di dati grezzi. Fin dagli stadi iniziali del progetto, ha richiesto la collaborazione degli statistici nella facoltà di informatica.

"Le questioni delle neuroscienze che avevamo a quel tempo nel mio laboratorio erano troppo avanzate per la nostra conoscenza statistica. Ecco perché avevamo bisogno di coinvolgere dei partner con la competenza scientifica dei dati", ha detto Fortin.

"Questi studi emergenti di neuroscienze si affidano ai metodi della scienza dei dati a causa della complessità dei loro dati", ha affermato il co-autore senior Babak Shahbaba, docente di statistica dell'UCI. "Le attività cerebrali sono registrate in scala di millisecondi, e questi esperimenti durano più di un'ora, quindi puoi immaginare con che velocità cresce la quantità di dati. Arriva a un punto che i neuroscienziati hanno bisogno di tecniche più avanzate per realizzare ciò che avevano immaginato, ma che non erano in grado di implementare".

Egli ha notato che quando i neuroni codificano informazioni come i ricordi, gli scienziati possono dare un'occhiata a quel processo esaminando il modello di attività di picco in tutti i neuroni registrati, chiamati collettivamente ensemble.

"Abbiamo scoperto che potevamo trattare questi schemi neurali come immagini, e questo ha sbloccato la nostra capacità di applicare i metodi di apprendimento profondo della macchina", ha detto Shahbaba. "Abbiamo analizzato i dati con una rete neurale convoluzionale, che è una metodologia usata di frequente nelle applicazioni di elaborazione delle immagini come il riconoscimento del viso".

In questo modo, i ricercatori sono riusciti a decodificare lo sparo dei neuroni per recuperare le informazioni.

"Sappiamo come appare la firma dell'odore B, proprio come conosciamo quelle di A, C e D", ha detto Fortin. "Per questo, puoi vedere quando quelle firme riappaiono in un momento diverso nel tempo, come quando i nostri soggetti stanno anticipando qualcosa che deve ancora accadere. Vediamo che queste firme vengono ripetute rapidamente mentre i soggetti stanno pensando al futuro".

Shahbaba ha detto che gli strumenti e le metodologie sviluppati durante questo progetto possono essere applicati a una vasta gamma di problemi, e Fortin può estendere la sua linea di inchiesta in altre regioni cerebrali.