Принципиальная сложность мозга заключена в связях внутри него.
Вы знаете, что внутри мозга огромное количество нервных клеток — навскидку их примерно 86 млрд. Каждая контактирует примерно с 1 тыс. других нервных клеток. Получается значительная сеть из связей.
Попытка понять, что происходит в этой сети хотя бы на глобальном уровне — тренд последних 15 лет, то, чем активно занимаются исследователи.
Какие успехи есть сейчас у людей, которые стараются изучать мозг на таком целостном уровне, пытаясь понять, что, как и с какими процессами связано?
Например, идет активное развитие с появляющимся инструментарием. Есть, наконец, нейробиологические теории интеллекта — их суть в том, что более умными из нас с вами оказываются те люди, у которых нервные связи работают эффективнее, по связям которых лучше течет информация.
Или наблюдаются некоторые различия в типах связей внутри мозга между людьми с разными типами заболеваний. Например, благодаря различиям в том, как происходит активация сетей в мозге, можно отличать болезнь Альцгеймера от деменций с тельцами Леви.
Любопытно, что недавно появилась статья, показавшая, что паттерн работы мозга с точки зрения того, как организована сеть, — это в некотором смысле настолько же уникальная штука, как отпечатки пальцев. И потенциально можно определить человека не только при помощи отпечатков, но и — с точностью выше 99% — при помощи записей его мозга.
Люди с разными моральными качествами отличаются друг от друга по тому, как у них в мозге работают сети. Люди по-разному реагируют на конфликты.
И так связи.
Сначала связи возникают в нервных клетках. Нервные клетки генерируют потенциалы действий. Потенциал действий — электрический заряд, который возникает в нервной клетке и благодаря которому из нее выделяется нейромедиатор. Он попадает в другую клетку, в ней генерируется разряд и т. д.
Базово все связано электрохимической цепью.
Регистрируя активность достаточно большого числа нервных клеток и отслеживая то, когда в клетках возникают потенциалы действия, можно предсказывать, когда они будут возникать в других клетках. Все это делается статистически. Из одиночных нейронов возникают уже более синхронизованная активность. Как раз она и объединяет описанную работу.
Это не как такты в компьютере, но в некотором смысле речь идет о синхронизованной активности, которая точно существует в мозге и помогает ему обрабатывать информацию.
Наверняка вы видели такие картинки, где из разных областей мозга тянутся друг к другу различные ниточки. Перед вами попытка сначала оценить связи в мозге не на уровне нервных клеток и даже не только на уровне крупной анатомии, больших отделов мозга, — но и на уровне того, какие пучки волокон в какие места идут и как по этим пучкам передается информация в локальных областях.
Исследователи делают всё перечисленное с помощью МРТ — и делают уже довольно долго. Уже есть некоторая любопытная информация, как мозг работает.
Например, мы знаем, что существуют очень богатые связями хабы в мозге. Это называется организацией сетей по типу rich club. Есть некоторые узлы, крупные красные точки, через которые проходит вся информация.
Людей с разными патологиями и тому подобным чаще всего характеризует именно распределение данных узлов или набор каких-то изменений.
Крайне интересной мне кажется другая область.
Она обладает плюсами подхода, связанного с регистрацией отдельных нейронов или больших групп нейронов, а также плюсами крупного подхода, когда мы смотрим на весь мозг сразу. Но при этом она лишена минусов указанных подходов.
В чем минусы первого случая, когда мы работаем только с нейронами?
Основной минус — мы не можем посмотреть нейроны сразу во всем мозге. Мы не можем вскрыть череп у человека и поставить электроды на всех нейронах. Тут мы в наших исследованиях очень сильно ограничены областью, которую мы уже взялись изучать.
Одновременно такой подход позволяет смотреть на очень быстрые и детальные процессы, связанные с обработкой информации в мозге на очень тонком уровне.
Минус второго подхода, когда мы смотрим на анатомические сети в мозге, состоит в том, что особенности метода позволяют нам смотреть только на изменения, происходящие в масштабе 2-3 секунд, а не на быстрые изменения. 2-3 секунды — ужасно много для мозга, учитывая, что частота потенциала действия может составлять сотни и даже тысячи герц.
Сети в мозге изучают на электрофизиологическом уровне.
Речь идет о чем-то среднем между изучением отдельных нейронов. Скорость процессов, на которые мы можем смотреть, тоже очень велика. В зависимости от того, насколько муторно вы подходите к эксперименту, она составляет от 0,001 Гц и примерно до 100 Гц. Это действительно быстрые процессы в мозге. И одновремено указанная активность связана со всем мозгом целиком.
Как все устроено?
В первую очередь работают методы электроэнцефалограммы (ЭЭГ) и магнитоэнцефалограммы — к ней всё описанное тоже применимо.
Вам на голову ставят какое-то количество электродов. Сейчас в нейронаучных исследованиях ставят 64 или 128 электродов, довольно крупно покрывая вашу голову точками, отдельными отведениями, с которых регистрируется некоторая суммарная электрическая активность. Мы не знаем детально, откуда она берется. У нас есть модели, но мы не можем воссоздать рождение этой активности на уровне нервных клеток. Однако мы точно знаем, что она связана с какими-то функциональными процессами в мозге.
С каждой точки мы регистрируем некую колебательную активность. Вы наверняка слышали про мозговые ритмы — они как раз и являются составными частями указанной активности. Ритмы — это просто отдельно взятые частотные диапазоны общего колебательного процесса. На основании частотных характеристик выделяют альфа-, бета-, тета-ритм.
Мы говорим про анализ сетей в мозге, и нужно понять, связана ли колебательная активность хотя бы между двумя точками на голове. Чтобы понять, связаны ли в мозге какие-то области, мы берем некоторое количество электродов, одновременно регистрирующих активность в мозге, и пытаемся понять, насколько активность в разных отведениях связана между собой в общем виде. В итоге — пытаемся на основе информации о парах электродов построить что-то типа сети. Нам нужна такая же сеть, какую строят с помощью МРТ.
Тот факт, что электроды будут между собой коррелировать, связан с передачей информации.
Почему мы так думаем?
Это кажется логичным, но когда речь заходит о мозге, все подобные мелочи лучше проверять. Теоретические модели, не подтвержденные никакими экспериментами, часто оказываются недостаточно точными. Речь идет о хорошей тренировке для математика — но она не всегда имеет физиологический смысл.
В данном случае мы из каких-то более детальных клеточных экспериментов знаем: если у нас в мозге есть два участка и между ними есть анатомическая связь, то между ними течет информация и на самом деле сигналы, которые мы будем регистрировать в соседних точках, будут очень похожи.
Если мы перережем связи между этими двумя участками — то они сначала ухудшатся. А если мы вообще отодвинем волокна друг от друга — связи пропадут. Мы потеряли ритмическую колебательную активность в мозге. И только когда мы всё, пусть и не целиком, восстановим, позволим хоть какой-то информации течь между клетками — тогда восстановится и синхронизованная активность.
Мы небезосновательно считаем, что синхронизация между двумя точками — действительно показатель связи между двумя областями в мозге, показатель того, насколько активно между ними идет процесс передачи информации.
Типы измерений принципиально делятся на два больших класса:
Первый класс — non-directed-измерения, которые не делают никаких предположений относительно направленности связей между двумя точками. В данном случае мы совершенно не рассматривали, откуда и куда течет информация. В мозге есть такие связи, о которых мы знаем, что они существуют и в одну, и в другую сторону — просто есть некоторая постоянная цепь передачи информации, и всё.
Для такого типа связей мы можем использовать методы, никаким образом не зависящие от направления связей.
Одновременно мы знаем, что вообще — и это достаточно логично — мозг устроен иерархически. Значит, есть некоторый поток информации. Вообще-то, в общем виде говорить, что связи в мозге просто текут между собой в разные стороны — не совсем правильно. Следовательно, крайне важным оказывается следующее: должны существовать методы, которые позволяют нам оценивать направления связей.
Оценивать можно в основном две характеристики электроэнцефалографического сигнала. В первую очередь мы оцениваем, насколько существует общий колебательный процесс. И тут, учитывая, что речь идет о колебательном процессе, крайне важным оказывается оценить то, насколько в нем совпадают фазы сигнала.
У нас может быть некоторое количество вариантов происходящего с фазами в мозге. Понятно, что могут совпадать фазы между сигналами и что тогда у нас будет один паттерн.
Связи могут иметь какую-то временную задержку — тогда у нас возникнет другой паттерн. И, наконец, связи могут быть обратны друг другу. Тогда в итоге будем получать, что никакой зависимости нет.
Понятно, что такого не бывает.
Нуля никогда не бывает, так же как и единицы никогда не бывает, но тем не менее.
Базово фазовую синхронизацию оценивают с помощью разложения сигнала на комплексные числа и выделения действительной и мнимой части. В первую очередь оценивают как раз мнимую часть.
Другая важная вещь, которую можно делать, — оценивать не столько фазовые характеристики сигнала, сколько амплитудные или частотные характеристики безотносительно фазы.
Тут в первую очередь существует метод анализа когерентности. По сути, речь идет просто о подсчете корреляций между парой электродов с некоторой небольшой поправкой. Ну и еще нужно принимать во внимание довольно серьезные фазовые изменения в разных частотных диапазонах, возникающие за счет того, что у нас длина волны получается разной. С учетом указанных изменений образуются некоторые усложнения процедуры phase locking value, когда мы еще нормализуем частотные спектры на длину волны.
Здесь мы — и в случае оценки фазовой синхронизации, и в случае оценки когерентности — получаем сигналы, которые на самом деле не чувствительны к направлению передачи информации. Мы просто оцениваем то, что сигналы между собой взаимосвязаны.
Второй класс — методы, основанные на изначальных предположениях о том, что сигнал течет из одной стороны в другую.
В первую очередь к таким относится метод granger causality.
Указанные методы были разработаны для экономики, но они активно применяются и в нейронауке. Мы пытаемся на основании активности в одном месте предсказать, что будет происходить в другом электроде, узнать, насколько велика предсказательная сила, чтобы это понять. И можно делать некоторый временной сдвиг, смотреть, насколько происходящее в одном месте приводит к происходящему где-то еще.
Когда мы говорим о связи между точками, нужно принимать во внимание, что эта связь имеет некоторые технические характеристики и некоторые особенности того, как информация от точек поступает к нам.
Например, крайне важным оказывается помнить, что когда мы смотрим на какую-то электрическую активность, речь всегда идет о разности потенциалов. А если имеется разность потенциалов, то одна точка уже есть. Одновременно есть и другая точка на голове, которая называется референтной. Относительно нее мы смотрим разность сигнала. В этом смысле, взяв некоторую общую точку для всех имеющихся в мозге сигналов, мы поймем, что искусственно увеличиваем сходство просто за счет технических характеристик. У нас уже есть нечто общее, где действительно нет нулевой активности, и мы это используем для получения разности потенциалов.
Я описал первую проблему. Ее можно решать, детально анализируя и постоянно выбирая разные точки для референса и подсчета активностей.
Другая проблема связана вот с чем: когда мы видим связь между двумя точками, мы не знаем, что это, может быть, результат связи их обоих с третьей точкой.
В первую очередь дело в том, что мы смотрим активность на поверхности черепа, хотя источник активности в мозге — некий электрический диполь, распространяющееся поле, приходящее в разные участки головы. Существуют методы, позволяющие из активности, которую мы видим на скальпе, получать активность источников в мозге. И тогда нужно пытаться понять связь не между точками на голове, а между источниками в мозге.
И тут начинается все самое интересное...
/Источник/
Картинка кликабельна
Journal information