Svelare il codice neurale
Gli stimoli sensoriali vengono ricevuti, elaborati e trasformati in comandi motori. Resta poco chiaro in che modo questi comandi siano codificati e comunicati in tempi di risposta così brevi e con tale accuratezza. Una delle teorie proposte per spiegare la trasmissione delle informazioni neuronali si basa sull'approccio "chi vince piglia tutto" (Winner-Take-All, WTA). L'ipotesi è che i neuroni che producono l'impulso (spike) siano preparati per rispondere a sequenze ripetute di segnali sensoriali. Essi inducono quindi pattern ordinati di attività neuronale che consistono in un breve stato statico seguito da intense transizioni neuronali. Il progetto WTAINCNS ("Winner-Take-All readout mechanisms in the central nervous system"), finanziato dall'UE, intendeva studiare l'accuratezza di un quadro temporale WTA per la risposta neurale a uno stimolo. I ricercatori suggerivano un meccanismo di competizione basato sulla latenza per spiegare la trasmissione degli stimoli esterni basati sull'identità del neurone che emetteva il primo impulso nella popolazione. A tal fine hanno utilizzato un modello matematico per analizzare importanti parametri nella trasmissione neurale e determinare in che modo essi influenzino l'accuratezza del WTA. La loro analisi teorica era combinata con dati sperimentali da differenti sistemi. In particolare il modello è stato utilizzato per studiare l'apparato visivo in fase iniziale nel pesce e nella scimmia, oltre a determinare la localizzazione delle fonti sonore nella cavia. I risultati hanno mostrato che le cellule responsabili della localizzazione delle fonti sonore raggiungono una differenza di tempo interaurale (ITD) regolando la frequenza con cui emettono il particolare segnale. L'ITD è la differenza nel tempo di arrivo del suono tra le due orecchie. Il meccanismo che utilizzano considera fondamentalmente il numero totale di impulsi emessi dalla cellula nell'intera risposta neurale allo stimolo uditivo. L'approccio computazionale WTAINCNS fornisce un utile strumento per studiare le risposte neuronali e decifrare la latenza di risposta osservata sia nel sistema uditivo che in quello visivo. Sul lungo termine queste informazioni potrebbero essere sfruttate nelle applicazioni delle interfacce cervello-macchina per neuroprotesi che mirano a ripristinare l'udito, la vista e il movimento danneggiati.
