Aktywność neuronalna i kodowanie zmysłowe
Depolaryzacja lub hiperpolaryzacja spoczynkowego potencjału błonowego, jak również aktywność iglicowa, która następuje po przekroczeniu progu depolaryzacji, stanowią wskaźniki aktywności neuronu. Aktywność elektryczną można rejestrować w pojedynczych neuronach lub w ich populacjach (średnia wartość potencjału pola). Wykazano też, że pojedyncze neurony korowe mogą przełączać się spontanicznie między stanem lekkiej depolaryzacji (wzmożona aktywność) a stanem hiperpolaryzacji (osłabiona aktywność). Te fluktuacje są bardziej wyraziste podczas zsynchronizowanych, wolnofalowych oscylacji, zarejestrowanych w populacjach komórek. Zjawiska te wydają się powiązane ze sobą. Naukowcy analizowali stochastyczny charakter sieci neuronalnych w ramach finansowanego przez UE projektu NETDYNCORTEX (Network dynamics of auditory cortex and the impact of correlations on the encoding of sensory information). Zwierzęta w znieczuleniu ogólnym po podaniu uretanu wykazują wzorce aktywności korowej podobne do tych u zwierząt niepoddanych znieczuleniu. Naukowcy badali okresy wzmożonej i osłabionej aktywności ośrodka słuchu w korze mózgowej u poddanych narkozie szczurów podczas aktywności podobnej do tej występującej w fazie snu wolnofalowego. Okresowość była bardziej nieregularna, niż wcześniej sądzono, co sugeruje brak związku między tymi dwoma zjawiskami. Komputerowe modele sieci wskazują na możliwe mechanizmy nasilania i osłabiania aktywności oraz czynności. Następnie zespół badał sparowane korelacje szumu, zjawiska, w którym dwie sąsiadujące komórki mają tendencję do współdzielenia części statystycznej zmienności we wzorcach iglic. Co ciekawe, naukowcy wykazali, że te korelacje wynikały przede wszystkim z okresów, w których wszystkie neurony wykazują brak aktywności iglicowej, w przeciwieństwie do wcześniejszych badań, w których zakładano, że korelacje wynikają z wspólnych wejść anatomicznych. Model potwierdził taką możliwość. Model obliczeniowy sprzęgający standardowe obwody zmysłowe ze standardowymi obwodami podejmowania decyzji został wykorzystany do przewidywania roli fluktuacji neuronalnych w podejmowaniu decyzji na bazie percepcji. Model wyjaśnił ważną rozbieżność, pojawiającą się w literaturze, a jego prognozy potwierdziły się w zapisie pochodzącym od małp. Dalsze badania dotyczyły roli niedawnych doświadczeń w przewidywaniu prawdopodobnych bodźców u szczurów wykonujących zadania polegające na rozróżnianiu bodźców dźwiękowych. Projekt NETDYNCORTEX podkreśla złożoność zależności między stochastyczną dynamiką nieliniową obwodów korowych, jak również ukazuje obecne tam mechanizmy i przebieg percepcji. Uzyskane dane pozwoliły wyjaśnić możliwe mechanizmy korowe przetwarzania danych i opracować narzędzia do dalszych badań.
