Nuovo metodo per analizzare i dati generati da migliaia di neuroni
Gli scienziati hanno sviluppato un nuovo metodo in grado di analizzare grandi volumi di dati generati da migliaia di neuroni. Questa svolta nella previsione del comportamento neuronale in grandi reti è un passo importante verso la comprensione di come il comportamento di un organismo nasce dall’interazione tra il suo sistema nervoso, il suo corpo e il suo ambiente. Il nuovo metodo in questione rappresenta un quadro unificatore in grado di stimare più accuratamente le fluttuazioni di un sistema e la sua sensibilità ai cambiamenti dei parametri. Sviluppato con il supporto del progetto DIMENSIVE, finanziato dall’UE, questo strumento è utile per elaborare metodi per analizzare dinamiche biologiche e sociali su larga scala e non in equilibrio. Uno studio nel quale si descrive il quadro è stato pubblicato sulla rivista «Nature Communications». «Solo molto di recente abbiamo avuto la tecnologia per registrare migliaia di singoli neuroni negli animali mentre interagiscono con il loro ambiente, il che rappresenta un enorme passo avanti rispetto allo studio di reti di neuroni isolati in colture di laboratorio o in animali immobilizzati o anestetizzati», ha dichiarato il dottor Miguel Aguilera dell’Università del Sussex, coordinatore del progetto DIMENSIVE, in un articolo pubblicato sul sito dell’università. «Si tratta di un progresso entusiasmante, ma non abbiamo ancora i metodi per analizzare e comprendere l’enorme quantità di dati creati dal comportamento di non-equilibrio. Il nostro contributo offre la possibilità di far progredire la tecnologia per trovare modelli che spieghino come i neuroni elaborano le informazioni e generano il comportamento», ha continuato il dottor Aguilera, autore principale dello studio.
Prendere in considerazione sistemi altamente fluttuanti
La via più efficiente per capire come funzionano i grandi sistemi è con modelli statistici come i metodi del campo medio, validi in regimi caratterizzati da piccole fluttuazioni. «Spesso, però, queste tecniche funzionano solo in condizioni molto idealizzate», ha spiegato il dottor Aguilera. Di fatto, un gran numero di sistemi biologici opera in regimi critici e altamente fluttuanti. «Il cervello è in costante cambiamento, sviluppo e adattamento, mostra complessi modelli fluttuanti e interagisce con ambienti in rapida evoluzione. Il nostro modello si propone di catturare con precisione le fluttuazioni di queste situazioni di non-equilibrio che ci aspettiamo dagli animali che si comportano liberamente nel loro ambiente naturale.» Il team di ricerca ha applicato un approccio geometrico all’approssimazione del campo medio. Secondo il co-autore il dottor S. Amin Moosavi dell’Università giapponese di Kyoto, «la geometria dell’informazione ci fornisce un percorso chiaro per far progredire in maniera sistematica i nostri metodi e suggerire nuovi approcci, ottenendo strumenti di analisi dei dati più accurati». Un quadro unificato delle teorie di campo medio permette la costruzione sistematica di metodi di campo medio in linea con le proprietà statistiche dei sistemi che i ricercatori stanno esplorando. Il co-autore Prof. Hideaki Shimazaki, anche lui dell’Università di Kyoto, ha osservato: «Oltre a fornire metodi di calcolo avanzati per grandi sistemi, il quadro unifica molti approcci esistenti da cui possiamo far avanzare ulteriormente le neuroscienze e l’apprendimento automatico. Siamo lieti di offrire una visione così unificatrice che esprime un segno distintivo del progresso scientifico quale prodotto di questa intensa collaborazione internazionale». Come riportato nell’articolo, tali metodi saranno ora utilizzati per modellizzare migliaia di neuroni di pesci zebra che interagiscono con un ambiente di realtà virtuale. Questa è la prossima fase del progetto DIMENSIVE (Data-driven Inference of Models from Embodied Neural Systems In Vertebrate Experiments) che terminerà a maggio 2022. Per maggiori informazioni, consultare: pagina web del progetto DIMENSIVE
Parole chiave
DIMENSIVE, neurone, quadro unificatore, metodo del campo medio, sistema neurale