Исследования мозга Человека

XUC

второе пришествие
Регистрация
3 Сен 2006
Сообщения
869
Реакции
569

blobid1599417212265.jpg

В умирающем человеческом мозге зафиксировали всплески гамма-волн​

В областях, которые отвечают за зрительное восприятие

644fa5fdc8f3a_img_desktop.jpg


Brain on Fire / Denver and Delilah Productions, 2016

У двух из четырех умирающих пациентов в коме после прекращения искусственной вентиляции легких (ИВЛ) электроэнцефалография (ЭЭГ) показала заметное увеличение гамма-активности мозга в зоне коры, которая ответственна за сознательное зрительное восприятие. Кроме того, наблюдалось увеличение активности междолевых связей в гамма-диапазоне. Исследование Для просмотра ссылки Войди или Зарегистрируйся в Proceedings of the National Academy of Sciences.
Околосмертные Для просмотра ссылки Войди или Зарегистрируйся во время клинической смерти часто одинаково описываются выжившими из самых разных культур: они Для просмотра ссылки Войди или Зарегистрируйся это как внетелесные переживания с эйфорией или потерю ощущения пространства и времени. Ранее Для просмотра ссылки Войди или Зарегистрируйся о регистрации на ЭЭГ у таких людей высокочастотных колебаний, которые некоторые ученые рассматривают как маркер сознания. У животных, в частности, Для просмотра ссылки Войди или Зарегистрируйся увеличение гамма-активности на ЭЭГ после остановки сердца. Считается, что гамма-ритм Для просмотра ссылки Войди или Зарегистрируйся сознательное восприятие зрительной информации и повышенную концентрацию внимания.
Известно, что сознательное восприятие визуальных стимулов ассоциировано с двумя путями: один проходит через затылочно-височную извилину, а другой через затылочно-теменное соединение. Эти височно-теменно-затылочные связи (включающие как серое, так и белое вещество), опосредующие обработку зрительной информации, помимо прочего считают зоной нейронных коррелятов сознания.
Ученые во главе с Джимо Борджигин (Jimo Borjigin) из Мичиганского университета ретроспективно исследовали ЭЭГ четырех умирающих людей в коме, находившихся на ИВЛ. Трое из них умерли из-за гипоксического повреждения мозга после остановки сердца, а один — из-за обширного кровоизлияния в мозг. В течение последних 24 часов у двух пациентов врачи отметили судорожную активность на ЭЭГ.
У первого пациента в левой переднесрединной части височной доли (T3) на ЭЭГ врачи обнаружили вспышки гамма-ритма (частота от 30 до 120 герц, амплитуда 2-10 микровольт) перед смертью, чья амплитуда увеличивалась в течение нескольких секунд после прекращения ИВЛ уже во всем мозге, а особенно в лобных и центральных областях: такое же наблюдали еще у одного пациента.
На поздних стадиях умирания в правой и левой височных долях гамма-ритм продолжал появляться в виде вспышек. Также активны в гамма-ритме были соматосенсорная кора (C3 и C4), дорсолатеральная префронтальная кора справа (F4) и вентролатеральная префронтальная кора с двух сторон (F7, F8). В целом по всему мозгу врачи короткое время наблюдали все мозговые ритмы, однако чаще и с большей амплитудой регистрировались гамма-ритмы.
Амплитуда гамма-ритмов в правой переднесрединной части височной доли (T4) была значимо связана с фазой более низких частотных диапазонов, и сила этой связи динамически изменялась на разных стадиях умирания: например, незадолго до отключения аппарата ИВЛ ее не было, однако затем эта связь особенно заметно увеличивалась в соматосенсорной и дорсолатеральной префронтальной коре. Кроме того, ЭЭГ зафиксировала распространение гамма-ритмов между правой теменной долей и правой задней височной долей, которое затем переходило в затылочную долю.
Таким образом, ученые зафиксировали гамма-ритмы в участках мозга, которые отвечают за восприятие зрительной информации, у двух умирающих пациентов, которым отключили аппарат ИВЛ. Как считают ученые, активацию гамма-ритмов можно считать компенсаторной реакцией при острой гипоксии головного мозга.
О том, что люди, которые выбрали работу с умершими в качестве профессии, думают о смерти, можно Для просмотра ссылки Войди или Зарегистрируйся в книге «О дивный тленный мир. Когда смерть — дело жизни» (издательство «Манн, Иванов и Фербер»).

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Последнее редактирование:
В Австралии появится нейроморфный ИИ-суперкомпьютер DeepSouth
для имитации человеческого мозга

Университет Западного Сиднея (Австралия) Для просмотра ссылки Войди или Зарегистрируйся проект суперкомпьютера нового типа под названием DeepSouth. Речь идёт о создании нейроморфной машины, способной с высочайшей производительностью имитировать процессы, протекающие в человеческом мозге. Предполагается, что система выведет на новый уровень решение задач в области ИИ и машинного обучения.

Исследователи отмечают, что наш мозг способен обрабатывать эквивалент экзафлопа математических операций в секунду, затрачивая при этом всего около 20 Вт. Вместе с тем традиционные суперкомпьютеры при решении ресурсоёмких ИИ-задач используют компоненты, например, ускорители на базе GPU, которые требуют огромного объёма энергии.

Для просмотра ссылки Войди или Зарегистрируйся
Источник изображения: Университет Западного Сиднея
Как отмечает Datacenter Dynamics, ссылаясь на заявления профессора Андре ван Шайка (André van Schaik), директора Международного центра нейроморфных систем в Университете Западного Сиднея, DeepSouth сможет обеспечить соотношение производительности, энергоэффективности и занимаемой площади, которое невозможно достичь при использовании стандартных CPU и GPU. Ожидается, что нейроморфный суперкомпьютер сможет выполнять около 228 трлн «синаптических операций» в секунду, что по масштабу сравнимо с человеческим мозгом.

В подробности об аппаратном обеспечении системы разработчики пока не вдаются. Говорится лишь, что задействовано коммерчески доступное конфигурируемое оборудование. Ресурсы DeepSouth будут предоставляться дистанционно через специализированный интерфейс, позволяющий описывать нейронные модели и проектировать нейронные сети на Python.

Говорится также, что для DeepSouth предусмотрено использование масштабируемой архитектуры: это позволит адаптировать конфигурацию под те или иные проекты, обеспечивая оптимальную производительность при минимальных энергозатратах. Ввод суперкомпьютера в эксплуатацию запланирован к апрелю 2024 года.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Учёные создали синаптический транзистор для имитации работы головного мозга человека

Не секрет, что головной мозг работает не так, как электронные цепи компьютера. У них разная архитектура, сблизить которую мечтает не одно поколение учёных. Мозг хранит и обрабатывает данные в одном месте, тогда как компьютер постоянно пересылает их между процессором и банками памяти. Главная проблема в отсутствии подходящей ячейки памяти, которая одновременно играла бы роль транзистора, с чем обещают помочь учёные из США.

graphen.jpg

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Команда учёных из Северо-Западного университета (Northwestern University), Бостонского колледжа (Boston College) и Массачусетского технологического института (MIT) сообщила, что они создали и испытали так называемый синаптический транзистор, который оказался способен работать в составе нейронных сетей с ассоциативным обучением. Главным преимуществом разработки учёные считают способность транзистора работать при комнатной температуре с предельно маленьким потреблением 20 пВт (пиковатт).

В живой нервной ткани синапс представляет собой зазор между окончанием одного нейрона и началом другого (если речь идёт о головном или спинном мозге). В этом зазоре происходят биохимические реакции, которые отвечают за передачу нервного импульса дальше или за его блокировку. Представленный учёными транзистор выполняет сходную функцию, но в своей работе он использует физические явления и процессы.

По большому счёту разработка относится к сфере муаровых квантовых материалов. Во многих случаях такие материалы работают в условиях криогенного охлаждения. Поэтому для команды исследователей было важно показать эффект при комнатной температуре, с чем они успешно справились.

Транзистор, если его так можно назвать, представляет собой два наложенных друг на друга слоя материала атомарной толщины, слегка смещённых друг относительно друга в горизонтальной плоскости. Один слой — это графен, а второй слой — это нитрид бора с гексагональной решёткой. Поворот одного из них на определённый угол создаёт муаровый узор из двух совмещённых структур, и в этом всё волшебство. Правильные углы, при которых проявляются отчётливые взаимодействия, даже принято называть магическими.

При определённых углах поворота кулоновские взаимодействия между двумя материалами переходят в разряд экзотических электрических взаимодействий, которые в обычных материалах не встречаются, что открывает потенциал для использования таких структур в будущей электронике с непознанной до конца функциональностью.

К чести исследователей, они пошли дальше и создали на основе представленных условных транзисторных переходов ряд нейронных цепей, которые показали способность к ассоциативному обучению. Экспериментальные схемы обучались распознавать группы цифр в бинарном кодировании, с чем они успешно справились. Например, нейронные цепи отделили комбинации 000 и 111 от 101, показав ассоциативную связь первых и их отличие от третьей комбинации. Таким образом, сообщают в аннотации к статье в журнале Nature учёные, «муаровый синаптический транзистор обеспечивает эффективные схемы вычислений в памяти и [обещает] передовые аппаратные ускорители для искусственного интеллекта и машинного обучения».

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 
Мозг - это суперкомпьютер, его можно разгонять. Для этого хорошо подходит препарат нанотропил. apteka.ru.
Так же его можно программировать, прочтите книгу Психология Эволюции.


maxresdefault.jpg


1. Введение.
Данная статья представляет из себя своеобразный синтез традиционной информатики и биоинформатики, изначально зародившийся в качестве попытки разъяснения хакерам почему и как должны применяться ноотропные препараты. В ходе этой попытки возникла идея создания вполне реалистичного биокомпьютера, использующего те же молекулярные единицы анализа информации, что и человеческий (и не только) мозг, и специализированного для высокоэффективного взлома симметричных шифров. В связи с обьемом излагаемой информации, окончательные выкладки пришлось разбить на две части. Первая часть посвящена собственно механизмам обработки данных мозгом на достаточно низком уровне, фактически - основам нейробиологического ассемблера, а также постройке вышеупомянутой машины на базе этих механизмов. Вторая часть включает в себя описание действия и применения распространённых ноотропных препаратов, опять же используя в качестве основы описанные в первой части механизмы. Таким образом, если всё, что вас интересует, это "разгон" возможностей вашего мозга за пределы его естественных лимитов, не следует пренебрегать первой частью. Понимание - ключ к эффективности любой методологии.

Немного об авторе для разъяснения истоков приведённой информации. Я занимался разработкой эрго- (повышающих выносливость) и ноотропных препаратов ещё будучи студентом в советские времена, по образованию - нейрохимик, работал и защищался в группе, которой принадлежит честь открытия и классификации большинства упомянутых в статье рецепторов на глутамат. После защиты не смог продолжать исследования в интересующих меня областях по длинному ряду причин, в придачу старое хобби взяло верх, и я стал инженером по информационной безопасности, которым и являюсь по сей день. Разумеется, 13 лет из жизни не выбросишь, и попытки синтеза обоих областей неизбежны. Это - одна из них.

Сразу же оговорим - данная статья не имеет никакого отношения к социальной инженерии (несмотря на название), искусственному моделированию нейрональных сетей и биоинформатике в её традиционном понимании. Объекты, с которыми мы здесь имеем дело - это не так называемые ДНК компьютеры, а типичные "фон Ньюмановские машины", оперирующие согласно тем же логическим принципам, что и ваша рабочая станция. Математическая сторона обсуждаемых здесь вопросов намеренно сведена к минимуму - предполагаемая аудитория не является математиками, и передать предлагаемые здесь идеи абсолютно возможно без потоков непонятных для не имеющих математической базы читателей формул.

2. Вскрываем "влажные сети".
Вопреки распространённому заблуждению, логически человеческий мозг не представляет из себя один массивный ЦПУ. Это массивная сеть, состоящая приблизительно из триллиона клеток-хостов, 100 миллиардов из которых - нейроны (по крайней мере согласно данным управления перспективных исследований Министерства обороны США (DARPA). Данная сеть использует гигантское количество процессоров с ещё большим количеством взаимосвязей между ними. Вычислительная мощь такой сети сводится к частоте обновлений этих взаимосвязей, т.е. фактически к нахождению, установлению и поддержанию маршрутов. Таким образом, роль процессоров в ней сводится к основной, если не единственной, задаче - заполнению и поддержанию таблиц маршрутизации, определяющих поток сетевого трафика между "хостами". Мы ещё вернёмся к тому, что считать процессором в данной системе. А сейчас стоит подчеркнуть, что чем быстрее маршруты устанавливаются и пересчитываются, тем быстрее идёт процесс обучения. Чем больше поддерживается разнообразных маршрутов и чем они сложнее, тем больше информации сохраняется в подобной сети. Чтобы переносить информацию в долговременную память, маршрут должен быть поддержан в течении достаточно длительного времени; в некоторых случаях он может существовать постоянно до наступления смерти или серьёзного повреждения вовлечённых нейрональных цепей. Отдельно взятый нейрон имеет тенденцию забывать то, что с ним произошло 10 миллисекунд назад, таким образом вне сети с точки зрения сохранения данных он бесполезен. Давайте же рассмотрим более подробно протокол маршрутизации, который управляет естественными нейрональными сетями.

Трафик данных в нейрональных сетях есть ни что иное, как обусловленная разницей мембранных потенциалов передача электрического импульса, всегда текущая по пути наименьшего сопротивления / максимальной проводимости / наименьших затрат. Таким образом, единственной переменной, кроме, разумеется, наличия физического подключения нейрона к нейрону ("воткнутый кабель"), определяющей направление и силу потока данных в нейрональной сети, является проводимость (выраженная в Сименсах, Ом-1). Упростив, мы можем сравнить её с пропускной способностью / толщиной канала. Это и есть искомая метрика. Как насчёт пакетов обновления маршрутизации? Устойчивый поток низкочастотной синaптической стимуляции, так называемый "протокол сопряжения", не обуславливает направление течения основного (с точки зрения возникновения и стабилизации маршрута) высокочастотного потока данных. Однако, протокол сопряжения указывает соединённым нейронам, что их "подключение" друг к другу существует и вполне функционально. Налицо близкое сходство функции с таковой у HELLO протокола, используемого такими распространёнными протоколами маршрутизации, как OSPF и BGP. При обрыве старого или установлении нового маршрута, механизмы обратной связи немедленно сообщают вовлечённой нейронной сети об изменении архитектуры маршрутизации через соединённые нейроны или, локально, через изменение концентраций так называемых модуляторов обратной связи (легко диффундирующие низкомолекулярные соединения, такие как монооксид азота, угарный газ, арахидоновая кислота и т.д.). Нейроны, получившие подобную информацию, передают её дальше по цепочке. Этот процесс во многом сходен с наводнением сети пакетами объявлений о состоянии канала (LSA). Наконец, нейрональные цепи мозга имеют различные местные правила обучения в зависимости от месторасположения и типа нейронов. Таким образом, наши внутренние "домены маршрутизации" могут быть разбиты на иерархические зоны, варьирующие по степени важности пролегающих маршрутов. Просуммировав приведённые утверждения, можно провести простое, но ёмкое сравнение:



Нейрональная маршрутизация OSPF
проводимость в Сименсах пропускная способность канала относительно 100 Мегабит/с (по умолчанию)
протокол сопряжения HELLO протокол
электрохимические изменения при смене маршрута сообщают другим нейронам об этой смене "затопление" LSA пакетами при изменениях маршрута информируют другие маршрутизаторы об изменениях
области с различными паттернами локального обучения и градациями важности проходящих сигналов Зоны OSPF
соединение таких областей в единую систему со специфической функциональностью Автономные системы OSPF


Таким образом, сходство с OSPF, или другими протоколами маршрутизации на основе алгоритма Dijkstra довольно очевидно. С целью описания протокола нейрональной маршрутизации можно даже ввести такой термин, как OMCPF (Open Maximum Conductance Path First или, по аналогии с русским переводом OSPF, первоочередное открытие маршрутов максимальной проводимости). Остаётся выяснить, как на низком уровне инициируются, устанавливаются и модифицируются маршруты данного протокола. Это наиболее интересный вопрос, на который нет простого ответа. В конечном итоге, многие изменения на "неветварных сетях" вносятся системным администратором посредством закрытия и подъёма интерфейсов, внесения списков распределения маршрутов, установки пассивных портов, назначения приоритетов маршрутов, установки новых модулей и так далее. С другой стороны, даже принимая во внимание генетические факторы, "надсмотрщик" над (само)обучением наших нейрональных сетей отсутствует.

Общепризнанным правилом, управляющим обучением в "ветварных сетях", является закон обучения, сформулированный американским физиологом Дональдом Геббом в 1949-ом году. В его канонической формулировке, если возбуждение двух нейронов взаимосвязано, синаптическая сила (вес, Wij) между ними должна увеличиваться. Математически, изменение синаптического веса между двумя нейронами i и j есть умножение частоты возбуждения этих нейронов (ri и rj) на константу скорости обучения k: Wij = k*ri*rj. Разумеется, синаптический вес прямо пропорционален проводимости через синапс. Так как тело/отростки нейрона, с электродинамической точки зрения, могут быть представлены как непрерывный кабель с относительно гомогенным сопротивлением, именно проводимость через синапсы (соединения между отростками нейронов) определяет судьбу наших маршрутов. De facto, именно синапс, а не целостный нейрон, является процессорной единицей, рабочей лошадью наших нейрональных сетей. Давайте рассмотрим его несколько более подробно.

Синапсы подразделяются на электрические (эфапсы) и химические. Поскольку эфапсы, составляющие основу функционирования электрических органов скатов и угрей, в человеческой нервной системе практически отсутствуют, для нас они интереса не представляют. Типичный химический синапс представлен на приведенной 3D иллюстрации.

Химический синапс.

slide-2.jpg


При повышении мембранного потенциала входящего нервного окончания происходит высвобождение химического медиатора (синие точки на иллюстрации) из пузырьков-хранилищ этого окончания. Постоянная базальная низкоуровневая диффузия медиатора, не зависящая от значительных повышений мембранного потенциала, ответственна за вышеупомянутый HELLO протокол нашего OMCPF. Выброс квантов медиатора при значительных изменениях потенциала ответственен за установление, поддержание и изменение маршрутов. Однако, в не меньшей мере, за регуляцию маршрутов ответственна реакция на выброс этих квантов по другую сторону синaптической щели. Мало того, оба процесса взаимосвязаны, образуя единую систему. Приёмниками "пакетов" медиатора (нейротрансмиттера) на принимающей (постсинаптической) стороне щели являются рецепторы, представленные на иллюстрации в качестве "розеток", проходящих сквозь мембрану. Ближайшей аналогией рецептора в ИТ-мире является демон, слушающий на определённом порту. Безусловно, рецепторы того же типа могут быть расположены и на входящем окончании, тем самым частично обуславливая обратную связь в рассматриваемой системе ("открытые клиентские порты").

Упрощённое отображение модели химического синапса по Коху (1999) в виде электрической схемы представлено на иллюстрации ниже:

Простая электрическая модель химического синапса
Qh9eN5o0L4h6Dx0HNsJudrXEOyKzBKwmOVifOVEg.jpg


Безусловно, на этой схеме нам наиболее интересен анализатор входящих сигналов, ответственный за логику функционирования нашего процессора, в первую очередь за обнаружение им совпадений и паттернов. А в самом анализаторе наиболее важен триггер, отдельно взятая "транзисторная единица" рассматриваемого процессора. Опустимся же ещё одним уровнем ниже и рассмотрим, как функционирует подобная единица с точки зрения операций предложенного OMCPF протокола и что она представляет из себя физически. Для этого необходимо иметь по крайней мере поверхностное понимание роли вовлечённого в процесс медиатора и рецепторов, реагирующих на изменение его концентрации при передаче сигнала через синапс.

Основными медиаторами возбуждения и торможения в центральной нервной системе человека являются глутаминовая (преимущественно возбуждение) и гамма-аминомасляная (преимущественно торможение) кислоты. Последняя активно участвует в механизмах негативной обратной связи и подавлению информационного шума в передаче сигналов по нейрональным сетям. В контексте данной статьи эти функции не так принципиальны, как непосредственная передача возбуждения между нейронами, посему займёмся глутаматом и синапсами-процессорами, в которых эта аминокислота является преобладающим медиатором. Именно на этих синапсах мы можем найти истинные "ветварные транзисторы" в виде ко-локализованных пар глутаматергических (реагирующих на изменение концентрации глутамата в синaптической щели) рецепторов двух разных типов, а именно НМДА и АМПА рецепторов. Эти рецепторы, названные по традиции в честь избирательно активирующих их синтетических соединений, представляют из себя ионные каналы, открывающиеся при связывании с ними выбрасываемого из пресинаптического нервного окончания глутамата. Прохождение ионов через открывшийся канал ведёт к изменению ионного баланса по обе стороны мембраны и, как следствие, изменению её потенциала (в нашем случае деполяризации), что и есть передача электрического сигнала от одного нейрона к другому.

Из рассматриваемой пары рецепторов нам наиболее интересен НМДА. Это наиболее сложный рецептор из всех известных науке в настоящее время, и именно особенностями его функционирования многие исследователи (включая автора данной статьи) объясняют процесс обнаружения и фиксирования корреляций и паттернов в значительном количестве нейрональных сетей центральной нервной системы (ЦНС). Именно эти особенности определяют синaптическую силу и, в конечном итоге, маршрутизацию согласно OMCPF. К их числу относятся:



Способность пропускать через себя как ионы натрия, так и ионы кальция.
Регуляция пропускной способности ионов кальция изменениями значения мембранного потенциала. Данная регуляция объясняется тем, что при потенциале покоя мембраны (примерно -70 милливольт) наиболее узкая часть канала частично блокирована "застрявшим" в нем ионом магния. При
повышении этого потенциала (деполяризация) этот ион освобождает "ворота" и позволяет кальцию проходить.
В большинстве случаев для достаточного для прохождения ионов кальция повышения потенциала необходима ко-активация соседнего АМПА рецептора. Таким образом, полноценная функциональность НМДА канала достигается только в связке с АМПА.
НМДА рецепторы обладают огромным количеством так называемых участков модуляции. Связывание различных соединений (от простейшей аминокислоты глицина до длинных пептидов и ионов цинка), присутствующих в среде рецептора, с этими участками предоставляет множество дополнительных рычагов регуляции функции этого рецептора. Эти рычаги вносят значительную лепту в создание локальных правил обучения и оценки сигналов, т.е. "зон OMCPF" по аналогии с зонами OSPF. Eщёе одним немаловажным фактором в создании этих зон является локальное количество пар рецепторов и их кластеризация.
Так как лучше один раз увидеть, чем сто раз услышать, следующая иллюстрация показывает, как физически выглядит НМДА рецептор, включая некоторые участки модуляции его функций (каковых на самом деле гораздо больше). АМПА рецептор выглядит примерно также, но с меньшим количеством участков модуляции. Некоторые подвиды АМПА рецепторов также способны пропускать кальций, но их пропускная способность для ионов этого металла гораздо ниже, чем у НМДА, то же относится и к их распространённости в ЦНС. Поэтому мы не будем на этом останавливаться.

d3.ru/user/ELITE
 
Где то в новостях был пост что ученые поняли как можно оживлять мозг после смерти. Звучит жутко конечно
 
я человека могу восстановить полностью умершего миллионы лет назад
 
Учёные впервые напечатали на 3D-принтере живые ткани человеческого мозга

Учёные из Висконсинского университета в Мадисоне (США) сообщили о первой в мире 3D-печати функциональных тканей человеческого мозга. Разработка поможет в изучении работы мозга и его отдельных структур, а также в поисках методов лечения неврологических расстройств и болезней. Как указали учёные в статье в журнале Cell Stem Cell, напечатанная ими ткань смогла «расти и функционировать как обычная ткань мозга».

braine_01.jpg

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

«Это может стать чрезвычайно мощной моделью, которая поможет нам понять, как у людей взаимодействуют клетки и части мозга, — сказал Су–Чун Чжан (Su-Chun Zhang), профессор неврологии в Центре Вайсмана Калифорнийского университета в Мадисоне. — Это может изменить наш взгляд на биологию стволовых клеток, неврологию и патогенез многих неврологических и психических расстройств».

Учёные подчёркивают, что в отличие от набирающего популярность способа выращивания так называемых органоидов — своего рода миниатюрных копий настоящих органов человека из соответствующих клеток — 3D-печатный способ обеспечивает достаточную точность, чтобы контролировать типы клеток и их расположение.

В подтверждение своих слов учёные напечатали кортикальные ткани и ткани полосатого тела. Нейроны начали образовывать связи в обоих типах тканей и между ними, а также показали признаки активности на уровне работы нейромедиаторов. Через синаптический зазор между одним нейроном и другим сигнал передаётся химическим путём с использованием, в том числе нейромедиаторов. Всё это ожило и заработало в тканях, напечатанных на 3D-принтере.

braine_00.jpg

Источник изображения: Cell Stem Cell

Учёные рассказали, что тонкость в предложенном ими процессе печати заключается в использовании биочернил — связующего клетки геля — такой плотности, которая уже не позволяет ткани растекаться и, в то же время, обеспечивает нейронам и их отросткам свободный рост внутри состава. Также предложенный метод делает упор на горизонтальную печать, а не на вертикальную. Тонкие слои нервной ткани в таком случае лучше снабжаются кислородом и питательными веществами.

«Мы напечатали кору головного мозга и полосатое тело, и то, что мы обнаружили, было весьма поразительным. Даже когда мы печатали разные клетки, принадлежащие к разным частям мозга, они все равно могли связываться друг с другом совершенно особым образом», — заявил профессор Чжан в пресс-релизе.

Источник: Для просмотра ссылки Войди или Зарегистрируйся

Nature Communications: ограничение калорий может замедлить старение мозга

scientists-coworkers-working-chemical-modern-equipped-laboratory-night-analysing-test-results-pic4_zoom-1500x1500-7739.jpg


Freepik
Ученые из университета Южной Калифорнии в США обнаружили, что ограничение калорий улучшает здоровье мозга и увеличивает продолжительность жизни за счет изменения функционирования особого гена. Результаты исследования опубликованы в журнале Nature Communications.

Чтобы выяснить, какой механизм лежит в основе нейропротекторных и сохраняющих молодость свойств ограничительных диет, ученые изучили геномы плодовых мушек разного генетического происхождения. С момента появления на свет насекомые придерживались одной из двух схем питания. Первая группа получала достаточное количество калорий, вторая недополучала 10% от нормы.

Исследователи идентифицировали пять генов, которые имели специфические варианты, существенно влияющие на продолжительность жизни при ограничении питания. Из них два имели аналоги в генетике человека. Команда выбрала для тщательного изучения один ген под названием mustard (mtd) у плодовых мушек (Oxidation Resistance 1 — OXR1 у людей и мышей).

Чтобы понять, как этот ген влияет на общую продолжительность жизни, команда провела серию углубленных лабораторных тестов. Ученые обнаружили, что OXR1 влияет на комплекс, называемый ретромером. Он представляет собой набор белков, необходимых для переработки клеточных протеинов и липидов. Отмечается, что ретромерная дисфункция связана с возрастными нейродегенеративными заболеваниями, в частности, с болезнями Альцгеймера и Паркинсона.

Исследователи объяснили, что при ограничении калорий повышается экспрессия OXR1 в клетках. Одновременно с этим функция ретромера улучшается, что связано с защитой клеток организма (в том числе нейронов) от разрушения. Этот механизм обеспечивает более высокую продолжительность жизни и сохранение ясности ума в пожилом возрасте.

Источник Для просмотра ссылки Войди или Зарегистрируйся

Построена первая субклеточная 3D-карта фрагмента человеческого мозга, и там много непонятного

Десять лет кропотливой работы привели к появлению первой в мире объёмной карты фрагмента человеческого мозга с субклеточным разрешением. В одном кубическом миллиметре серого вещества женского мозга обнаружено 57 тыс. клеток и 150 млн синапсов. Карта раскрыла детали всех хитросплетений нервной ткани во всём многообразии обнаруженных там клеток, среди которых нашлись неизвестные науке, что вывело изучение топологии мозга на новый уровень.

braine.jpg

Источник изображения: Harvard and Google

Ещё в 2014 году женщине с диагнозом эпилепсия была сделана операция по удалению крошечного участка cortex cerebri — ткани серого вещества головного мозга, покрывающей оба полушария тонким слоем. Группа учёных из Гарвардского университета взялась восстановить как можно более точную объёмную карту образца. Для этого ткани насытили тяжёлыми металлами, которые связались с липидным слоем мембран нервных клеток и проявили их для считывания электронным микроскопом. Затем ткани напитали отвердевающим раствором и нарезали на пластинки толщиной по 34 нм, после чего начали сканирование и составление карты.

Объём сырых данных по 2D-срезам составил 1,4 Пбайт. Для обработки информации по сшиванию изображений в один 3D-объект учёные запросили помощи у компании Google. Последняя предоставила ресурсы на основе систем машинного обучения. Кроме этого, учёные вручную раскрашивали ткани в самых сложных случаях и проверяли точность работы модели. Для лучшей визуализации самые маленькие клетки окрасили в синий цвет, а самые больше — в красный. Клетки промежуточных размеров получили свои цвета из обычной спектральной палитры.

На выходе получилась самая подробная на сегодня интерактивная карта объёма ткани мозга человека с субклеточным разрешением. Она выложена в открытый доступ, чтобы любой научный коллектив мог использовать карту для собственных исследований. Карта проявила много удивительного и даже неожиданного. Например, учёные обнаружили расширения нервных клеток в виде яйцевидных клеток-отростков неизвестного назначения, которые раньше науке не были известны. Обнаружены также зеркальные по форме клетки и нейроны, опутавшие нервной тканью сами себя.

Изучение карты нервной ткани позволит прояснить топологию сети и работу её отдельных участков. Это важно не только для понимания работы мозга, что поможет лечить множество связанных с ним заболеваний, но также обещает оказать влияние на развитие технологий искусственного интеллекта. А развить их можно только понимая основы — работу человеческого мозга, которая пока полна загадок.

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 
Назад
Сверху