Cни можуть передбачати майбутнє? Вчені приголомшили результатами дослідження

Нове дослідження вчених виявило, що під час сну деякі нейрони не тільки відтворюють недавнє минуле, але й передбачають майбутній досвід. Це відкриття є одним із низки результатів дослідження сну та навчання, опублікованого в Nature групою експертів з Університету Райса та Мічиганського університету.

Дослідження пропонує безпрецедентний погляд на те, як окремі нейрони в гіпокампі щурів стабілізують і налаштовують просторові уявлення під час періодів відпочинку після того, як тварини вперше пробігли лабіринт. Зокрема, дослідники відстежували різкі хвилі, шаблон активації нейронів, який відіграє роль у консолідації нових спогадів і позначає, які частини нового досвіду слід зберігати як спогади, пише Nature.

"Певні нейрони спрацьовують у відповідь на певні подразники. Нейрони в зоровій корі спрацьовують, коли їм пред’явлено відповідний візуальний стимул. Нейрони, які ми вивчаємо, показують переваги", – пояснив ScienceDaily Камран Діба, доцент кафедри анестезіології в Мічигані та співавтор дослідження.

Сон має вирішальне значення для пам’яті та навчання – наука кількісно оцінила цю давню інтуїцію, вимірявши ефективність тестів пам’яті після сну, а не після періоду неспання чи навіть депривації сну.

Кілька десятиліть тому вчені також виявили, що нейрони в мозку сплячих тварин, яким було дозволено досліджувати нове середовище безпосередньо перед відпочинком, спрацьовували таким чином, що відтворювали траєкторії тварин під час дослідження. Цей висновок узгоджується зі знанням про те, що сон допомагає новому досвіду кристалізуватися в стабільні спогади, таким чином припускаючи, що просторові представлення багатьох із цих спеціалізованих нейронів у гіпокампі є стабільними під час сну. Однак дослідники хотіли побачити, чи є в цій історії ще щось.

Дослідники навчили щурів бігати туди-сюди по піднятій доріжці з рідкою винагородою на обох кінцях і спостерігали, як окремі нейрони в гіпокампі тварин "розбиваються" в процесі. Розрахувавши середню частоту стрибків за багато кіл вперед і назад, дослідники змогли оцінити поле розташування нейронів – або область у середовищі, про яку певний нейрон "піклується" найбільше.

"Критичним моментом тут є те, що поля місць оцінюються на основі поведінки тварини", – сказав Кемере, підкреслюючи складність оцінки того, що відбувається з полями місць під час періодів відпочинку, коли тварина фізично не рухається лабіринтом.

Науковець пояснив, що вони довго вирішували, як можна оцінити переваги нейронів поза лабіринтом, наприклад під час сну. В результаті вони розв'язали цю проблему, пов’язавши активність кожного окремого нейрона з активністю всіх інших нейронів.

Це було ключовою інновацією дослідження: дослідники розробили підхід статистичного машинного навчання, який використовував інші опитувані нейрони, щоб визначити, де мріє бути тварина. Далі вони використовували ці омріяні позиції, щоб оцінити процес просторової настройки для кожного нейрона в своїх наборах даних. "Здатність відстежувати переваги нейронів навіть без стимулу була для нас важливим проривом", – зізнався Діба.

Дослідження є прикладом прогресу в нейронауці, який став можливим за останні кілька десятиліть завдяки технологічному прогресу в розробці стабільних нейронних зондів з високою роздільною здатністю, а також обчислювальної потужності, що підтримується машинним навчаннямУ світлі цих досягнень Кемере сказав, що наука про мозок готова досягти значного прогресу в майбутньому.