Cientistas criam modelo que pode ser usado para entender como o cérebro humano registra dados

Mecanismos hipotéticos de leitura do neurônio de contagem. A) Este modelo traduz a taxa de disparo contínuo do contra-neurônio 1-2-3-muitos em uma representação discreta. Como esse modelo usa supressão de repetição, taxas de disparo maiores correspondem a odores menos familiares. O contador faz sinapse em quatro neurônios a jusante, cada um com limiares de disparo sucessivamente menores (θ1> θ2> θ3> θ4). Neurônios com limiares maiores inibem aqueles com limiares menores. Como resultado, cada categoria de contagem torna-se codificada “one-hot”, facilitando a modificação do comportamento. B) Este modelo encadeia hierarquicamente os neurônios de contagem para aumentar a escalabilidade e a resolução entre as categorias de contagem. No corpo do cogumelo do inseto, os odores ativam os neurônios dopaminérgicos (DANs), que modulam os pesos sinápticos na contagem de neurônios. Neste modelo, existem dois neurônios de contagem com dois DANs associados. Ambos os contadores recebem entrada de neurônios de codificação e o Counter1 inibe o Counter2 e o DAN2. Counter1 codifica as categorias 1 e 2 com respostas altas (1,0) e médias (0,5), respectivamente. Quando a atividade do Contador 1 é diminuída após a segunda experiência de estímulo, a inibição no Contador 2 é levantada, permitindo que o Contador2 codifique as duas categorias subsequentes com respostas altas e médias. Crédito: Comunicações da Natureza (2022). DOI: 10.1038/s41467-022-33577-2

Imagine-se sentado em sua casa quando você ouve uma batida na porta da frente. Você espia pela janela e vê um estranho do lado de fora. Quase imediatamente, seu cérebro sabe que você nunca encontrou essa pessoa antes. Talvez você sinta medo e finja que não está em casa.

Agora, em vez de um estranho, imagine que um amigo próximo ou membro da família esteja do lado de fora. Quase assim que você os vê, seu cérebro sabe que você encontrou essa pessoa muitas vezes no passado.

Seu cérebro conta continuamente suas experiências com uma visão ou cheiro específico. Mesmo que você não se lembre de todos os detalhes, essa contagem influencia como você responde inicialmente à situação – se você a evita ou a abraça. Evolutivamente, essa resposta em frações de segundo pode significar a diferença entre a vida e a morte.

Os cientistas não sabem exatamente como esse processo funciona em nosso cérebro. Mas agora o pesquisador Saket Navlakha do Cold Spring Harbor Laboratory (CSHL) criou um novo modelo computacional baseado em fruta voe dados cerebrais que pode nos aproximar da resposta.

“Estamos estudando o cérebro da mosca da fruta há algum tempo”, diz Navlakha. “Ele tem cerca de cem mil neurônios, e muitas das conexões são conhecidas no nível de neurônios e sinapses individuais. Eles nos dão uma lente para entender como o cérebro funciona.”

Em um artigo publicado em Comunicações da NaturezaNavlakha e sua equipe revisaram dados de um estudo de 2017 que fotografou cérebros de moscas da fruta à medida que eram expostos a odores novos e familiares.

Navlakha levantou a hipótese de que os insetos podiam distinguir entre quatro categorias: algo que estavam cheirando pela primeira vez, pela segunda vez, pela terceira vez e algo que haviam encontrado muitas vezes antes.

Ele criou o que ele chama de esboço de contagem “1-2-3-muitos”. Os esboços de contagem são usados ​​em Ciência da Computação para fornecer uma contagem rápida e aproximada. Por exemplo, o YouTube usa um esboço de contagem para rastrear quantas vezes um vídeo foi assistido. Navlakha suspeitava que organismos vivos pudessem fazer a mesma coisa. Ele diz: “Nós nos inspiramos em um método clássico da ciência da computação para resolver esse problema. Uma variante desse método foi realmente usada por moscas da fruta para resolver o mesmo problema de rastrear o número de vezes que eles experimentaram odores diferentes.”

Os humanos podem usar um sistema de contagem semelhante, embora mais complexo. Navlakha explica que esta é uma área para pesquisas futuras: “As pessoas não fizeram o equivalente a esse tipo de teste de memória em humanos. Gostaríamos de ver se esse modelo também pode explicar memória humana contando [abilities] e como essa computação pode ser afetada na doença de Alzheimer ou Parkinson.”