Развитието на хъбовете на мозъчната мрежа

Човешкия мозък от мрежова гледна точка. Развитието на хъбовете и невронните мрежи.

Все по-голям брой теоретични и емпирични изследвания подхождат към функцията на човешкия мозък от мрежова гледна точка. От аутизъм до шизофрения последните научни разработки показват, че много мозъчни разстройства са свързани с проблеми с връзките между нервните клетки в мозъка; в развитието на хъбовете на мозъчните мрежи.

Някои изследователи разглеждат хипотезата, че тези връзки кодират съществени аспекти на личността, поведението, познанието и паметта.

През изминалото десетилетие напредъкът в невровизуалната техника, предлага на изследователите безпрецедентен поглед върху това как се образуват тези връзки преди и скоро след раждането. С този напредък те също започнаха да откриват някои от характерните особености за анормално развитие на мозъка. Въпреки някои неточности и предпоставки за известно отклонение, FMRI(функционално магнитно-резонансно изображение) ни предостави достъп до развиващия се мозък. Проследявайки процеса на развитие и търсенето на произхода на атипичното невроразвитие може да даде нова представа за въздействието на експозицията на околната среда. Проучванията, които се правят очакваме да дадат възможност за нови неврoпротективни стратегии, ранно откриване и възможност за ефективно компенсиране на дефицитите.

Развитието на хъбовете на мозъчната мрежа по време на детството

В проучване публикувано в Developmental Cognitive Neuroscience, април 2019,  Стюард Одхам и Алекс Форнито разглежда развитието на хъбовете през периода на детството. Прави се разграничение между:  
- структурни мрежи за свързване- Те отразяват физическата инфраструктура на мозъка и ограничават потенциалния капацитет за комуникация между мозъчните региони;  
- функционалните мрежи за свързаност-  Които по-директно индексират действителната динамика в мрежата.

Структурните хъбове присъстват в пространствена конфигурация присъща за възрастни от раждането. Смята се, че възникват в перинаталния период и показват последователна постоянна топография по време на развитието, но претърпяват продължителен период на консолидация. който се простира до късна юношеска възраст.

Функционалните хъбове показват по-променлива топография, тъй като се появяват в първичните райони и се изместват към асоциативните зони през детството.

Свързаността на хъбовете, особено с фронталните области, се засилва от раждането до зряла възраст. Тези констатации предполагат, че макар основната анатомична инфраструктура на хъбовете да бъде създадена рано, функционалната жизнеспособност и интегративният капацитет на тези зони преминава през значително след родилно съзряване.

Развитието на невронната свързаност и хъбовете

Човешкият мозък претърпява дълбоки промени през първите две десетилетия от живота. Ключови събития в развитието, като първоначалния растеж на аксоните през втория триместър или отпадането на излишните синапси през детството и юношеството, са от решаващо значение при „извайването на анатомичното мозъчно окабеляване“, което свързва пространствено разпределените неврони. Тези промени в развитието на невронната свързаност паралелно водят до съзряване на социалните, когнитивните и двигателните умения от раждането до младата зряла възраст.  Промените в нормалното развитие може да увеличат риска от невро развитийни разстройства като разстройство на аутистичния спектър, нарушение на хиперактивността с дефицит на вниманието и шизофрения.

Цялостната мрежа от невронни връзки, обхващаща човешкия мозък, се нарича коннектом. Връзките в тази сложна мрежа са разпределени неравномерно, така че определени мрежови елементи притежават сравнително голям брой връзки. Отбелязваме ги като мрежови хъбове.

Изчислителното моделиране показва, че хъбовете и връзките с богат клуб. Т. е. онези, които имат много връзки с възли  са топологично разположени. Те посредничат на голяма част от сигналния трафик и синхронизират периферните мозъчни региони. Това насърчава сложната мозъчна дейност. Образните доказателства показват, че те свързват различни функционални мрежи. Смята се, че тази интегративна роля е изключително важна. Тъй като е в основата на сложни познавателни процеси, като език и абстрактна мисъл. Хъбовете играят централна роля в интегрираната мозъчна функция и адаптивното поведение.

Развитието на човешкия мозък протича през продължителен период, който се простира през 2-3 десетилетия. Следва серия от последователни, но припокриващи се етапи, включително миграция на неврони, аксонен растеж, синаптогенеза, синаптично подрязване и миелинизация. Стюард Одхам и Алекс Форнито разграничават следните основни етапи в детското развитие от гледна точка на възникване и развитие на  хъбовете в детския мозък:

Пренатално и ранно детско развитие

Смята се, че локализацията на функционалните хъбове в първичните сетивни и двигателни зони на пренаталния  мозък е свързана с първоначалното развитие на когнитивни, двигателни и зрителни процеси. Това може също да е свързано с относителната структурна незрялост на влакната с дълъг обхват, които свързват пространствено разграничени асоциациативни зони. Като се има предвид, че тези влакна с дълъг обхват претърпяват пълна миелинизация през третото и четвъртото десетилетие на живота и че първичните системи са относително локализирани и доминирани от свързаност на къси разстояния.

Развитие на детството (5-10години)

Почти всички аксонови връзки на дълги разстояния са установени по рождение. А изследванията на човешките образни изследвания потвърждават, че топографията на структурните хъбове при децата (5-10 години) наподобява мозъка на възрастните. Като хъбовете са главно локализиран в асоциациативните зони  на кората и субкортикалните региони.

Докато мрежата от структурните хъбове се считат за стабилна от детството, то функционалните мрежи преминават към подобен на възрастните модел през този период. Хъбовете се изместват от локализирането им в първичните сензорни и двигателни зони към по-разпределен модел, простиращ се в челен, зрителен, темпорален и подкортикален район между 5–10-годишна възраст.

Преминаването на хъбовете от първичните към зоните за асоцииране отразява развитието на познанието от по-висок ред през този период. Това изместване на местоположението на функционалните хъбове може да бъде обусловено от постепенното съзряване на аксонални проекции на дълги разстояния.

Възрастните показват по-силна богата клубна организация, предполагаща по-силна функционална свързаност между хъбовете, отколкото децата. Очаква се повишената свързаност между хъбовете да подобри функционалната интеграция.

Юношеско развитие

Продължавайки тенденцията, наблюдавана в детството, центровете за структурна свързаност в юношеството имат подобна пространствена конфигурация като възрастните, но тяхната свързаност продължава да се засилва. Влакната за асоцииране на дълги разстояния показват най-голям процент на зреене през юношеството и младата зряла възраст и с добре познатия удължен период на асоцииране, т.е. по-специално фронтално, развитие на кората.

Проучвания на юношеството установяват, че хъбовете са в париетални, фронтални и асоцитивни зони и че хъбовете претърпяват значителни микроструктурни и морфологични промени през този период на развитие. В началото на юношеството хъбовете са сред най-малко миелинизираните участъци в мозъка. Но скоростта, с която се миелинизират зоните на хъбовете по време на юношеството, е по-висока, отколкото за други области

Пластичност на мозъчни мрежи

„Невропластичността се определя като възможност на мозъка да се променя и адаптира спрямо значими промени в организма и околната среда чрез анатомична и функционална реорганизация на нервната система на две нива: мозъчна кора (корова пластичност) и невронална мрежа (невронална пластичност). Това се постига чрез активиране на функционално неактивни нервни клетки, пътища и връзки, промяна в техния брой, форма и размери, образуване на нови неврони и др.

Мозъчната реорганизация е генетично заложена и съпътства живота на всеки човек още от раждането му. Тя е механизъм за непрекъсната адаптивна промяна при екстремни условията на живот. Някои учени сравняват мозъка със стволова клетка, поради сходството между мозъчната реорганизация и способността на стволовата клетка да се самовъзстановява и специфично обучава. Показано е, че възрастните мозъчни клетки могат да бъдат препрограмирани, така че да станат плурипотентни, за което през 2012 година е присъдена Нобелова награда на учените Джон Гърдън и Шиня Яманака. Има доказателства и за наличие на стволови клетки във възрастния мозък, които показват способност за формиране на нови нервни клетки с висок капацитет за обучение във всяка възраст. Това определя обучението и ре-обучението като ключова стратегия в развитието на мозъка.

Важно е да отбележим, че най-добри резултати се постигат в ранните години на живота, когато реорганизацията му е физиологична и свързана с неговото съзряване. Съхраняването на мозъчния капацитет се постига чрез ежедневна тренировка, а неговото увеличаване – чрез интензивен тренинг с подходящи задачи, но без излишно претоварваме.“(дмн акад Титянова, Екатерина,  Невропластичност и мозъчна реорганизация)

Мозъкът остава „пластичен“ през целия живот на човека. Това означава, че той може да се променя и да създава нови невронни пътища. Изследванията в областта на пластичността на мозъка и нарушения в развитието показват, че с правилните упражнения децата с трудности в обучението могат да подобрят уменията си.

Функционална свързаност

Формата и свързаността на мозъчните мрежи- отделни области на мозъка, които работят заедно за изпълнение на сложни когнитивни задачи - могат да се променят по фундаментални и повтарящи се начини с течение на времето, показва проучване, ръководено от Джорджийския държавен университет. (Calhoun, Vince, Georgia State University, Structure of Brain Networks Is Not Fixed, Study Finds, 08.2019)

Взаимодействието и комуникацията между невроните, известни като „функционална свързаност“, пораждат мозъчни мрежи. Изследователите отдавна приемат, че тези мрежи са пространствено статични и фиксиран набор от мозъчни области допринасят за всяка мрежа. Но в ново проучване, публикувано в Human Brain Mapping, изследователите на щата Джорджия откриват доказателства, че мозъчните мрежи са пространствено и функционално флуидни.

Познанието за мозъка непрекъснато се развива, което води до периодично актуализиране на медицинските подходи при заболявания на нервната система.

Невропластичност и обучение

Какво е учене базирано на мозъка и защо има значение? Обучението на мозъка или така наречената невротерапия е нова перспектива в преподаването и ученето, която се основава на използване на технологии и знания за мозъка и неговите функции, за да се извлече максимума от образователния процес. Тази сравнително нова образователна дисциплина обединява знанията от невронауката, психологията и педагогиката с цел оптимизиране на процеса на обучение и преподаване.  
Това изисква преподавателите и невролозите да работят заедно, за да създават ефективни програми. Това е образователна тенденция, базирана на невронауката и нейната цел е да приложи всичко, което знаем за това как мозъкът се учи и какво стимулира мозъчното развитие

Изкуствен интелект, вдъхновен от функционирането на човешкия мозък

Изкуственият интелект (Artificial Intelligence- AI) и машинното самообучение (Machine Learning - ML) са едни от най-горещите теми в момента. Изкуственият интелект е имитация на човешката интелигентност в компютрите. 

„Работата върху изкуствени невронни мрежи, наричани накратко невронни мрежи, е мотивирана от изучаването на човешкия мозък, който работи по коренно различен начин от конвенционалните цифрови изчислителни машини. Той има възможността да организира своите съставни части, наречени неврони, така че да извърши определени дейности, например разпознаване на образи, разбиране, контролиране на движения и т.н., много по-бързо от най-бързия съществуващ компютър. По-общо изразено, невронната мрежа е машина, която е проектирана да моделира начина, по който мозъкът изпълнява конкретна задача или интересуваща ни функция.“ (инж. маг. Антонов, А., Моделиране на невронни мрежи чрез обобщени мрежи, ИНСТИТУТ ПО БИОФИЗИКА И БИОМЕДИЦИНСКО ИНЖЕНЕРСТВО БЪЛГАРСКА АКАДЕМИЯ НА НАУКИТЕ)

Въпреки огромния напредък в областта на изкуствения интелект (AI) през последните години, ние все още сме много далеч от човешката интелигентност. В действителност, ако настоящите AI техники позволяват да се обучават компютърни приложения да изпълняват определени задачи по-добре от хората, когато са обучени специално за тях. Представянето на същите тези алгоритми често е много разочароващо, когато са поставени в условия (дори леко) различни от тези, които имат опит по време на обучение.

Човешкото същество е способно да се адаптира към новите ситуации много ефективно, като използва уменията, които е придобил през целия си живот. Например дете, което се е научило да ходи в хол, бързо ще се научи да ходи и в градина. В такъв контекст ученето да ходи е свързано със синаптична пластичност, която променя връзките между невроните. Докато бързото адаптиране на уменията за ходене, научени в хола, на тези, необходими за разходка в градината, е свързано с невромодулация. Невромодулацията променя входно-изходните свойства на самите неврони чрез химически невромодулатори.

Последни постижения и Изкуствен интелект

Синаптичната пластичност е в основата на всички последни постижения на AI. Досега обаче нито една научна работа не предлага начин за въвеждане на механизъм за невромодулация в изкуствени невронни мрежи.

В началото на 2020 година бе публикувана информация, че изследователи от университета в Лиеж, Белгия са разработили нов алгоритъм, основан на биологичен механизъм, наречен невромодулация. Този алгоритъм дава възможност за създаване на интелигентни агенти, способни да изпълняват задачи, които не са срещани по време на обучение. Проф. Деймиън Ернст коментира:  „Новостта на това изследване е, че за първи път когнитивните механизми, идентифицирани в невронауката, намират алгоритмични приложения в многозадачен контекст. Това изследване отваря перспективи за експлоатацията в AI на невромодулацията, ключов механизъм във функционирането на човешкия мозък. “

Има известен романтизъм в стремежа да изучим и изградим човешки мозък с цел по-добро разбиране на самите нас. А в основата му стои желанието да разгадаем какво е съзнанието. Исторически погледнато изчислителните невролози се опитват да имитират аспекти на мозъка, за да постигнат това. Британският статистик и математик Джордж Бокс прави своето заключение: „Всички модели са грешни, но някои са полезни“. Трябва да се извърви дълъг път, преди да се доближим до функциите на човешкия мозък. Вместо това сегашният напредък в моделите на невронните мрежи позволява прилагането им при създаването на индивидуални модели със специализирани задачи. Това се случва в областите на разпознаване на изображения и реч, самоуправляващи се автомобили и автономни роботи и  много други. Мнозина специалисти са оптимисти за бъдещето на AI, като правят аналогия с развитието на домашните компютри. Само за около 50 години те се превърнаха в неразделна част от работата и ежедневието ни.

Предизвикателства и граници. Анормална свързаност на хъбовете

Според Олаф Спорнс от Университета Блумингтън в щата Индиана, мрежовите подходи са полезни инструменти за разбиране и характеризиране на структурата и функцията на здрав мозък. Основно предизвикателство на човешката коннектомика обаче според него е, че изследването и ще доведе до по-дълбоко разбиране на биологичните субстрати. Те са в основата на мозъчните и психичните разстройства, включително техните генетични основи. Множеството изследвания показват, че нарушените взаимодействия между мозъчните региони са свързани с почти всички мозъчни и психични разстройства, както и с мозъчни наранявания и възстановяване.

Работата по разработването на точни модели на развитие на мозъчните мрежи може да помогне за разбирането на механизмите на нарушения в развитието. Анормалната свързаност на хъбове се открива при многобройни невроразвитийни разстройства. Такива са хиперактивност с дефицит на вниманието (ADHD), разстройство на аутистичния спектър (ASD) и шизофрения. Тези промени могат да се появят рано, като се има предвид, че децата и новородените в риск или диагностицирано с едно от тези нарушения имат дисфункционална свързаност на хъбове. Допълнителна критична област за по-нататъшно изследване е да се разбере как узряването на хъбовете се свързва с когнитивното развитие. Структурните хъбове присъстват от много ранен етап, като бинарната топология на свързаността на хъба е установена преди раждането. А местоположението на хъбовете е последователно по време на развитието. Тези структурни връзки изглеждат незрели, тъй като функционалните мрежи за свързване преминават през детството от топография, в която хъбовете са локализирани в първични кортикални зони към такава, която огледала на конфигурацията за възрастни, в която хъбовете се локализират главно към асоциативния кортекс. Този преход изглежда се подкрепя от консолидиране на структурната свързаност между хъбовете, което продължава през второто и третото десетилетие от живота и изглежда тясно свързано с продължаващата миелинизация.

Обединяването на технологиите, невронауката, психологията и педагогиката би довело до ранно диагностициране на невроразвитийни затруднения и дефицити, и оптимизиране на процеса на обучение и преподаване.

Източници:

• Siugzdaite, R et al. Transdiagnostic brain mapping in developmental disorders. Current Biology; 27 Feb 2020; DOI: 10.1016/j.cub.2020.01.078

https://www.cam.ac.uk/research/news/learning-difficulties-due-to-poor-connectivity-not-specific-brain-regions-study-shows

• Oldham Stuart, Fornito Alex, The development of brain network hubs, Science Direct, Developmental Cognitive Neuroscience

Volume 36, April 2019, 100607

https://www.sciencedirect.com/science/article/pii/S1878929318301397

• Sporns, Olaf, PhD^*
• Дмн акад Титянова, Е., Невропластичност и мозъчна реорганизация,
• Calhoun, Vince, Structure of Brain Networks Is Not Fixed, Study Finds, Georgia State University, Structure of Brain Networks Is Not Fixed, Study Finds,  JULY 2019;
• инж. маг. Антонов, А., Моделиране на невронни мрежи чрез обобщени мрежи, Институт по Биофизика и Биомедицинско инжинерство, Българска Академия на Науките, 2014,  
• Prof. Drion G.,  Prof. Wehenkel A., Vecoven N., Ernst D., Introducing neuromodulation in deep neural networks to learn adaptive behaviours, Department of Electrical Engineering and Computer Science Montefiore Institute, University of Liège, Liège, Belgium, January 2020,
• Prof. Ernst Daimen, A new method of artificial intelligence inspired by the functioning of the human brain, UNIVERSITY OF LIEGE, January 2020,

Прочети още по темата: Трансдиагностично изследване на мозъка при нарушения в развитието