В этом году премию по физиологии и медицине дали за раскрытие механизмов того, как гиппокамп строит карту местности. Примерно в то же время увидела свет работа, в которой ученые построили трехмерную карту гиппокампа.

Когда говорят о моделировании мозга или его участков, чаще всего имеют в виду симуляцию работы конкретных нейронов или их групп. Такие модели учитывают, как часто нервные клетки посылают импульсы, как выглядят последовательности из этих импульсов и как они влияют на окружающие клетки. Как правило, подобные схемы строят для очень небольших групп нейронов, и взаимное расположение элементов при этом никак не учитывают. Анатомические модели мозга не так популярны. Во-первых, о строении мозга на уровне бугорков, впадин, извилин и борозд мы знаем достаточно много. Во-вторых, эта информация не добавляет почти никаких сведений о функционировании органа.

Что действительно помогло бы понять работу мозга, так это знание того, как связаны в нем отдельные клетки, где располагаются их синапсы и по каким правилам они действуют. Однако число нейронов слишком велико, чтобы в обозримом будущем полностью рассчитать, какие клетки в мозге соединены друг с другом, и каким образом.

Ученые из Рурского университета в Бохуме предложили модель, которая даёт верные представления об анатомическом строении гиппокампа и в то же время учитывает его внутренние и внешние связи. Свой подход к описанию гиппокампа исследователи назвали параметрическим анатомическим моделированием — parametric anatomicmodelling, сокращенно PAM. Результаты тестирования этой методики они изложили в журнале Frontiers in Neuroscience.

Главный козырь PAM — построение карты гиппокампа и его связей на основе нескольких методов сразу. Всю исследуемую область разрезают на множество двухмерных слоев, для каждого из которых анализируют внешние и внутренние связи нейронов, их топологию, а также вероятности того, что два случайно выбранных отростка клеток окажутся соединёнными друг с другом. Техника позволяет преобразовывать координаты найденных связей из одной системы в другую. Теоретически в моделях на основе PAM можно учитывать и сведения о том, где какой ген в гиппокампе наиболее активен, благо работ по этой тематике вышло немало. За счет такого всеобъемлющего анализа модель получается точной не только в плане электрических свойств связей нейронов, но и с точки зрения анатомии.

Конечно, подход PAM можно использовать не только для гиппокампа. Однако пока больше всего результатов принесло моделирование именно этой части мозга. Когда учёные запустили программу стимуляции виртуальной схемы гиппокампа, оказалось, что задержка при передаче сигнала от одной зоны гиппокампа к другой по времени очень близка к периодичности тета-ритма. Тета-ритм — основной в работе этого отдела мозга. Он выделяется на электроэнцефалограмме спящих людей и животных (но только в фазе быстрого сна) и тех, кто сильно сосредоточен на конкретной задаче. Таким образом, модель оказалась точной в плане физиологии.

Модели, созданные с помощью нового метода, пока что не дают полной информации обо всех синапсах конкретных областей мозга. К тому же, большой объем данных, нужных для работы PAM, сложнее обработать, чем данные для традиционных методик. Тем не менее, соединить чисто "информатические" нейронные сети и анатомические данные — подход, полезный и для нейроинформатиков, и для морфологов.