Новости из мира эпилептических приступов
Наконец вышла статья, над которой я работал будучи постдоком в Университете Вашингтона. Это был сторонний проект, но именно он привел к публикации, а не основной проект по гидре.
Начну с того, что в мозге человека много нейронов. Реально много, по многим оценкам примерно столько же столько звезд на небе, вернее в галактике млечного пути, где мы с вами находимся. Это около 100 миллиардов. Сколько точно никто не знает, сложно сосчитать, но по последним оценкам величина такого порядка.
Многим физикам по причине большого числа нейронов хочется сравнивать работу мозга с поведением газа. Как и в случае газа, движение отдельных молекул не столь важны, в том время как скорость их движения, их количество и плотность сильно влияют на измеримые характеристики вроде давления и температуры.
В нейробиологии есть подход, который основывается именно на таком сравнении. Он называется моделирование с помощью популяций нейронов. Его можно применять для разных целей. От общего описания работы коры, до описания активности всего мозга. Раз нейронов много, можно усреднять и говорить о средних характеристиках. Например, количестве нервных импульсов, которые создаются целыми популяциями клеток, при этом не занимаясь описанием каждой клетки по отдельности. Это сильно экономит вычислительные ресурсы, а также позволяет сильно упростить уравнения, которыми описывается поведение популяций нейронов. В таком случае их гораздо проще понять.
Именно таким подходом руководствовались мы, когда пытались описать поведение эпилептических приступов в срезах мозга. Конечно, настоящие приступы бывают только в целом мозге. Но, тем не менее, что-то похожее можно наблюдать в срезах мозга больных эпилепсией.
В нашей работе мы описали математическую модель приступов, с помощью которой можно описать настоящие приступы в срезах гиппокампа человека. В этом модели мы предложили, что необходимо учитывать уменьшение частоты импульсов в возбуждающей популяции с помощью отрицательной обратной связи. Мы назвали этот процесс адаптацией в популяции нейронов. Если нейрон получает большой вход, то он постепенно уменьшает частоту своих импульсов. Это происходит за счет медленных калиевых токов, которые текут через мембрану нейронов. Оказалось, что если учесть этот процесс в большой популяции нейронов, это позволяет описывать эпилептический приступ гораздо более точно. Поэтому мы пришли в выводу, что адаптация играет большую роль при эпилепсии. Например, увеличивая количество адаптации в возбуждающих нейронах, можно сделать популяцию менее возбудимой, а значит уменьшить вероятность приступов.
Общие модели популяций нейронов, конечно, не позволяют нам описать все процессы в мозге. Вычисления в сетях происходят на уровне отдельных нервных импульсов, а не их усредненных характеристик. Тем не менее, упрощая реальную систему гораздо проще понять общие принципы, которые можно проверить с помощью более детальных моделей и данных. Если все время обращать внимание на несущественные детали, невозможно увидеть общую картину. Нужно выделять важное, что мы и сделали в нашей работе.
http://www.eneuro.org/content/5/5/ENEURO.0019-18.2018
#нейротоля
Наконец вышла статья, над которой я работал будучи постдоком в Университете Вашингтона. Это был сторонний проект, но именно он привел к публикации, а не основной проект по гидре.
Начну с того, что в мозге человека много нейронов. Реально много, по многим оценкам примерно столько же столько звезд на небе, вернее в галактике млечного пути, где мы с вами находимся. Это около 100 миллиардов. Сколько точно никто не знает, сложно сосчитать, но по последним оценкам величина такого порядка.
Многим физикам по причине большого числа нейронов хочется сравнивать работу мозга с поведением газа. Как и в случае газа, движение отдельных молекул не столь важны, в том время как скорость их движения, их количество и плотность сильно влияют на измеримые характеристики вроде давления и температуры.
В нейробиологии есть подход, который основывается именно на таком сравнении. Он называется моделирование с помощью популяций нейронов. Его можно применять для разных целей. От общего описания работы коры, до описания активности всего мозга. Раз нейронов много, можно усреднять и говорить о средних характеристиках. Например, количестве нервных импульсов, которые создаются целыми популяциями клеток, при этом не занимаясь описанием каждой клетки по отдельности. Это сильно экономит вычислительные ресурсы, а также позволяет сильно упростить уравнения, которыми описывается поведение популяций нейронов. В таком случае их гораздо проще понять.
Именно таким подходом руководствовались мы, когда пытались описать поведение эпилептических приступов в срезах мозга. Конечно, настоящие приступы бывают только в целом мозге. Но, тем не менее, что-то похожее можно наблюдать в срезах мозга больных эпилепсией.
В нашей работе мы описали математическую модель приступов, с помощью которой можно описать настоящие приступы в срезах гиппокампа человека. В этом модели мы предложили, что необходимо учитывать уменьшение частоты импульсов в возбуждающей популяции с помощью отрицательной обратной связи. Мы назвали этот процесс адаптацией в популяции нейронов. Если нейрон получает большой вход, то он постепенно уменьшает частоту своих импульсов. Это происходит за счет медленных калиевых токов, которые текут через мембрану нейронов. Оказалось, что если учесть этот процесс в большой популяции нейронов, это позволяет описывать эпилептический приступ гораздо более точно. Поэтому мы пришли в выводу, что адаптация играет большую роль при эпилепсии. Например, увеличивая количество адаптации в возбуждающих нейронах, можно сделать популяцию менее возбудимой, а значит уменьшить вероятность приступов.
Общие модели популяций нейронов, конечно, не позволяют нам описать все процессы в мозге. Вычисления в сетях происходят на уровне отдельных нервных импульсов, а не их усредненных характеристик. Тем не менее, упрощая реальную систему гораздо проще понять общие принципы, которые можно проверить с помощью более детальных моделей и данных. Если все время обращать внимание на несущественные детали, невозможно увидеть общую картину. Нужно выделять важное, что мы и сделали в нашей работе.
http://www.eneuro.org/content/5/5/ENEURO.0019-18.2018
#нейротоля
News from the world of epileptic seizures
Finally, an article came out that I worked on as a postdoc at the University of Washington. It was a third-party project, but it was he who led to the publication, and not the main hydra project.
To begin with, there are many neurons in the human brain. In reality, there are many, according to many estimates, about the same number of stars in the sky, or rather in the milky way galaxy, where we are. This is about 100 billion. How many no one knows for sure is difficult to calculate, but according to recent estimates, the magnitude of this order.
Due to the large number of neurons, many physicists want to compare the work of the brain with the behavior of gas. As in the case of gas, the movement of individual molecules is not so important, while the speed of their movement, their number and density strongly affect measurable characteristics like pressure and temperature.
In neurobiology, there is an approach that is based precisely on such a comparison. It is called modeling using populations of neurons. It can be used for different purposes. From a general description of the work of the cortex, to a description of the activity of the entire brain. Since there are many neurons, we can average and talk about average characteristics. For example, the number of nerve impulses that are created by entire populations of cells, without having to deal with the description of each cell individually. This greatly saves computing resources, and also allows you to greatly simplify the equations that describe the behavior of populations of neurons. In this case, they are much easier to understand.
This is the approach we followed when we tried to describe the behavior of epileptic seizures in slices of the brain. Of course, these attacks are only in the whole brain. But, nevertheless, something similar can be observed in sections of the brain of patients with epilepsy.
In our work, we described a mathematical model of seizures, with which you can describe the real seizures in sections of the human hippocampus. In this model, we proposed that it is necessary to take into account the decrease in the frequency of pulses in the exciting population using negative feedback. We called this process adaptation in a population of neurons. If a neuron receives a large input, then it gradually decreases the frequency of its pulses. This is due to the slow potassium currents that flow through the membrane of neurons. It turned out that if we take this process into account in a large population of neurons, this allows us to describe the epileptic seizure much more accurately. Therefore, we concluded that adaptation plays a large role in epilepsy. For example, by increasing the amount of adaptation in exciting neurons, you can make the population less excitable, and therefore reduce the likelihood of seizures.
General models of neuron populations, of course, do not allow us to describe all the processes in the brain. Computations in networks occur at the level of individual nerve impulses, and not their averaged characteristics. However, simplifying a real system makes it much easier to understand general principles that can be verified with more detailed models and data. If all the time you pay attention to irrelevant details, it is impossible to see the big picture. It is necessary to highlight the important, which we have done in our work.
http://www.eneuro.org/content/5/5/ENEURO.0019-18-18, 2018
# neurotol
Finally, an article came out that I worked on as a postdoc at the University of Washington. It was a third-party project, but it was he who led to the publication, and not the main hydra project.
To begin with, there are many neurons in the human brain. In reality, there are many, according to many estimates, about the same number of stars in the sky, or rather in the milky way galaxy, where we are. This is about 100 billion. How many no one knows for sure is difficult to calculate, but according to recent estimates, the magnitude of this order.
Due to the large number of neurons, many physicists want to compare the work of the brain with the behavior of gas. As in the case of gas, the movement of individual molecules is not so important, while the speed of their movement, their number and density strongly affect measurable characteristics like pressure and temperature.
In neurobiology, there is an approach that is based precisely on such a comparison. It is called modeling using populations of neurons. It can be used for different purposes. From a general description of the work of the cortex, to a description of the activity of the entire brain. Since there are many neurons, we can average and talk about average characteristics. For example, the number of nerve impulses that are created by entire populations of cells, without having to deal with the description of each cell individually. This greatly saves computing resources, and also allows you to greatly simplify the equations that describe the behavior of populations of neurons. In this case, they are much easier to understand.
This is the approach we followed when we tried to describe the behavior of epileptic seizures in slices of the brain. Of course, these attacks are only in the whole brain. But, nevertheless, something similar can be observed in sections of the brain of patients with epilepsy.
In our work, we described a mathematical model of seizures, with which you can describe the real seizures in sections of the human hippocampus. In this model, we proposed that it is necessary to take into account the decrease in the frequency of pulses in the exciting population using negative feedback. We called this process adaptation in a population of neurons. If a neuron receives a large input, then it gradually decreases the frequency of its pulses. This is due to the slow potassium currents that flow through the membrane of neurons. It turned out that if we take this process into account in a large population of neurons, this allows us to describe the epileptic seizure much more accurately. Therefore, we concluded that adaptation plays a large role in epilepsy. For example, by increasing the amount of adaptation in exciting neurons, you can make the population less excitable, and therefore reduce the likelihood of seizures.
General models of neuron populations, of course, do not allow us to describe all the processes in the brain. Computations in networks occur at the level of individual nerve impulses, and not their averaged characteristics. However, simplifying a real system makes it much easier to understand general principles that can be verified with more detailed models and data. If all the time you pay attention to irrelevant details, it is impossible to see the big picture. It is necessary to highlight the important, which we have done in our work.
http://www.eneuro.org/content/5/5/ENEURO.0019-18-18, 2018
# neurotol
У записи 27 лайков,
2 репостов,
1191 просмотров.
2 репостов,
1191 просмотров.
Эту запись оставил(а) на своей стене Анатолий Бучин
