I ricercatori dello Human Brain Project delineano la matematica

I ricercatori HBP del Forschungszentrum Jülich e dell’Università di Colonia (Germania) hanno scoperto come le densità dei neuroni sono distribuite attraverso e all’interno delle regioni corticali nel cervello dei mammiferi. Hanno rivelato un principio organizzativo fondamentale della citoarchitettura corticale: l’ubiquità della distribuzione lognormale delle densità neuronali.

I numeri dei neuroni e la loro disposizione spaziale giocano un ruolo fondamentale nel modellare la struttura e la funzione del cervello. Tuttavia, nonostante la ricchezza di dati disponibili sulla citoarchitettura, le distribuzioni statistiche delle densità neuronali rimangono in gran parte non caratterizzate. Il nuovo studio HBP, pubblicato in corteccia cerebralemigliora la nostra comprensione dell’organizzazione del cervello dei mammiferi.

Il team ha basato la sua indagine su nove set di dati pubblicamente disponibili per sette specie: topo, scimmia, macaco, galago, scimmia gufo, babbuino e umano. Dopo aver analizzato le regioni corticali di ciascuna, hanno scoperto che le densità dei neuroni all’interno di queste regioni seguivano uno schema coerente: una distribuzione lognormale. Ciò indica un principio organizzativo fondamentale che è alla base delle densità neuronali nel cervello dei mammiferi.

Una distribuzione lognormale è una distribuzione statistica caratterizzata da una curva obliqua a forma di campana. Sorge, ad esempio, quando si prende l’esponente di una variabile normalmente distribuita. Differisce da una distribuzione normale in diversi modi. Ancora più importante, la curva di distribuzione normale è simmetrica, mentre la curva lognormale è asimmetrica e ha una coda pesante.

Questi risultati sono rilevanti per un’accurata modellazione del cervello. “Anche perché la distribuzione delle densità neuronali influenza la connettività di rete”, afferma Sascha van Alpada, leader del gruppo di neuroanatomia teorica al Forschungszentrum Jülich e autore senior dell’articolo. “Ad esempio, se la densità delle sinapsi è costante, le regioni con densità neuronale inferiore riceveranno più sinapsi per neurone”, spiega. Questi aspetti sono rilevanti anche per la progettazione di tecnologie ispirate al cervello come i neuromodulatori.

“Inoltre, poiché le regioni corticali sono spesso distinte sulla base della citoarchitettura, la conoscenza della distribuzione delle densità neuronali può essere rilevante per la valutazione statistica delle differenze tra le regioni e le posizioni dei confini tra le regioni”, aggiunge Van Alpada.

Questi risultati sono coerenti con l’osservazione che molte proprietà cerebrali seguono una normale distribuzione zonale. “Uno dei motivi per cui sono così comuni in natura è che compaiono quando si tiene conto del prodotto di molte variabili indipendenti”, afferma Alexander van Meijn, co-autore dello studio. In altre parole, una distribuzione lognormale nasce naturalmente come risultato di operazioni di moltiplicazione, in modo simile a come appare una distribuzione normale quando vengono aggiunte molte variabili indipendenti.

“Utilizzando un modello semplice, siamo stati in grado di mostrare come il raddoppio dei neuroni durante lo sviluppo potrebbe portare alle distribuzioni di densità dei neuroni osservate”, spiega van Meijn.

Secondo lo studio, in linea di principio, le strutture organizzative a livello della corteccia cerebrale possono essere sottoprodotti dello sviluppo o dello sviluppo e non svolgere alcuna funzione computazionale; Ma il fatto che le stesse strutture organizzative possano essere osservate per molte specie e nella maggior parte delle regioni corticali suggerisce che la distribuzione log-normale ha uno scopo.

“Non possiamo essere certi di come la distribuzione lognormale delle densità dei neuroni influisca sulla funzione cerebrale, ma è probabilmente correlata all’elevata eterogeneità della rete, che potrebbe essere vantaggiosa dal punto di vista computazionale”, afferma Aitor Morales Gregorio, primo autore dello studio, citando il lavoro precedente. che suggeriscono che l’eterogeneità nella connettività cerebrale può promuovere un’efficiente trasmissione delle informazioni. Inoltre, le reti eterogenee supportano un apprendimento affidabile e migliorano la capacità di memoria dei circuiti neurali.