Otključavanje misterija oktopodske kognicije

Foto: Pixabay/dimitrisvetsikas1969

Ovo istraživanje uvodi ohrabrujući model za istraživanje memorijskih mreža, sa implikacijama i po kogniciju glavonožaca, koji se smatraju najinteligentnijim beskičmenjacima, i po šire uvide u memorijske procese, uključujući ljudske, piše Phys.org.

Hobotnica, koju od nas razdvaja 700 miliona godina evolucije, pokazuje kognitivne sposobnosti na nivou viših kičmenjaka. Hohnerov tim se fokusirao na vertikalni režanj centralnog nervnog sistema hobotnice, bitan za učenje i pamćenje. Hteli su da uporede nervne mreže i mehanizme širom vrsta.

Preporučujemo

Saradnja sa Lihtmanovom laboratorijom iskoristila je inovativno automatsko pripremanje tkiva i nove algoritme mašinskog učenja. Ova najnaprednija tehnologija omogućila je seciranje i sortiranje ultratankih sekcija, debelih samo 30 milionitih delova milimetra, konstruisanje trodimenzionalnog prikaza strukturnih elemenata mreže.

„Naša prethodna istraživanja su otkrila fascinantan fenomen dugoročnog sinaptičkog jačanja (LTP) čak i u vertikalnom režnju. Taj fenomen, prepoznat kao univerzalni sinaptički proces bitan za učenje i pamćenje, privukao je našu pažnju“, kaže Hohner.

„Detaljno smo mapirali konektivitet vertikalnog režnja koristeći preciznost elektronskog mikroskopa, postižući rezoluciju na nivou od oko četiri milionita dela milimetra. Zajedno sa prof. Lihtmanom smo napravili robotski sistem pored sofisticiranog kompjuterskog algoritma, sa jedinstvenom sposobnošću da organizuje stotine ultratankih preseka (debljine samo 30 milionitih delova milimetra) u sveobuhvatnu 3D strukturu. Ovaj inovativni pristup omogućio nam je da pratimo konektom – zamršene sinaptičke veze među nervnim elementima koji čine mrežu“.

Sićušni volumen tkiva koje predstavlja vertikalni režanj precizno je rekonstruisan kako bi se otkrio konektom. Putem naprednih algoritama mašinskog učenja i precizne anotacije istraživači su mapirali strukturu vertikalnog režnja u mozgu hobotnice.

To je izazov za prihvaćena shvatanja funkcionalnosti nervne mreže u kontekstu učenja i pamćenja. Za razliku od tipičnih modela, mreža vertikalnog režnja funkcioniše u pravolinijskoj konfiguraciji, poput jednosmerne ulice, sa informacijama samo od ulaznih neurona do izlaznih neurona koji kontrolišu ponašanje hobotnice.

Ključ ove jednostavnosti je organizaciona struktura otprilike 25 miliona interneurona, podeljenih u dve distinktne grupe: proste amakrine ćelije i složene amakrine ćelije. Proste, kojih ima oko 23 miliona, specijalizovane su za učenje vizuelnih karakteristika putem sinaptičkog jačanja. Nasuprot tome, složene, kojih ima otprilike 400.000, igraju bitnu ulogu u konsolidaciji nivoa aktivnosti.

Ta dva tipa ćelija šalju svoje aksonske grane da se povežu sa većim ćelijama u izlaznom sloju. Proste ćelije, koje prenose „naučene“ informacije, čine velike ćelije aktivnim, dok ih složene ćelije čine manje aktivnim, kontrolišući kako mozak radi efikasno.

Ova evoluciona adaptacija naglašava posebnu kognitivnu sposobnost hobotnice, doprinoseći našem razumevanju nervnih mehanizama značajnih za kognitivne funkcije.

Studija otkriva običnu hobotnicu kao neprocenjiv model za duboko istraživanje mreža memorijske akvizicije i otvara vrata za dalje raspetljavanje složenih kognitivnih procesa glavonožaca, obogaćujući naše razumevanje pamćenja kod raznih vrsta.

(Telegraf Nauka/Phys.org)