В мозгу есть аксоны и

Как работает наш мозг или как смоделировать душу?

Здравствуй, Geektimes! В ранее опубликованной статье, была представлена модель нервной системы, опишу теорию и принципы, которые легли в её основу.

Теория основана на анализе имеющейся информации о биологическом нейроне и нервной системе из современной нейробиологии и физиологии мозга.

Сначала приведу краткую информацию об объекте моделирования, вся информация изложена далее, учтена и использована в модели.

НЕЙРОН

Нейрон является основным функциональным элементом нервной системы, он состоит из тела нервной клетки и её отростков. Существуют два вида отростков: аксоны и дендриты. Аксон – длинный покрытый миелиновой оболочкой отросток, предназначенный для передачи нервного импульса на далекие расстояния. Дендрит – короткий, ветвящийся отросток, благодаря которым происходит взаимосвязь с множеством соседних клеток.

ТРИ ТИПА НЕЙРОНОВ

Нейроны могут сильно отличаться по форме, размерам и конфигурации, не смотря на это, отмечается принципиальное сходство нервной ткани в различных участках нервной системе, отсутствуют и серьезные эволюционные различия. Нервная клетка моллюска Аплизии может выделять такие же нейромедиаторы и белки, что и клетка человека.

В зависимости от конфигурации выделяют три типа нейронов:

а) рецепторные, центростремительные, или афферентные нейроны, данные нейроны имеют центростремительный аксон, на конце которого имеются рецепторы, рецепторные или афферентные окончания. Эти нейроны можно определить, как элементы, передающие внешние сигналы в систему.

б) интернейроны (вставочные, контактные, или промежуточные) нейроны, не имеющие длинных отростков, но имеющие только дендриты. Таких нейронов в человеческом мозгу больше чем остальных. Данный вид нейронов является основным элементом рефлекторной дуги.

в) моторные, центробежные, или эфферентные, они имеют центростремительный аксон, который имеет эфферентные окончания передающий возбуждение мышечным или железистым клеткам. Эфферентные нейроны служат для передачи сигналов из нервной среды во внешнюю среду.

Обычно в статьях по искусственным нейронным сетям оговаривается наличие только моторных нейронов (с центробежным аксоном), которые связаны в слои иерархической структуры. Подобное описание применимо к биологической нервной системе, но является своего рода частным случаем, речь идет о структурах, базовых условных рефлексов. Чем выше в эволюционном значении нервная система, тем меньше в ней превалируют структуры типа «слои» или строгая иерархия.

ПЕРЕДАЧА НЕРВНОГО ВОЗБУЖДЕНИЯ

Передача возбуждения происходит от нейрона к нейрону, через специальные утолщения на концах дендритов, называемых синапсами. По типу передачи синапсы разделяют на два вида: химические и электрические. Электрические синапсы передают нервный импульс непосредственно через место контакта. Таких синапсов в нервных системах очень мало, в моделях не будут учитываться. Химические синапсы передают нервный импульс посредством специального вещества медиатора (нейромедиатора, нейротрансмиттера), данный вид синапса широко распространен и подразумевает вариативность в работе.
Важно отметить, что в биологическом нейроне постоянно происходят изменения, отращиваются новые дендриты и синапсы, возможны миграции нейронов. В местах контактов с другими нейронами образуются новообразования, для передающего нейрона — это синапс, для принимающего — это постсинаптическая мембрана, снабжаемая специальными рецепторами, реагирующими на медиатор, то есть можно говорить, что мембрана нейрона — это приемник, а синапсы на дендритах — это передатчики сигнала.

СИНАПС

При активации синапса он выбрасывает порции медиатора, эти порции могут варьироваться, чем больше выделится медиатора, тем вероятнее, что принимаемая сигнал нервная клетка будет активирована. Медиатор, преодолевая синоптическую щель, попадает на постсинаптическую мембрану, на которой расположены рецепторы, реагирующие на медиатор. Далее медиатор может быть разрушен специальным разрушающим ферментом, либо поглощен обратно синапсом, это происходит для сокращения времени действия медиатора на рецепторы.
Так же помимо побудительного воздействия существуют синапсы, оказывающие тормозящее воздействие на нейрон. Обычно такие синапсы принадлежат определенным нейронам, которые обозначаются, как тормозящие нейроны.
Синапсов связывающих нейрон с одной и той же целевой клеткой, может быть множество. Для упрощения примем, всю совокупность, оказываемого воздействия одним нейроном, на другой целевой нейрон за синапс с определённой силой воздействия. Главной характеристикой синапса будет, является его сила.

СОСТОЯНИЕ ВОЗБУЖДЕНИЯ НЕЙРОНА

В состоянии покоя мембрана нейрона поляризована. Это означает, что по обе стороны мембраны располагаются частицы, несущие противоположные заряды. В состоянии покоя наружная поверхность мембраны заряжена положительно, внутренняя – отрицательно. Основными переносчиками зарядов в организме являются ионы натрия (Na+), калия (K+) и хлора (Cl-).
Разница между зарядами поверхности мембраны и внутри тела клетки составляет мембранный потенциал. Медиатор вызывает нарушения поляризации – деполяризацию. Положительные ионы снаружи мембраны устремляются через открытые каналы в тело клетки, меняя соотношение зарядов между поверхностью мембраны и телом клетки.

Изменение мембранного потенциала при возбуждении нейрона

Характер изменений мембранного потенциала при активации нервной ткани неизменен. Независимо от того кокой силы воздействия оказывается на нейрон, если сила превышает некоторое пороговое значение, ответ будет одинаков.
Забегая вперед, хочу отметить, что в работе нервной системы имеет значение даже следовые потенциалы (см. график выше). Они не появляются, вследствие каких-то гармонических колебаний уравновешивающих заряды, являются строгим проявлением определённой фазы состояния нервной ткани при возбуждении.

ТЕОРИЯ ЭЛЕКТРОМАГНИТНОГО ВЗАИМОДЕЙСТВИЯ

Итак, далее приведу теоретические предположения, которые позволят нам создавать математические модели. Главная идея заключается во взаимодействии между зарядами формирующихся внутри тела клетки, во время её активности, и зарядами с поверхностей мембран других активных клеток. Данные заряды являются разноименными, в связи этим можно предположить, как будут располагаться заряды в теле клетки под воздействием зарядов других активных клеток.

Можно сказать, что нейрон чувствует активность других нейронов на расстоянии, стремится направить распространения возбуждения в направлении других активных участков.
В момент активности нейрона можно рассчитать определённую точку в пространстве, которая определялась бы, как сумма масс зарядов, расположенных на поверхностях других нейронов. Указанную точку назовем точкой паттерна, её месторождение зависит от комбинации фаз активности всех нейронов нервной системы. Паттерном в физиологии нервной системы называется уникальная комбинация активных клеток, то есть можно говорить о влиянии возбуждённых участков мозга на работу отдельного нейрона.
Нужно представлять работу нейрона не просто как вычислителя, а своего рода ретранслятор возбуждения, который выбирает направления распространения возбуждения, таким образом, формируются сложные электрические схемы. Первоначально предполагалось, что нейрон просто избирательно отключает/включает для передачи свои синапсы, в зависимости от предпочитаемого направления возбуждения. Но более детальное изучение природы нейрона, привело к выводам, что нейрон может изменять степень воздействия на целевую клетку через силу своих синапсов, что делает нейрон более гибким и вариативным вычислительным элементом нервной системы.

Какое же направление для передачи возбуждения является предпочтительным? В различных экспериментах связанных с образованием безусловных рефлексов, можно определить, что в нервной системе образуются пути или рефлекторные дуги, которые связывают активируемые участки мозга при формировании безусловных рефлексов, создаются ассоциативные связи. Значит, нейрон должен передавать возбуждения к другим активным участкам мозга, запоминать направление и использовать его в дальнейшем.
Представим вектор начало, которого находится в центре активной клети, а конец направлен в точку паттерна определённую для данного нейрона. Обозначим, как вектор предпочитаемого направления распространения возбуждения (T, trend). В биологическом нейроне вектор Т может проявляться в структуре самой нейроплазмы, возможно, это каналы для движения ионов в теле клетки, или другие изменения в структуре нейрона.
Нейрон обладает свойством памяти, он может запоминать вектор Т, направление этого вектора, может меняться и перезаписываться в зависимости от внешних факторов. Степень с которой вектор Т может подвергается изменениям, называется нейропластичность.
Этот вектор в свою очередь оказывает влияние на работу синапсов нейрона. Для каждого синапса определим вектор S начало, которого находится в центре клетки, а конец направлен в центр целевого нейрона, с которым связан синапс. Теперь степень влияния для каждого синапса можно определить следующим образом: чем меньше угол между вектором T и S, тем больше синапс будет, усиливается; чем меньше угол, тем сильнее синапс будет ослабевать и возможно может прекратить передачу возбуждения. Каждый синапс имеет независимое свойство памяти, он помнит значение своей силы. Указанные значения изменяются при каждой активизации нейрона, под влиянием вектора Т, они либо увеличиваются, либо уменьшаются на определённое значение.

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ

Входные сигналы (x1, x2,…xn) нейрона представляют собой вещественные числа, которые характеризуют силу синапсов нейронов, оказывающих воздействие на нейрон.
Положительное значение входа означает побудительное воздействие, оказываемое на нейрон, а отрицательное значение – тормозящее воздействие.
Для биологического нейрона не имеет значение, откуда поступил возбуждающий его сигнал, результат его активности будет идентичен. Нейрон будет активизирован, когда сумма воздействий на него будет превышать определённое пороговое значение. Поэтому, все сигналы проходят через сумматор (а), а поскольку нейроны и нервная система работают в реальном времени, следовательно, воздействие входов должно оцениваться в короткий промежуток времени, то есть воздействие синапса имеет временный характер.
Результат сумматора проходит пороговую функцию (б), если сумма превосходит пороговое значение, то это приводит к активности нейрона.
При активации нейрон сигнализирует о своей активности системе, передовая информацию о своём положении в пространстве нервной системы и заряде, изменяемом во времени (в).
Через определённое время, после активации нейрон передает возбуждение по всем имеющимся синапсам, предварительно производя пересчет их силы. Весь период активации нейрон перестает реагировать на внешние раздражители, то есть все воздействия синапсов других нейронов игнорируются. В период активации входит так же период восстановления нейрона.
Происходит корректировка вектора Т (г) с учётом значения точки паттерна Pp и уровнем нейропластичности. Далее происходит переоценка значений всех сил синапсов в нейроне(д).
Обратите внимание, что блоки (г) и (д) выполняются параллельно с блоком (в).

ЭФФЕКТ ВОЛНЫ

Если внимательно проанализировать предложенную модель, то можно увидеть, что источник возбуждения должен оказывать большее влияние на нейрон, чем другой удалённый, активный участок мозга. Следовательно возникает вопрос: почему же все равно происходит передача в направлении другого активного участка?
Данную проблему я смог определить, только создав компьютерную модель. Решение подсказал график изменения мембранного потенциала при активности нейрона.

Усиленная реполяризация нейрона, как говорилось ранее, имеет важное значение для нервной системы, благодаря ей создается эффект волны, стремление нервного возбуждения распространятся от источника возбуждения.
При работе с моделью я наблюдал два эффекта, ели пренебречь следовым потенциалом или сделать его недостаточно большим, то возбуждение не распространяется от источников, а в большей степени стремится к локализации. Если сделать следовой потенциал сильно большим, то возбуждение стремится «разбежаться» в разные стороны, не только от своего источника, но и от других.

КОГНИТИВНАЯ КАРТА

Используя теорию электромагнитного взаимодействия, можно объяснить многие явления и сложные процессы, протекающие в нервной системе. К примеру, одним из последних открытий, которое широко обсуждается в науках о мозге, является открытие когнитивных карт в гиппокампе.
Гиппокамп – это отдел мозга, которому отвечает за кратковременную память. Эксперименты на крысах выявили, что определённому месту в лабиринте соответствует своя локализованная группа клеток в гиппокампе, причем, не имеет значение, как животное попадает в это место, все равно будет активирован соответствующий этому месту участок нервной ткани. Естественно, животное должно помнить данный лабиринт, не стоит рассчитывать на топологическое соответствие пространства лабиринта и когнитивной карты.

Каждое место в лабиринте представляется в мозге, как совокупность раздражителей различного характера: запахи, цвет стен, возможные примечательные объекты, характерные звуки и т. д. Указанные раздражители отражаются на коре, различных представительствах органов чувств, в виде всплесков активности в определённых комбинациях. Мозг одновременно обрабатывает информацию в нескольких отделах, зачастую информационные каналы разделяются, одна и та же информация поступает в различные участки мозга.

Активация нейронов места в зависимости от положения в лабиринте (активность разных нейронов показана разным цветом). источник

Гиппокамп расположен в центре мозга, вся кара и её области удалены от него, на одинаковые расстояния. Если определить для каждой уникальной комбинации раздражителей точку масс зарядов поверхностей нейронов, то можно увидеть, что указанные точки будут различны, и будут находиться примерно в центре мозга. К этим точкам будет стремиться и распространятся возбуждение в гиппокампе, формируя устойчивые участки возбуждения. Более того, поочередная смена комбинаций раздражителей, будет приводить к смещению точки паттерна. Участки когнитивной карты будут ассоциативно связываться друг с другом последовательно, что приведет к тому, что животное, помещенное в начало знакомого ей лабиринта, может вспомнить весь последующий путь.

Заключение

У многих возникнет вопрос, где в данной работе предпосылки к элементу разумности или проявления высшей интеллектуальной деятельности?
Важно отметить, что феномен человеческого поведения, есть следствие функционирования биологической структуры. Следовательно, чтобы имитировать разумное поведение, необходимо хорошо понимать принципы и особенности функционирования биологических структур. К сожалению, в науке биологии пока не представлен четкий алгоритм: как работает нейрон, как понимает, куда необходимо отращивать свои дендриты, как настроить свои синапсы, что бы в нервной системе смог сформироваться простой условный рефлекс, на подобие тех, которые демонстрировал и описывал в своих работах академик И.П. Павлов.
С другой стороны в науке об искусственном интеллекте, в восходящем (биологическом) подходе, сложилось парадоксальная ситуация, а именно: когда используемые в исследованиях модели основаны на устаревших представлениях о биологическом нейроне, консерватизм, в основе которого берётся персептрон без переосмысления его основных принципов, без обращения к биологическому первоисточнику, придумывается все более хитроумные алгоритмы и структуры, не имеющих биологических корней.
Конечно, никто не уменьшает достоинств классических нейронных сетей, которые дали множество полезных программных продуктов, но игра с ними не является путем к созданию интеллектуально действующей системы.
Более того, не редки заявления, о том, что нейрон подобен мощной вычислительной машине, приписывают свойство квантовых компьютеров. Из-за этой сверхсложности, нервной системе приписывается невозможность её повторения, ведь это соизмеримо с желанием смоделировать человеческую душу. Однако, в реальности природа идет по пути простоты и элегантности своих решений, перемещение зарядов на мембране клетки может служить, как для передачи нервного возбуждения, так и для трансляции информации о том, где происходит данная передача.
Несмотря на то, что указанная работа демонстрирует, как образуются элементарные условные рефлексы в нервной системе, она приближает к пониманию того, что такое интеллект и разумная деятельность.

Существуют еще множество аспектов работы нервной системы: механизмы торможения, принципы построения эмоций, организация безусловных рефлексов и обучение, без которых невозможно построить качественную модель нервной системы. Есть понимание, на интуитивном уровне, как работает нервная система, принципы которой возможно воплотить в моделях.
Создание первой модели помогли отработать и откорректировать представление об электромагнитном взаимодействии нейронов. Понять, как происходит формирование рефлекторных дуг, как каждый отдельный нейрон понимает, каким образом ему настроить свои синапсы для получения ассоциативных связей.
На данный момент я начал разрабатывать новую версию программы, которая позволит смоделировать многие другие аспекты работы нейрона и нервной системы.

Прошу принять активное участие в обсуждении выдвинутых здесь гипотез и предположений, так как я могу относиться к своим идеям предвзято. Ваше мнение очень важно для меня.

Статья на конкурс «био/мол/текст»: Клеточные процессы, обеспечивающие обмен информацией между нейронами, требуют много энергии. Высокое энергопотребление способствовало в ходе эволюции отбору наиболее эффективных механизмов кодирования и передачи информации. В этой статье вы узнаете о теоретическом подходе к изучению энергетики мозга, о его роли в исследованиях патологий, о том, какие нейроны более продвинуты, почему синапсам иногда выгодно не «срабатывать», а также, как они отбирают только нужную нейрону информацию.

Происхождение подхода

С середины ХХ века известно, что головной мозг потребляет значительную часть энергоресурсов всего организма: четверть всей глюкозы и ⅕ всего кислорода в случае высшего примата [1–5]. Это вдохновило Уильяма Леви и Роберта Бакстера из Массачусетского технологического института (США) на проведение теоретического анализа энергетической эффективности кодирования информации в биологических нейронных сетях (рис. 1) [6]. В основе исследования лежит следующая гипотеза. Поскольку энергопотребление мозга велико, ему выгодно иметь такие нейроны, которые работают наиболее эффективно — передают только полезную информацию и затрачивают при этом минимум энергии.

Это предположение оказалось справедливым: на простой модели нейронной сети авторы воспроизвели экспериментально измеренные значения некоторых параметров [6]. В частности, рассчитанная ими оптимальная частота генерации импульсов варьирует от 6 до 43 имп./с — почти так же, как и у нейронов основания гиппокампа. Их можно подразделить на две группы по частоте импульсации: медленные (~10 имп./с) и быстрые (~40 имп./с). При этом первая группа значительно превосходит по численности вторую [7]. Аналогичная картина наблюдается и в коре больших полушарий: медленных пирамидальных нейронов (~4—9 имп./с) в несколько раз больше, чем быстрых ингибиторных интернейронов (>100 имп./с) [8], [9]. Так, видимо, мозг «предпочитает» использовать поменьше быстрых и энергозатратных нейронов, чтобы те не израсходовали все ресурсы [6], [9–11].

Работа Леви и Бакстера [6] развивает концепцию «экономии импульсов» Горация Барлоу из Университета Калифорнии (США), который, кстати, является потомком Чарльза Дарвина [17]. Согласно ей, при развитии организма нейроны стремятся работать только с наиболее полезной информацией, фильтруя «лишние» импульсы, ненужную и избыточную информацию. Однако эта концепция не дает удовлетворительных результатов, так как не учитывает метаболические затраты, связанные с нейрональной активностью [6]. Расширенный подход Леви и Бакстера, в котором внимание уделено обоим факторам, оказался более плодотворным [6], [18–20]. И энергозатраты нейронов, и потребность в кодировании только полезной информации являются важными факторами, направляющими эволюцию мозга [6], [21–24]. Поэтому, чтобы лучше разобраться в том, как устроен мозг, стоит рассматривать обе эти характеристики: сколько нейрон передает полезной информации и сколько энергии при этом тратит.

За последнее время этот подход нашел множество подтверждений [10], [22], [24–26]. Он позволил по-новому взглянуть на устройство мозга на самых разных уровнях организации — от молекулярно-биофизического [20], [26] до органного [23]. Он помогает понять, каковы компромиссы между выполняемой функцией нейрона и ее энергетической ценой и в какой степени они выражены.

Как же работает этот подход?

Положим, у нас есть модель нейрона, описывающая его электрофизиологические свойства: потенциал действия (ПД) и постсинаптические потенциалы (ПСП) (об этих терминах — ниже). Мы хотим понять, эффективно ли он работает, не тратит ли неоправданно много энергии. Для этого нужно вычислить значения параметров модели (например, плотность каналов в мембране, скорость их открывания и закрывания), при которых: (а) достигается максимум отношения полезной информации к энергозатратам и в то же время (б) сохраняются реалистичные характеристики передаваемых сигналов [6], [19].

Эти «оптимальные» значения параметров затем нужно сравнить с измеренными экспериментально и определить, насколько они отличаются. Общая картина отличий укажет на степень оптимизации данного нейрона в целом: насколько реальные, измеренные экспериментально, значения параметров совпадают с рассчитанными. Чем слабее выражены отличия, тем нейрон более близок к оптимуму и работает энергетически более эффективно, оптимально. С другой стороны, сопоставление конкретных параметров покажет, в каком конкретно качестве этот нейрон близок к «идеалу».

Далее, в контексте энергетической эффективности нейронов рассмотрены два процесса, на которых основано кодирование и передача информации в мозге. Это нервный импульс, или потенциал действия, благодаря которому информация может быть отправлена «адресату» на определенное расстояние (от микрометров до полутора метров) и синаптическая передача, лежащая в основе собственно передачи сигнала от одного нейрона на другой.

Потенциал действия

Потенциал действия (ПД) — сигнал, которые отправляют друг другу нейроны. ПД бывают разные: быстрые и медленные, малые и большие [28]. Зачастую они организованы в длинные последовательности (как буквы в слова), либо в короткие высокочастотные «пачки» (рис. 2).

Большое разнообразие сигналов обусловлено огромным количеством комбинаций разных типов ионных каналов, синаптических контактов, а также морфологией нейронов [28], [29]. Поскольку в основе сигнальных процессов нейрона лежат ионные токи, стоит ожидать, что разные ПД требуют различных энергозатрат [20], [27], [30].

Анализ разных типов нейронов (рис. 4) показал, что нейроны беспозвоночных не очень энергоэффективны, а некоторые нейроны позвоночных почти совершенны [20]. По результатам этого исследования, наиболее энергоэффективными оказались интернейроны гиппокампа, участвующего в формировании памяти и эмоций, а также таламокортикальные релейные нейроны, несущие основной поток сенсорной информации от таламуса к коре больших полушарий.

Почему они более эффективны? Потому что у них малó перекрывание Na- и К-токов. Во время генерации ПД всегда есть промежуток времени, когда эти токи присутствуют одновременно (рис. 3в). При этом переноса заряда практически не происходит, и изменение мембранного потенциала минимально. Но «платить» за эти токи в любом случае приходится, несмотря на их «бесполезность» в этот период. Поэтому его продолжительность определяет, сколько энергетических ресурсов растрачивается впустую. Чем он короче, тем более эффективно использование энергии [20], [26], [30], [43]. Чем длиннее — тем менее эффективно. Как раз в двух вышеупомянутых типах нейронов, благодаря быстрым ионным каналам, этот период очень короткий, а ПД — самые эффективные [20].

Кстати, интернейроны гораздо более активны, чем большинство других нейронов мозга. В то же время они крайне важны для слаженной, синхронной работы нейронов, с которыми образуют небольшие локальные сети [9], [16]. Вероятно, высокая энергетическая эффективность ПД интернейронов является некой адаптацией к их высокой активности и роли в координации работы других нейронов [20].

Синапс

Передача сигнала от одного нейрона к другому происходит в специальном контакте между нейронами, в синапсе [12]. Мы рассмотрим только химические синапсы (есть еще электрические), поскольку они весьма распространены в нервной системе и важны для регуляции клеточного метаболизма, доставки питательных веществ [5].

Чаще всего, химический синапс образован между окончанием аксона одного нейрона и дендритом другого. Его работа напоминает… «переброс» эстафетной палочки, роль которой и играет нейромедиатор — химический посредник передачи сигнала [12], [42], [44–48].

На пресинаптическом окончании аксона ПД вызывает выброс нейромедиатора во внеклеточную среду — к принимающему нейрону. Последний только этого и ждет с нетерпением: в мембране дендритов рецепторы — ионные каналы определенного типа — связывают нейромедиатор, открываются и пропускают через себя разные ионы. Это приводит к генерации маленького постсинаптического потенциала (ПСП) на мембране дендрита. Он напоминает ПД, но значительно меньше по амплитуде и происходит за счет открывания других каналов. Множество этих маленьких ПСП, каждый от своего синапса, «сбегаются» по мембране дендритов к телу нейрона (зеленые стрелки на рис. 3а) и достигают начального сегмента аксона, где вызывают открывание Na-каналов и «провоцируют» его на генерацию ПД.

Такие синапсы называются возбуждающими: они способствуют активации нейрона и генерации ПД. Существуют также и тормозящие синапсы. Они, наоборот, способствуют торможению и препятствуют генерации ПД. Часто на одном нейроне есть и те, и другие синапсы. Определенное соотношение между торможением и возбуждением важно для нормальной работы мозга, формирования мозговых ритмов, сопровождающих высшие когнитивные функции [49].

Как это ни странно, выброс нейромедиатора в синапсе может и не произойти вовсе — это процесс вероятностный [18], [19]. Нейроны так экономят энергию: синаптическая передача и так обусловливает около половины всех энергозатрат нейронов [25]. Если бы синапсы всегда срабатывали, вся энергия пошла бы на обеспечение их работы, и не осталось бы ресурсов для других процессов. Более того, именно низкая вероятность (20–40%) выброса нейромедиатора соответствует наибольшей энергетической эффективности синапсов. Отношение количества полезной информации к затрачиваемой энергии в этом случае максимально [18], [19]. Так, выходит, что «неудачи» играют важную роль в работе синапсов и, соответственно, всего мозга. А за передачу сигнала при иногда «не срабатывающих» синапсах можно не беспокоиться, так как между нейронами обычно много синапсов, и хоть один из них да сработает.

Еще одна особенность синаптической передачи состоит в разделении общего потока информации на отдельные компоненты по частоте модуляции приходящего сигнала (грубо говоря, частоте приходящих ПД) [50]. Это происходит благодаря комбинированию разных рецепторов на постсинаптической мембране [38], [50]. Некоторые рецепторы активируются очень быстро: например, AMPA-рецепторы (AMPA происходит от α-amino-3-hydroxy-5-methyl-4-isoxazolepropionic acid). Если на постсинаптическом нейроне представлены только такие рецепторы, он может четко воспринимать высокочастотный сигнал (такой, как, например, на рис. 2в). Ярчайший пример — нейроны слуховой системы, участвующие в определении местоположения источника звука и точном распознавании коротких звуков типа щелчка, широко представленных в речи [12], [38], [51]. NMDA-рецепторы (NMDA — от N—methyl-D—aspartate) более медлительны. Они позволяют нейронам отбирать сигналы более низкой частоты (рис. 2г), а также воспринимать высокочастотную серию ПД как нечто единое — так называемое интегрирование синаптических сигналов [14]. Есть еще более медленные метаботропные рецепторы, которые при связывании нейромедиатора, передают сигнал на цепочку внутриклеточных «вторичных посредников» для подстройки самых разных клеточных процессов. К примеру, широко распространены рецепторы, ассоциированные с G-белками. В зависимости от типа они, например, регулируют количество каналов в мембране или напрямую модулируют их работу [14].

Различные комбинации быстрых AMPA-, более медленных NMDA- и метаботропных рецепторов позволяют нейронам отбирать и использовать наиболее полезную для них информацию, важную для их функционирования [50]. А «бесполезная» информация отсеивается, она не «воспринимается» нейроном. В таком случае не приходится тратить энергию на обработку ненужной информации. В этом и состоит еще одна сторона оптимизации синаптической передачи между нейронами.

Что еще?

Энергетическая эффективность клеток мозга исследуется также и в отношении их морфологии [35], [52–54]. Исследования показывают, что ветвление дендритов и аксона не хаотично и тоже экономит энергию [52], [54]. Например, аксон ветвится так, чтобы суммарная длина пути, который проходит ПД, была наименьшей. В таком случае энергозатраты на проведение ПД вдоль аксона минимальны.

Снижение энергозатрат нейрона достигается также при определенном соотношении тормозящих и возбуждающих синапсов [55]. Это имеет прямое отношение, например, к ишемии (патологическому состоянию, вызванному нарушением кровотока в сосудах) головного мозга. При этой патологии, вероятнее всего, первыми выходят из строя наиболее метаболически активные нейроны [9], [16]. В коре они представлены ингибиторными интернейронами, образующими тормозящие синапсы на множестве других пирамидальных нейронов [9], [16], [49]. В результате гибели интернейронов, снижается торможение пирамидальных. Как следствие, возрастает общий уровень активности последних (чаще срабатывают активирующие синапсы, чаще генерируются ПД). За этим немедленно следует рост их энергопотребления, что в условиях ишемии может привести к гибели нейронов.

При изучении патологий внимание уделяют и синаптической передаче как наиболее энергозатратному процессу [19]. Например, при болезнях Паркинсона [56], Хантингтона [57], Альцгеймера [58–61] происходит нарушение работы или транспорта к синапсам митохондрий, играющих основную роль в синтезе АТФ [62], [63]. В случае болезни Паркинсона, это может быть связано с нарушением работы и гибелью высоко энергозатратных нейронов черной субстанции, важной для регуляции моторных функций, тонуса мышц. При болезни Хантингтона, мутантный белок хангтингтин нарушает механизмы доставки новых митохондрий к синапсам, что приводит к «энергетическому голоданию» последних, повышенной уязвимости нейронов и избыточной активации. Все это может вызвать дальнейшие нарушения работы нейронов с последующей атрофией полосатого тела и коры головного мозга. При болезни Альцгеймера нарушение работы митохондрий (параллельно со снижением количества синапсов) происходит из-за отложения амилоидных бляшек. Действие последних на митохондрии приводит к окислительному стрессу, а также к апоптозу — клеточной гибели нейронов.

Еще раз обо всем

В конце ХХ века зародился подход к изучению мозга, в котором одновременно рассматривают две важные характеристики: сколько нейрон (или нейронная сеть, или синапс) кодирует и передает полезной информации и сколько энергии при этом тратит [6], [18], [19]. Их соотношение является своего рода критерием энергетической эффективности нейронов, нейронных сетей и синапсов.

Использование этого критерия в вычислительной нейробиологии дало существенный прирост к знаниям относительно роли некоторых явлений, процессов [6], [18–20], [26], [30], [43], [55]. В частности, малая вероятность выброса нейромедиатора в синапсе [18], [19], определенный баланс между торможением и возбуждением нейрона [55], выделение только определенного рода приходящей информации благодаря определенной комбинации рецепторов [50] — все это способствует экономии ценных энергетических ресурсов.

Более того, само по себе определение энергозатрат сигнальных процессов (например, генерация, проведение ПД, синаптическая передача) позволяет выяснить, какой из них пострадает в первую очередь при патологическом нарушении доставки питательных веществ [10], [25], [56]. Так как больше всего энергии требуется для работы синапсов, именно они первыми выйдут из строя при таких патологиях, как ишемия, болезни Альцгеймера и Хантингтона [19], [25]. Схожим образом определение энергозатрат разных типов нейронов помогает выяснить, какой из них погибнет раньше других в случае патологии. Например, при той же ишемии, в первую очередь выйдут из строя интернейроны коры [9], [16]. Эти же нейроны из-за интенсивного метаболизма — наиболее уязвимые клетки и при старении, болезни Альцгеймера и шизофрении [16].

В общем, подход к определению энергетически эффективных механизмов работы мозга является мощным направлением для развития и фундаментальной нейронауки, и ее медицинских аспектов [5], [14], [16], [20], [26], [55], [64].

Благодарности

Искренне благодарен моим родителям Ольге Наталевич и Александру Жукову, сестрам Любе и Алене, моему научному руководителю Алексею Браже и замечательным друзьям по лаборатории Эвелине Никельшпарг и Ольге Слатинской за поддержку и вдохновение, ценные замечания, сделанные при прочтении статьи. Я также очень благодарен редактору статьи Анне Петренко и главреду «Биомолекулы» Антону Чугунову за пометки, предложения и замечания.

Литература

1. Прожорливый мозг;
2. SEYMOUR S. KETY. (1957). THE GENERAL METABOLISM OF THE BRAIN IN VIVO. Metabolism of the Nervous System. 221-237;
3. L. Sokoloff, M. Reivich, C. Kennedy, M. H. Des Rosiers, C. S. Patlak, et. al.. (1977). THE [14C]DEOXYGLUCOSE METHOD FOR THE MEASUREMENT OF LOCAL CEREBRAL GLUCOSE UTILIZATION: THEORY, PROCEDURE, AND NORMAL VALUES IN THE CONSCIOUS AND ANESTHETIZED ALBINO RAT. J Neurochem. 28, 897-916;
4. Magistretti P.J. (2008). Brain energy metabolism. In Fundamental neuroscience // Ed by. Squire L.R., Berg D., Bloom F.E., du Lac S., Ghosh A., Spitzer N. San Diego: Academic Press, 2008. P. 271–297;
5. Pierre J. Magistretti, Igor Allaman. (2015). A Cellular Perspective on Brain Energy Metabolism and Functional Imaging. Neuron. 86, 883-901;
6. William B Levy, Robert A. Baxter. (1996). Energy Efficient Neural Codes. Neural Computation. 8, 531-543;
7. Sharp P.E. and Green C. (1994). Spatial correlates of firing patterns of single cells in the subiculum of the freely moving rat. J. Neurosci. 14, 2339–2356;
8. H. Hu, J. Gan, P. Jonas. (2014). Fast-spiking, parvalbumin+ GABAergic interneurons: From cellular design to microcircuit function. Science. 345, 1255263-1255263;
9. Oliver Kann, Ismini E Papageorgiou, Andreas Draguhn. (2014). Highly Energized Inhibitory Interneurons are a Central Element for Information Processing in Cortical Networks. J Cereb Blood Flow Metab. 34, 1270-1282;
10. David Attwell, Simon B. Laughlin. (2001). An Energy Budget for Signaling in the Grey Matter of the Brain. J Cereb Blood Flow Metab. 21, 1133-1145;
11. Henry Markram, Maria Toledo-Rodriguez, Yun Wang, Anirudh Gupta, Gilad Silberberg, Caizhi Wu. (2004). Interneurons of the neocortical inhibitory system. Nat Rev Neurosci. 5, 793-807;
12. Как происходит выделение нейромедиатора;
13. От живого мозга к искусственному интеллекту;
14. Kandel E.R., Schwartz J.H., Jessell T.M., Siegelbaum S.A., Hudspeth A.J. Principles of neural science (5th Edition). NY: McGraw-Hill Education / Medical, 2012. — 1760 p.;
15. 12 методов в картинках: нейробиология;
16. Oliver Kann. (2016). The interneuron energy hypothesis: Implications for brain disease. Neurobiology of Disease. 90, 75-85;
17. H. B. Barlow. (1969). Trigger Features, Adaptation and Economy of Impulses. Information Processing in The Nervous System. 209-230;
18. Levy W.B. and Baxter R.A. (2002). Energy-efficient neuronal computation via quantal synaptic failures. J. Neurosci. 22, 4746–4755;
19. Julia J. Harris, Renaud Jolivet, David Attwell. (2012). Synaptic Energy Use and Supply. Neuron. 75, 762-777;
20. Biswa Sengupta, Martin Stemmler, Simon B. Laughlin, Jeremy E. Niven. (2010). Action Potential Energy Efficiency Varies Among Neuron Types in Vertebrates and Invertebrates. PLoS Comput Biol. 6, e1000840;
21. Simon B. Laughlin, Rob R. de Ruyter van Steveninck, John C. Anderson. (1998). Unknown title.. Nat. Neurosci.. 1, 36-41;
22. S Laughlin. (2001). Energy as a constraint on the coding and processing of sensory information. Current Opinion in Neurobiology. 11, 475-480;
23. J. E. Niven, S. B. Laughlin. (2008). Energy limitation as a selective pressure on the evolution of sensory systems. Journal of Experimental Biology. 211, 1792-1804;
24. Jeremy E Niven. (2016). Neuronal energy consumption: biophysics, efficiency and evolution. Current Opinion in Neurobiology. 41, 129-135;
25. Clare Howarth, Padraig Gleeson, David Attwell. (2012). Updated Energy Budgets for Neural Computation in the Neocortex and Cerebellum. J Cereb Blood Flow Metab. 32, 1222-1232;
26. A. Hasenstaub, S. Otte, E. Callaway, T. J. Sejnowski. (2010). Metabolic cost as a unifying principle governing neuronal biophysics. Proceedings of the National Academy of Sciences. 107, 12329-12334;
27. Abdelmalik Moujahid, Alicia D’Anjou, Manuel Graña. (2014). Energy demands of diverse spiking cells from the neocortex, hippocampus, and thalamus. Front. Comput. Neurosci.. 8;
28. Bruce P. Bean. (2007). The action potential in mammalian central neurons. Nat Rev Neurosci. 8, 451-465;
29. Izhikevich E.M. Dynamical systems in neuroscience: the geometry of excitability and bursting (computational neuroscience). The MIT Press, 2007. — 457 p.;
30. Brett C. Carter, Bruce P. Bean. (2009). Sodium Entry during Action Potentials of Mammalian Neurons: Incomplete Inactivation and Reduced Metabolic Efficiency in Fast-Spiking Neurons. Neuron. 64, 898-909;
31. Формирование мембранного потенциала покоя;
32. Появление и эволюция клеточной мембраны;
33. Липидный фундамент жизни;
34. Alan Woodruff, Rafael Yuste. (2008). Of Mice and Men, and Chandeliers. PLoS Biol. 6, e243;
35. György Buzsáki, Caroline Geisler, Darrell A. Henze, Xiao-Jing Wang. (2004). Interneuron Diversity series: Circuit complexity and axon wiring economy of cortical interneurons. Trends in Neurosciences. 27, 186-193;
36. David Sterratt, Bruce Graham, Andrew Gillies, David Willshaw. (Unknown published date.). Introduction. Principles of Computational Modelling in Neuroscience. 1-12;
37. B. C. Carter, B. P. Bean. (2011). Incomplete Inactivation and Rapid Recovery of Voltage-Dependent Sodium Channels During High-Frequency Firing in Cerebellar Purkinje Neurons. Journal of Neurophysiology. 105, 860-871;
38. Камкин А.Г. и Каменский А.А. (2004). Фундаментальная и клиническая физиология. М.: «Академия», 2004. — 1073 с.;
39. Hille B. (2001). Ion channels of excitable membranes. Sunderland: Sinauer Associates, 2001. — 814 p.;
40. Brian D. Clark, Ethan M. Goldberg, Bernardo Rudy. (2009). Electrogenic Tuning of the Axon Initial Segment. Neuroscientist. 15, 651-668;
41. Джаксон М.Б. Молекулярная и клеточная биофизика. М.: «БИНОМ», 2013. — 552 с.;
42. Спокоен как GABA;
43. P. Crotty. (2006). Metabolic Energy Cost of Action Potential Velocity. Journal of Neurophysiology. 96, 1237-1246;
44. Дофаминовые болезни;
45. Серотониновые сети;
46. Тайны голубого пятна;
47. Молекула здравого ума;
48. Очень нервное возбуждение;
49. György Buzsáki, Kai Kaila, Marcus Raichle. (2007). Inhibition and Brain Work. Neuron. 56, 771-783;
50. David Attwell, Alasdair Gibb. (2005). Neuroenergetics and the kinetic design of excitatory synapses. Nat Rev Neurosci. 6, 841-849;
51. Nace L. Golding, Donata Oertel. (2012). Synaptic integration in dendrites: exceptional need for speed. The Journal of Physiology. 590, 5563-5569;
52. Ashish Raj, Yu-hsien Chen. (2011). The Wiring Economy Principle: Connectivity Determines Anatomy in the Human Brain. PLoS ONE. 6, e14832;
53. B. L. Chen, D. H. Hall, D. B. Chklovskii. (2006). Wiring optimization can relate neuronal structure and function. Proceedings of the National Academy of Sciences. 103, 4723-4728;
54. Dmitri B. Chklovskii, Thomas Schikorski, Charles F. Stevens. (2002). Wiring Optimization in Cortical Circuits. Neuron. 34, 341-347;
55. Biswa Sengupta, Simon B. Laughlin, Jeremy E. Niven. (2013). Balanced Excitatory and Inhibitory Synaptic Currents Promote Efficient Coding and Metabolic Efficiency. PLoS Comput Biol. 9, e1003263;
56. Болезнь Паркинсона: что изучать? как изучать?;
57. Как спасти Тринадцатую? (Перспективы лечения болезни Хантингтона);
58. Болезнь Альцгеймера: ген, от которого я без ума;
59. Альцгеймеровский нейротоксин: ядовиты не только фибриллы;
60. Возможно, β-амилоид болезни Альцгеймера — часть врождённого иммунитета;
61. Новый шаг к пониманию болезни Альцгеймера: возможно, недосыпание является одним из факторов риска;
62. Болезни и изменения клеточного метаболизма;
63. Сон и старение II: Чем отличается сон пожилых и больных от сна молодых и здоровых?;
64. Adelbert Ames. (2000). CNS energy metabolism as related to function. Brain Research Reviews. 34, 42-68.

В теле человека бессчетное количество клеток, каждая из которых имеет собственную функцию. Среди них самые загадочные – нейроны, отвечающие за любое совершаемое нами действие. Попробуем разобраться как работают нейроны и в чем их предназначение.

Что такое нейрон (нейронные связи)

В переводе с греческого нейрон, или как его еще называют неврон, означает «волокно», «нерв». Нейрон – это специфическая структура в нашем организме, которая отвечает за передачу внутри него любой информации, в быту называемая нервной клеткой.

Нейроны работают при помощи электрических сигналов и способствуют обработке мозгом поступающей информации для дальнейшей координации производимых телом действий.

Эти клетки являются составляющей частью нервной системы человека, предназначение которой состоит в том, чтобы собрать все сигналы, поступающие из вне или от собственного организма и принять решение о необходимости того или иного действия. Именно нейроны помогают справиться с такой задачей.

Каждый из нейронов имеет связь с огромным количеством таких же клеток, создаётся своеобразная «паутина», которая называется нейронной сетью. Посредством данной связи в организме передаются электрические и химические импульсы, приводящие всю нервную систему в состояние покоя либо, наоборот, возбуждения.

К примеру, человек столкнулся с неким значимым событием. Возникает электрохимический толчок (импульс) нейронов, приводящий к возбуждению неровной системы. У человека начинает чаще биться сердце, потеют руки или возникают другие физиологические реакции.

Мы рождаемся с заданным количеством нейронов, но связи между ними еще не сформированы. Нейронная сеть строится постепенно в результате поступающих из вне импульсов. Новые толчки формируют новые нейронные пути, именно по ним в течение жизни побежит аналогичная информация. Мозг воспринимает индивидуальный опыт каждого человека и реагирует на него. К примеру, ребенок, схватился за горячий утюг и отдернул руку. Так у него появилась новая нейронная связь.

Стабильная нейронная сеть выстраивается у ребенка уже к двум годам. Удивительно, но уже с этого возраста те клетки, которые не используются, начинают ослабевать. Но это никак не мешает развитию интеллекта. Наоборот, ребенок познает мир через уже устоявшиеся нейронные связи, а не анализирует бесцельно все вокруг.

Даже у такого малыша есть практический опыт, позволяющий отсекать ненужные действия и стремиться к полезным. Поэтому, например, так сложно отучить ребенка от груди — у него сформировалась крепкая нейронная связь между приложением к материнскому молоку и удовольствию, безопасности, спокойствию.

Познание нового опыта на протяжении всей жизни приводит к отмиранию ненужных нейронных связей и формированию новых и полезных. Этот процесс оптимизирует головной мозг наиболее эффективным для нас образом. Например, люди, проживающие в жарких странах, учатся жить в определенном климате, а северянам нужен совсем другой опыт для выживания.

Сколько нейронов в мозге

Нервные клетки в составе головного мозга занимают порядка 10 процентов, остальные 90 процентов это астроциты и глиальные клетки, но их задача заключается лишь в обслуживании нейронов.

Подсчитать «вручную» численность клеток в головном мозге также сложно, как узнать количество звезд на небе.

Тем не менее ученые придумали сразу несколько способов для определения количества нейронов у человека:

• Рассчитывается число нервных клеток на небольшой части мозга, а затем, количество умножается пропорционально полному объему. Исследователи исходят из постулата о том, что нейроны равномерно распределены в нашем мозге.
• Происходит растворение всех мозговых клеток. В результате получается жидкость, в составе которой можно увидеть клеточные ядра. Их можно посчитать. При этом служебные клетки, о которых мы сказали выше, не учитываются.

В результате описанных экспериментов установлено, что число нейронов в головном мозге человека — 85 миллиардов единиц. Ранее, на протяжении многих веков считалось, что нервных клеток больше, порядка 100 миллиардов.

Строение нейрона

На рисунке приведено строение нейрона. Он состоит из основного тела и ядра. От клеточного тела идет ответвление многочисленных волокон, которые именуются дендритами.

Мощные и длинные дендриты называются аксонами, которые в действительности намного длиннее, чем на картинке. Их протяженность варьируется от нескольких миллиметров до более метра.

Аксоны играют ведущую роль в передаче информации между нейронами и обеспечивают работу всей нервной системы.

Место соединения дендрита (аксона) с другим нейроном называется синапсом. Дендриты при наличии раздражителей могут разрастись настолько сильно, что станут улавливать импульсы от других клеток, что приводит к образованию новых синаптических связей.

Синаптические связи играют существенную роль в формировании личности человека. Так, личность с устоявшимся позитивным опытом будет смотреть на жизнь с любовью и надеждой, человек, у которого нейронные связи с негативным зарядом, станет со временем пессимистом.

Виды нейронов и нейронных связей

Нейроны можно обнаружить в различных органах человека, а не исключительно в головном мозге. Большое их количество расположено в рецепторах (глаза, уши, язык, пальцы рук – органы чувств). Совокупность нервных клеток, которые пронизывают наш организм составляет основу периферической нервной системы. Выделим основные виды нейронов.

Слаженная работа нейронов трех типов выглядит так: человек «слышит» запах шашлыка, нейрон передает информацию в соответствующий раздел мозга, мозг передает сигнал желудку, который выделяет желудочный сок, человек принимает решение «хочу есть» и бежит покупать шашлык. Упрощенно так это действует.

Самыми загадочными являются промежуточные нейроны. С одной стороны, их работа обуславливает наличие рефлекса: дотронулся до электричества – отдернул руку, полетела пыль –зажмурился. Однако, пока не объяснимо как обмен между волокнами рождает идеи, образы, мысли?

Единственное, что установили ученые, это тот факт, что любой вид мыслительной деятельности (чтение книг, рисование, решение математических задач) сопровождается особой активностью (вспышкой) нервных клеток определенного участка головного мозга.

Есть особая разновидность нейронов, которые именуются зеркальными. Их особенность заключается в том, что они не только приходят в возбуждение от внешних сигналов, но и начинают «шевелиться», наблюдая за действиями своих собратьев – других нейронов.

Функции нейронов

Без нейронов невозможна работа организма человека. Мы увидели, что эти наноклетки отвечают буквально за каждое наше движение, любой поступок. Выполняемые ими функции до настоящего времени в полной мере не изучены и не определены.

Существует несколько классификаций функций нейронов. Мы остановимся на общепринятой в научном мире.

Функция распространения информации

Данная функция:

• является основной;
• изучена лучше остальных.

Суть ее в том, что нейронами обрабатываются и переносятся в головной мозг все импульсы, которые поступают из окружающего мира или собственного тела. Далее происходит их обработка, подобно тому, как работает поисковик в браузере.

По результатам сканирования сведений из вне, головной мозг в форме обратной связи передает обработанную информацию к органам чувств или мышцам.

Мы не подозреваем, что в нашем теле происходит ежесекундная доставка и переработка информации, не только в голове и на уровне периферической нервной системы.

До настоящего времени создать искусственный интеллект, который бы приблизился к работе нейронных сетей человека, не удалось. У каждого из 85 миллиардов нейронов имеется, как минимум, 10 тысяч обусловленных опытом связей, и все они работают на передачу и обработку информации.

Функция аккумуляции знаний (сохранения опыта)

Человек обладает памятью, возможностью понимать суть вещей, явлений и действий, которые он единожды или многократно повторял. За формирование памяти отвечают именно нейронные клетки, точнее нейротрансмиттеры, связующие звенья между соседними нейронами.

Таким образом, за память отвечает не какая-то отдельная часть мозга, а маленькие белковые мостики между клетками. Человек может потерять память, когда произошло крушение этих нервных связей.

Функция интеграции

Данная функция позволяет взаимодействовать между собой отдельным долям головного мозга. Как мы уже сказали, сигналы от разных органов чувств поступают в разные отделы мозга.

Нейроны посредством «вспышек» активности передают и принимают импульсы в разных частях мозга. Так происходит процесс появления мыслей, эмоций и чувств. Чем больше таких разноплановых связей, тем эффективнее человек мыслит. Если человек способен к размышлениям и аналитике в определенном направлении, то он будет хорошо соображать и в другом вопросе.

Функция производства белков

Нейроны – настолько полезные клетки, что не ограничиваются только передаточными функциями. Нервные клетки вырабатывают необходимые для жизни человека белки. Опять же ключевую роль в производстве белков имеют нейротрансмиттеры, которые отвечают за память.

Всего в невронах индуцируется порядка 80 белков, вот основные из них, влияющие на самочувствие человека:

• Серотонин – вещество, вызывающее радость и удовольствие.
• Допамин – ведущий источник бодрости и счастья для человека. Активизирует физическую активность, помогает проснуться, переизбыток может привести к состоянию эйфории.
• Норадреналин – это «плохой» гормон, вызывающий приступы ярости и гнева. Наряду с кортизолом его называют гормоном стресса.
• Глутамат – вещество, отвечающие за хранение памяти.

Прекращение выработки белков или их выпуск в недостаточном количестве способны привести к тяжелым заболеваниям.

Восстанавливаются ли нервные клетки

При нормальном состоянии организма нейроны могут жить и функционировать очень долго. К сожалению, случается так, что они начинают массово погибать. Причин разрушения нервных волокон может быть много, но до конца механизм их деструкции не изучен.

Установлено, что нервные клетки погибают из-за гипоксии (кислородное голодание). Нейронные сети рушатся при отдельных травмах головного мозга, человек теряет память или утрачивает способность к хранению информации. В этом случае сами нейроны сохранены, но теряется их передаточная функция.

Отсутствие допамина ведет к развитию болезни Паркинсона, а его переизбыток является причиной шизофрении. Почему прекращается выработка белка не известно, спусковой механизм не выявлен.

Гибель нервных клеток происходит при алкоголизации личности. Алкоголик со временем может совершенно деградировать и утратить вкус к жизни.

Формирование нервных клеток происходит при рождении. Долгое время ученые полагали, что со временем нейроны отмирают. Поэтому с возрастом человек утрачивает способность накапливать информацию, хуже соображает. Нарушение функции по выработке допамина и серотонина связывается с наличием практически у всех пожилых людей депрессивных состояний.

Гибель нейронов, действительно неизбежна, в год исчезает примерно 1 процент от их количества. Но есть и хорошие новости. Последние исследования показали, что в коре головного мозга есть особенный участок, именуемый гипокаммом. Именно в нем генерируются новые чистые нейроны. Подсчитано примерное количество генерируемых ежедневно нервных клеток – 1400.

В науке обозначилось новое понятие «нейропластичность», обозначающее возможность мозга регенерироваться и перестраиваться. Но есть одна тонкость: новые нейроны еще не имеют никакого опыта и наработанных связей. Поэтому с возрастом или после заболевания мозг нужно тренировать, как и все иные мышцы тела: получать новые знания, анализировать происходящие события и явления.

Подобно тому, как мы усиливаем бицепс при помощи гантели, активизировать процесс включения новых нервных клеток можно следующими способами:

• изучение новых сфер знаний, которые ранее были не нужны или не интересны. К примеру, математику можно начать изучать живопись, а юристу – основы физики.
• через постановку сложных задач и поиск их решения;
• составлением планов деятельности, которые включают в себя множество исходных данных.

Механизм возрождения прост. У нас имеются совершенно не задействованные новые клетки, которые нужно заставить работать, а сделать это можно лишь путем постановки новых задач и изучения неизвестных предметных сфер.