Notizia

Mar 24, 2023

Gli scienziati utilizzano l'apprendimento automatico per "vedere" come il cervello si adatta ai diversi ambienti

June 5, 2023

5 giugno 2023

Questo articolo è stato rivisto in base al processo editoriale e alle politiche di Science X. Gli editori hanno evidenziato i seguenti attributi garantendo al tempo stesso la credibilità del contenuto:

verificato

pubblicazione sottoposta a revisione paritaria

fonte attendibile

correggere le bozze

dalla Scuola di Medicina della Johns Hopkins University

Gli scienziati della Johns Hopkins hanno sviluppato un metodo che coinvolge l'intelligenza artificiale per visualizzare e monitorare i cambiamenti nella forza delle sinapsi (i punti di connessione attraverso i quali comunicano le cellule nervose nel cervello) negli animali vivi. La tecnica, descritta in Nature Methods, dovrebbe portare, dicono gli scienziati, a una migliore comprensione di come tali connessioni nel cervello umano cambiano con l’apprendimento, l’invecchiamento, gli infortuni e le malattie.

"Se vuoi saperne di più su come suona un'orchestra, devi osservare i singoli musicisti nel tempo, e questo nuovo metodo fa lo stesso per le sinapsi nel cervello degli animali viventi", afferma Dwight Bergles, Ph.D., Diana Sylvestre e Charles Homcy Professor presso il Dipartimento di Neuroscienze Solomon H. Snyder presso la Scuola di Medicina della Johns Hopkins University (JHU).

Bergles è coautore dello studio con i colleghi Adam Charles, Ph.D., ME e Jeremias Sulam, Ph.D., entrambi assistenti professori nel dipartimento di ingegneria biomedica, e Richard Huganir, Ph.D., Bloomberg Distinguished Professor presso JHU e Direttore del Dipartimento di Neuroscienze Solomon H. Snyder. Tutti e quattro i ricercatori sono membri del Kavli Neuroscience Discovery Institute della Johns Hopkins.

Le cellule nervose trasferiscono le informazioni da una cellula all'altra scambiando messaggi chimici nelle sinapsi ("giunzioni"). Nel cervello, spiegano gli autori, si ritiene che diverse esperienze di vita, come l'esposizione a nuovi ambienti e le capacità di apprendimento, inducano cambiamenti a livello delle sinapsi, rafforzando o indebolendo queste connessioni per consentire l'apprendimento e la memoria.

Comprendere come questi piccoli cambiamenti avvengono nei trilioni di sinapsi del nostro cervello è una sfida ardua, ma è fondamentale per scoprire come funziona il cervello quando è sano e come viene alterato dalla malattia.

Per determinare quali sinapsi cambiano durante un particolare evento della vita, gli scienziati hanno a lungo cercato modi migliori per visualizzare la chimica mutevole dei messaggi sinaptici, resa necessaria dall’elevata densità delle sinapsi nel cervello e dalle loro piccole dimensioni, caratteristiche che le rendono estremamente difficili da visualizzare anche con nuovi microscopi all'avanguardia.

"Avevamo bisogno di passare da dati di imaging impegnativi, sfocati e rumorosi per estrarre le porzioni di segnale che dobbiamo vedere", afferma Charles.

Per fare ciò, Bergles, Sulam, Charles, Huganir e i loro colleghi si sono rivolti all’apprendimento automatico, una struttura computazionale che consente lo sviluppo flessibile di strumenti di elaborazione automatica dei dati.

L’apprendimento automatico è stato applicato con successo a molti domini dell’imaging biomedico e, in questo caso, gli scienziati hanno sfruttato l’approccio per migliorare la qualità delle immagini composte da migliaia di sinapsi. Sebbene possa essere un potente strumento per il rilevamento automatizzato, superando di gran lunga la velocità umana, il sistema deve prima essere “addestrato”, insegnando all’algoritmo come dovrebbero apparire le immagini di alta qualità delle sinapsi.