Себастьян Сеунг - Коннектом. Как мозг делает нас тем, что мы есть

… имитации миллионов ионных каналов нейрона. Эту числовую оценку дают Michael Hausser и Arnd Roth. Многоячеечные модели описывают совокупное поведение больших групп каналов. Сходным образом социологи следят за процентом избирателей, поддерживающих того или иного кандидата. Каждая ячейка модели представляет какую-то часть мембраны нейрона, содержащую множество групп ионных каналов, причем каждая группа соответствует определенному типу каналов. Следовательно, если модель нейрона разбить на сотню ячеек и если существует десять типов ионных каналов, то в модели будет тысяча переменных, описывающих состояния ионных каналов. Количество переменных может показаться огромным, но оно все-таки значительно меньше общего числа ионных каналов в нейроне.

… многоячеечных модельных нейронов … Многоячеечные модели незаменимы, когда разные части нейрона функционируют независимо друг от друга. Например, дендриты отдельной звездчатой амакриновой клетки сетчатки обнаруживают многочисленные направления движения, воспринимаемого зрением, и посылают различные сигналы другим нейронам (Euler, Detwiler, Denk, 2002).

Маркрам следует в этом правилу Питерса… В общей виде это правило впервые изложили в работе: Braitenberg, Schüz (1998). Его назвали в честь Алана Питерса, который сформулировал частный случай этого правила.

… для C. elegans это сделать труднее, чем для мышиных или даже человеческих нейронов. Lockery, Goodman, 2009.

Уникальную информацию о данной личности по-прежнему будет нести ее коннектом. Будем реалистами: свойства каждого нейронного типа, вероятно, окажутся несколько различными у разных людей, даже если речь идет о нормальных людях. Эти вариации можно будет предсказывать по их геномам. И тогда нам придется заключить: «Вы – это ваш коннектом плюс модели нейронных типов плюс ваш геном». Но геном, повторяю, содержит гораздо меньше информации, чем коннектом. Так что максима «Вы – это ваш коннектом» останется неплохим приближением к истине.

… три сотни нейронов разбиты на сотню типов … White et al., 1986.

… диффузия молекул нейротрансмиттера … Порой электрические цепи ведут себя не так, как их модели, компоненты которых взаимодействуют лишь при условии, что они соединены друг с другом проводами. В реальной цепи могут наблюдаться и взаимодействия, осуществляемые «по воздуху», а не только с помощью проводов. К примеру, один провод может создавать вокруг себя электромагнитное поле, которое «почувствует» соседний провод. Это явление называется «паразитной емкостью» и аналогично внесинаптическим взаимодействиям в мозгу. Такие отклонения реальности от модели иногда очень трудно выявить и учесть.

… понадобится определить местоположение и скорость каждого из атомов мозга … Здесь я умалчиваю о том, какую роль играют законы квантовой физики в функционировании мозга. Тегмарк (Tegmark, 2000) кое-что пишет об этой проблеме.

Ральф Меркл . Merkle, 1992. Некоторые из самых первых работ по коннектомике принадлежат перу адептов крионики и оцифровки сознания, хотя сам термин «коннектом» появился позже. В своей обзорной работе «Широкомасштабный анализ нейронных структур» (1989) Ральф Меркл рассматривает возможности электронной микроскопии. Он знает, что карту коннектома червя C. elegans уже построили, и рассуждает о том, нельзя ли создать такую же карту и для человеческого мозга.

1. Abeles, M. 1982. Local cortical circuits: An electrophysiological study. Berlin: Springer.

2. Aboitiz, F., A. B. Scheibel, R. S. Fisher, and E. Zaidel. 1992. Fibercomposition of the human corpus callosum. Brain Res earch , 598 (1–2): 143–153.

3. Abraham, Carolyn. 2002. Possessing genius: The bizarre odys sey of Einstein’s brain . New York: St. Martin’s Press.

4. Adee, S. 2009. Cat fight brews over cat brain. IEEE SpectrumTech Talk Blog.Nov. 23.

5. Agarwal, R., N. Singh, and D. Gupta. 2006. Is the patient braindead? Emergency Medicine Journal , 23 (1): e05.

6. Albertson, D. G., and J. N. Thomson. 1976. The pharynx of Caen orhabditis elegans. Philosophical Transactions of the Royal So cie ty of London, Series B, Biological Sciences, 275 (938): 299–325.

7. Amari, S. I. 1972. Learning patterns and pattern sequences byself-organizing nets of threshold elements. IEEE Transactions on Computers , 100 (21): 1197–1206.

8. Amit, D. J. 1989. Modeling brain function. Cambridge, Eng.: Cambridge University Press.

9. Amit, D. J., H. Gutfreund, and H. Sompolinsky. 1985. Spin-glass models of neural networks. Physical Review A , 32 (2): 1007.

10. Amunts, K., G. Schlaug, L. Jäncke, H. Steinmetz, A. Schleicher, A. Dabringhaus, and K. Zilles. 1997. Motor cortex and hand motor skills: Structural compliance in the human brain. Human Brain Mapping , 5 (3): 206–215.

11. Ananthanarayanan, R., S. K. Esser, H. D. Simon, and D. S. Modha. 2009. The cat is out of the bag: Cortical simulations with 109 neu rons, 1013 synapses. In Proceedings of the Conference on High Performance Computing Networking , Storage, and Ana lysis, p. 63. ACM.

12. Andersen, B. B., L. Korbo, and B. Pakkenberg. 1992. A quan titative study of the human cerebellum with unbiased stereological techniques. Journal of Comparative Neurology , 326 (4): 549.