Nossos cérebros estão conectados a preencher lacunas perceptivas no que vemos, seja um leão escondido nas árvores ou nas formas escondidas em uma ilusão de ótica – mas como essa fiação funciona? Os neurocientistas estão se concentrando em como os tipos especiais de células cerebrais nos ajudam a ver coisas que realmente não estão lá.
Pesquisadores de Seattle’s Instituto Allen para Ciência do Cérebro e o Universidade da Califórnia em Berkeley traçou o papel desempenhado pelas células, conhecido como neurônios do codificador de IC, em um Estudo publicado hoje pela revista Nature Neuroscience.
“O objetivo deste projeto period entender a base neural da conclusão de padrões ou preencher quando você é tratado de dados ambíguos ou ausentes em sua visão”, disse o autor de estudo sênior de estudo Hillel Adesnikum neurocientista em Berkeley.
Essa pesquisa poderia ajudar os cientistas a entender como nossos cérebros criam uma imagem completa do mundo ao nosso redor a partir dos dados que nossos sentidos fornecem. Também poderia eventualmente revelar Como surgem alucinaçõesou aponte o caminho para melhorar Sistemas de visão computacional.
Os pesquisadores por trás do estudo recém -publicado conduziram seus experimentos usando ratos. Eles mostraram aos ratos uma série de diagramas-alguns dos quais usaram círculos do tipo Pacman para criar uma barra preta ilusória e outros em que a barra foi explicitamente descrita.
O Instituto Allen Opencope Observatório Cerebral A equipe registrou como o cérebro dos ratos respondeu aos diferentes diagramas, milissegundos por milissegundos, e depois entregou os dados à equipe de Berkeley.
“O observatório forneceu acesso ao que estava acontecendo durante as ilusões do cérebro”. Jerome LECOQum investigador associado do Allen Institute, disse ao Geekwire em um e mail. “Isso permitiu que o experimento em Berkeley, no laboratório de Hillel Adesnik, mergulhasse profundamente em mecânica native que implementou essas ilusões”.
Os pesquisadores de Berkeley identificaram um pequeno conjunto de neurônios que responderam aos diagramas com a ilusão, mas não aos diagramas com as barras descritas. Eles também usaram técnicas baseadas em laser conhecidas como Imagem de cálcio de dois fotões e Optogenética holográfica Para rastrear o fluxo de atividade entre os codificadores de IC-ou seja, codificadores de contorno de ilusão-e outras regiões do córtex visible.
O último conjunto de experimentos adicionou mais uma reviravolta: os pesquisadores mostraram aos camundongos uma tela cinza em branco, mas ativaram os neurônios do codificador IC enquanto estavam fazendo isso. Então eles observaram a atividade em outros neurônios no córtex visible.
“Quando olhamos para esses neurônios a jusante, seus padrões de atividade pareciam mais parecidos com quando havia um contorno ilusório actual na tela do que quando não havia nada. Então estávamos gerando essa alucinação controlada”, disse Adesnik. “Não podemos dizer que realmente chegou aos níveis mais altos de percepção, assumindo que os ratos tenham percepção. … Mas poderíamos dizer que, no nível neural, poderíamos ver a conclusão do padrão neural”.
Com base em sua análise dos dados, os pesquisadores concluíram que os neurônios do codificador IC ajudam a gerenciar o processo de preenchimento das lacunas na percepção visible.
“A representação da ilusão surge primeiro em áreas visuais superiores e depois é alimentada de volta ao córtex visible primário; e quando essas informações são alimentadas de volta, elas são recebidas por esses codificadores de IC no córtex visible primário”, co-autor do estudo principal Hyeyoung Shinque foi de Berkeley para a Universidade Nacional de Seul em 2023, disse em um comunicado à imprensa.
Adesnik disse que experimentos futuros podem abordar pelo menos algumas das muitas questões levantadas pelo estudo recém -publicado. “Se você realmente deseja avaliar o que o mouse experimenta perceptivamente, teria que treiná -los para fazê -lo. E as pessoas fizeram isso em todos os tipos de espécies – ratos, macacos, cães, gatos”, disse ele. “Para que possamos fazer isso.”
As idéias dessa pesquisa poderiam eventualmente ser aplicadas à condição humana.
“Em certas doenças, você tem padrões de atividade que emergem em seu cérebro que são anormais e, na esquizofrenia, estes estão relacionados a representações de objetos que surgem aleatoriamente”, disse Lecoq. “Se você não entende como esses objetos são formados e um conjunto coletivo de células trabalha em conjunto para fazer essas representações emergirem, você não poderá tratá -lo; para entender quais células e em que camada essa atividade ocorre é útil”.
Lecoq disse que o papel do Instituto Allen na pesquisa é consistente com a visão que deu origem ao OpenScope Mind Observatory em 2018.
“A analogia do Observatório Astronômico aqui está o observatório que faz o levantamento do céu, enquanto o laboratório se concentra em uma constelação relevante native para desembaraçar o que está acontecendo”, disse ele.
“É assim que vemos nosso observatório cerebral no futuro: forneceremos gravações em todo o cérebro de comportamentos específicos e importantes, definidos por um ou mais laboratórios. Então esses laboratórios podem analisar esses conjuntos de dados e às vezes executar experimentos complementares para descobrir mecanismos computacionais específicos no cérebro”, disse Lecoq. “Estou antecipando que mais pesquisas em neurociência serão realizadas dessa maneira no futuro”.
Anteriormente: a equipe do OpenCope desperta um brainstorm
Além de Shin, Adesnik e LeCoq, os autores do estudo da neurociência da natureza, intitulado “A conclusão recorrente de padrões impulsiona a representação neocortical da inferência sensorial”. embrace Mora Ogando, Lamiae Abdeladim, Uday Jagadisan, Severine Durand, Ben Hardcastle, Hannah Belski, Hannah Cabasco, Henry Loefler, Ahad Bawany, Josh Wilkes, Katrina Nguyen, Lucas Suarez, Tye Johnson, Warren Han, Ben Ouellette, Conor Grasso, Jackie Swapp, Vivian Ha, Ahrial Younger, Shiella Caldejon, Ali Williford, Peter Groblewski, Shawn Olsen e Carly Kiselycznyk.
Crédito para Kanizsa Triangle Graphic: FibonacciAssim, CC BY-SA 3.0through Wikimedia Commons.
