Eine kurze Einführung in die Computational Neuroscience Teil 1

Bevor Sie mit der Lektüre dieses Artikels beginnen, wird sich Ihr Gehirn (Sie) vielleicht fragen: Warum müssen wir das lesen? Was können wir daraus lernen? Oder wird dieser Inhalt mich wissen lassen, wie das Gehirn in verschiedenen Situationen reagiert und Probleme löst? Ja! Es geht um die ganze Mathematik, die Permutationen und die chemischen Gleichungen, die in unserem eigenen Gehirn ablaufen. Dieser Artikel ist in drei Teile gegliedert. Im ersten Teil des Artikels stellen wir die Computational Neuroscience kurz vor: die Rolle, die Neuronen spielen, die Anatomie der Neuronen und die Modelle, die für die Funktionalitäten des Gehirns erklärt werden können, die so genannten Gehirnmodelle.

Nun wollen wir sehen, was wir alles durch das Verstehen oder Lernen über ein Gehirn erreichen können. In den letzten Jahren haben wir Fortschritte bei den Neuronalen Netzen gesehen, die vollständig von dieser „Computational Neuroscience“ inspiriert sind. Die Algorithmen oder Modelle, die in verschiedenen Bereichen der Neuronalen Netze/Computer Vision verwendet werden, basieren auf einem theoretischen Verständnis der Neurowissenschaften. Alles, was wir über unser Gehirn wissen, ist, dass es schnell und intelligent ist, dass es Eingaben aus der Umgebung aufnimmt, dass einige chemische Reaktionen/Fusionen stattfinden und dass es uns schließlich die Lösung oder das Ergebnis liefert. Wenn Sie dies lesen, werden Sie die Ausführung von Programmen in unserem Gehirn kennen lernen. Fangen wir an!

Dies ist der jüngste Tweet von Lex Friedman. Er arbeitet als Forschungswissenschaftler am MIT.

Das menschliche Gehirn ist unglaublich. Hier werden 3% der Neuronen und 0,0001% der Synapsen im Gehirn visualisiert, die einen Teil des thalamokortikalen Systems des Gehirns ausmachen. Visualisierung über DigiCortex Engine.

2.0 Neurowissenschaften

Der Begriff „Computational Neuroscience“ wurde von Eric L. Schwartz auf einer Konferenz geprägt, um einen Überblick über ein Gebiet zu geben, das bis dahin unter verschiedenen Namen wie Neural Modeling, Brain Theory und Neural Networks bekannt war. Später entdeckte Hubel & Wiesel die Arbeit der Neuronen in der primären Sehrinde (dem ersten kortikalen Bereich). Dies wird in Abschnitt 3 erläutert. Mit der Zunahme der Rechenleistung arbeiten die meisten Computer-Neurowissenschaftler eng mit Experimentalphysikern zusammen, um verschiedene Daten zu analysieren und neue Modelle biologischer Phänomene zu erstellen.

Theoretische Neurowissenschaft

Die Neurowissenschaft umfasst Ansätze, die von molekularen und zellulären Studien bis zur menschlichen Psychophysik und Psychologie reichen. Ziel der Computational Neuroscience ist es, zu beschreiben, wie elektrische und chemische Signale im Gehirn zur Interpretation und Verarbeitung von Informationen genutzt werden. Diese Absicht ist nicht neu, aber in den letzten zehn Jahren hat sich viel verändert. Dank der Fortschritte in der Neurowissenschaft weiß man heute mehr über das Gehirn, es steht mehr Rechenleistung zur Verfügung, um realistische Simulationen neuronaler Systeme durchzuführen, und aus der Untersuchung vereinfachter Modelle großer Neuronennetze werden neue Erkenntnisse gewonnen.

Das Gehirn zu verstehen ist eine Herausforderung, die immer mehr Wissenschaftler aus vielen Disziplinen anzieht. Obwohl es in den letzten Jahrzehnten eine Explosion von Entdeckungen über die Struktur des Gehirns auf zellulärer und molekularer Ebene gegeben hat, verstehen wir noch nicht, wie das Nervensystem es uns ermöglicht, zu sehen, zu hören, zu lernen, uns zu erinnern und bestimmte Handlungen zu planen. Aber es gibt zahlreiche Bereiche, die von den Computational Neuroscience abhängen, einige davon sind im Folgenden aufgeführt,

Deep Learning, Künstliche Intelligenz und Maschinelles Lernen
Humanpsychologie
Medizinische Wissenschaften
Geistige Modelle
Computational Anatomy
Informationstheorie

3.0 Hubel- und Wiesel-Experiment

Dieses Experiment scheint ein Vorbote für die neuronalen Erkenntnisse zu sein, die entdeckt worden sind. Es hat den Grundstein für eine tiefgreifende Erforschung der Computational Neuroscience gelegt. Mal sehen, was da drin steckt.

Die Professoren David Hubel und Torsten Wiesel haben in den 1950er Jahren ein Experiment durchgeführt, bei dem sie die neuronalen Aktivitäten der Katze über die Netzhaut aufzeichneten, während sie ein helles Licht bewegten. Sie haben während des Experiments einige spannende Beobachtungen gemacht, und zwar

Neuronen feuerten nur in einigen Fällen, aber nicht immer.
Die Aktivität der Neuronen änderte sich je nach Ausrichtung und Position der Lichtlinie.

(Machen Sie sich keine Sorgen über den neuronalen Jargon, wir werden alle Begriffe in den folgenden Themen erforschen.) Die elektrischen und chemischen Signale, die in den Zellen aufgezeichnet wurden, die die Netzhaut mit dem Gehirn verbinden, wurden in Tonsignale umgewandelt. Diese Tonsignale wurden dann abgespielt, was zu einem „Snap! Pop!“-Knackgeräusche. Diese waren nicht kontinuierlich, sondern wurden nur abgespielt, wenn das Neuron feuerte. Von nun an wurde ein grundlegendes Verständnis dafür geschaffen, wie die Neuronen die von der Netzhaut gelieferten Informationen extrahieren, und dann wurde klar erklärt, wie die Neuronen der visuellen Rinde (die im primären visuellen Cortex, V1, im Gehirn vorhanden ist) ein Bild formulieren können.

4.0 Nervenzellen, Anatomie und elektrische Eigenschaften der Neuronen

Um also zu verstehen, wie das Gehirn funktioniert und wie wir die Welt um uns herum wahrnehmen können, müssen wir uns den wichtigsten Teil des Gehirns ansehen, nämlich die Neuronen. Diese sind die Recheneinheiten des menschlichen Gehirns.

Das Gehirn kann in einzelne diskrete Teile, die Neuronen, zerlegt werden. Es gibt viele mögliche Neuronenformen, z.B. im visuellen Cortex ist das Neuron pyramidal, und im Kleinhirn heißen sie Purkinje-Zellen.

Struktur der Neuronen

Ein Neuron besteht aus drei Hauptteilen, nämlich Soma, Dendriten und Axon. Das Soma ist der Zellkörper. Die Dendriten sind die Eingangsenden der Neuronen, während das Axon das Ausgangsende ist. Der Input wird also von den Dendriten von den Axonen des benachbarten Neurons empfangen. Diese Eingänge führen zu einem exzitatorischen postsynaptischen Potenzial (EPSP), und wenn sie von mehreren anderen Neuronen kombiniert werden, entsteht ein Aktionspotenzial oder ein Spike. Diese Spikes treten nur dann auf, wenn der Input einen bestimmten Schwellenwert erreicht.

Ein Blick ins Innere

Interessanterweise können Neuronen als ein „undichter Beutel mit geladener Flüssigkeit“ definiert werden. Wie kommt es also, dass auf einmal Chemikalien auftauchen? Das ist eine entscheidende Sache, der sich viele von uns nicht bewusst sind. Neuronen arbeiten ausschließlich mit Chemikalien, und chemische Reaktionen sind der Motor für alle Spikes und Synapsen. Wir haben tatsächlich Na+, Cl-, K+ und andere in unserem Gehirn. Faszinierend, nicht wahr?

Der Inhalt eines Neurons ist von einer Lipiddoppelschicht umschlossen, und das Lipid ist, einfach ausgedrückt, „Fett“. Diese Doppelschicht ist undurchlässig für geladene Ionen wie Na+, K+, Cl- und andere. Wie bewegen sich also diese Chemikalien zwischen den Neuronen?

Ionenkanäle

Die „Ionenkanäle“ ermöglichen die Übertragung dieser Ionen, d.h. den Durchgang in und aus den Neuronen. Dadurch entsteht eine Potentialdifferenz, die zwischen dem Inneren und dem Äußeren des Neurons besteht, das innere Potential ist -70mv gegenüber dem Äußeren.

Außen haben wir Na+, Cl-, während im Inneren eines Neurons K+, organische Anionen- vorhanden sind. Der umgekehrte Fall ist auch möglich, aber die Ionenkonzentrationen sind in diesem Fall geringer, wie in der folgenden Abbildung dargestellt.

Wie kommt es also, dass das Potenzial immer -70mv beträgt? Dies wird aufrechterhalten, indem die Ionen in die Neuronen hinein- und herausgepumpt werden, d.h., durch Ausstoßen von Na+ und Einlassen von K+. Ionenkanäle lassen nur bestimmte Neuronen passieren und können in drei Gated Channels eingeteilt werden,

Voltage-Gated – Die Wahrscheinlichkeit, dass der Kanal geöffnet wird, hängt von der Membranspannung ab.
Chemically Gated – Die Bindung an eine Chemikalie bewirkt, dass der Kanal geöffnet wird.
Mechanically Gated – Druck oder Dehnung beeinflusst den Kanal beim Öffnen/Schließen.

Ionendurchgang durch die Neuronenmembran (src)

Neuronale Signalisierung

Neuronale Signalisierung ist die Interaktion, die zwischen den Neuronen durch die Übertragung der Signale stattfindet. Die oben besprochenen gesteuerten Kanäle ermöglichen die neuronale Signalübertragung. Schauen wir uns an, wie

Zunächst aktivieren die Eingänge von anderen Neuronen die chemisch gesteuerten Kanäle, d.h. sie öffnen die Kanäle, was zu Veränderungen des lokalen Membranpotenzials führt.
Dann führt dies zum Öffnen/Schließen von spannungsgesteuerten Kanälen, was zu Depolarisation (einer positiven Spannungsänderung) und Hyperpolarisation (einer negativen Spannungsänderung) führt. Bei der Repolarisation wird die Zelle wieder auf das tatsächliche Potenzial gebracht.
Eine ausreichend starke Depolarisation führt zum Spike oder Aktionspotenzial.
Dadurch werden die Na+-Kanäle (spannungsabhängig) geöffnet, gefolgt von einem schnellen Na+-Einstrom (von außen nach innen), der dazu führt, dass sich weitere Kanäle öffnen, bis sie inaktiv werden.
Wenn die Na+-Kanäle langsam inaktiv werden, stellt der K+-Ausstrom (von innen nach außen) das Membranpotenzial wieder her oder die K+-Kanäle öffnen sich, wodurch der Spike zurückgeht. Dies ist die Repolarisation.
Danach wird die Zelle negativer, da die K+-Kanäle offen bleiben und weiterhin die positiven Ionen aus dem Neuron herauslassen. Dies wird als Hyperpolarisation bezeichnet.
Wenn sich die Kaliumkanäle schließen, arbeitet die Natrium-Kalium-Pumpe, um den Ruhezustand wiederherzustellen.
Nachdem der Spike erzeugt wurde, wird er entlang des Axons weitergeleitet.
Im Axon öffnen sich zuerst die Na+-Kanäle, was zum Anstieg des Aktionspotentials führt, gefolgt vom Schließen der Na+-Kanäle und dem Öffnen der K+-Kanäle, was zum Abfall des Aktionspotentials führt.

Grafisch wird das Membranpotential im zeitlichen Verlauf so aufgezeichnet,

Membranpotential während eines Aktionspotentials (src)

Geschwindigkeit

Signale reisen sehr schnell entlang des Axons, hauptsächlich aus 2 Gründen; Größe und Myelinscheide. Sie ist eine isolierende Substanz, die keine Ionen durchlässt.

Die Ranvier-Knoten, wie sie im obigen Neuron dargestellt sind, sind die Räume, die sich zwischen den Myelinscheiden befinden, die das Axon umhüllen. Im peripheren Nervensystem befindet sich das Myelin in den Membranen der Schwann-Zellen. Im zentralen Nervensystem sind die Oligodendrozyten für die Isolierung verantwortlich.

Das periphere Nervensystem besteht aus Nerven und Ganglien außerhalb des Gehirns und des Rückenmarks. Das zentrale Nervensystem besteht aus dem Gehirn und dem Rückenmark.

Wenn ein Aktionspotential das Axon durchquert, besteht die Gefahr, dass es verloren geht, daher wird es durch das Vorhandensein von Myelin bewahrt.