Il potere della selettività mista: comprendere la funzione cerebrale e la cognizione

Ogni giorno il nostro cervello si sforza di ottimizzare un compromesso: con molti eventi che accadono intorno a noi e allo stesso tempo molti impulsi e ricordi interni, i nostri pensieri devono essere flessibili ma sufficientemente concentrati da guidare tutto ciò che dobbiamo fare. In un nuovo articolo sulla rivista Neuron, un team di neuroscienziati descrive come il cervello acquisisce la capacità cognitiva di integrare tutte le informazioni rilevanti senza lasciarsi sopraffare da ciò che non è rilevante.

Gli autori sostengono che la flessibilità deriva da una proprietà chiave osservata in molti neuroni: la "selettività mista". Mentre molti neuroscienziati in precedenza pensavano che ogni cellula avesse una sola funzione specializzata, prove più recenti hanno dimostrato che molti neuroni possono partecipare a diversi insiemi computazionali che lavorano in parallelo. In altre parole, quando un coniglio sta valutando la possibilità di sgranocchiare la lattuga in giardino, un neurone può essere coinvolto non solo nel giudicare la sua fame, ma anche nel sentire un falco in alto o nell’annusare un coyote sugli alberi e nel determinare quanto è lontana la lattuga..

Il cervello non è multitasking, ha affermato il coautore Earl K. Miller, professore al Picower Institute for Learning and Memory del MIT e uno dei pionieri dell'idea di selettività mista, ma molte cellule hanno la capacità impegnarsi in molteplici processi computazionali (essenzialmente, "pensieri"). Nel nuovo articolo, gli autori descrivono meccanismi specifici che il cervello utilizza per reclutare neuroni per eseguire vari calcoli e per garantire che tali neuroni rappresentino il numero corretto di dimensioni di un problema complesso.

Questi neuroni svolgono molte funzioni. Con la selettività mista è possibile avere uno spazio rappresentativo complesso quanto basta e non di più. È qui che risiede la flessibilità della funzione cognitiva."

Earl K. Miller, professore presso il Picower Institute for the Study of Learning and Memory presso il Massachusetts Institute of Technology

Il coautore Kaye Tai, professore al Salk Institute e all'Università della California, a San Diego, ha affermato che la selettività mista tra i neuroni, specialmente nella corteccia prefrontale mediale, è fondamentale per abilitare molte abilità mentali.

"L'MPFC è come un sussurro che rappresenta così tante informazioni attraverso insiemi altamente flessibili e dinamici", ha affermato Tai. "La selettività mista è la proprietà che ci fornisce flessibilità, capacità cognitiva e creatività. È il segreto per massimizzare la potenza di elaborazione, che è essenzialmente la base dell'intelligenza."

Origine dell'idea

L'idea della selettività mista è nata nel 2000, quando Miller e il suo collega John Duncan hanno difeso un risultato sorprendente della ricerca sulla funzione cognitiva nel laboratorio di Miller. Quando gli animali classificarono le immagini in categorie, sembrava che circa il 30% dei neuroni nella corteccia prefrontale del cervello fossero attivati. Gli scettici che credevano che ogni neurone avesse una funzione dedicata si facevano beffe dell’idea che il cervello potesse dedicare così tante cellule a un solo compito. La risposta di Miller e Duncan fu che forse le cellule avevano la flessibilità necessaria per partecipare a molti calcoli. La capacità di servire in un gruppo cerebrale, così com'era, non precludeva la loro capacità di servire molti altri.

Ma quali vantaggi comporta la selettività mista? Nel 2013, Miller ha collaborato con due coautori di un nuovo articolo, Mattia Rigotti dell’IBM Research e Stefano Fusi della Columbia University, per dimostrare come la selettività mista conferisca al cervello una potente flessibilità computazionale. In sostanza, un insieme di neuroni con selettività mista può ospitare molte più dimensioni di informazioni sul compito rispetto a una popolazione di neuroni con funzioni invarianti.

"Dal nostro lavoro iniziale, abbiamo fatto progressi nella comprensione della teoria della selettività mista attraverso la lente delle idee classiche dell'apprendimento automatico", ha affermato Rigotti. "D'altra parte, le questioni importanti per gli sperimentali sui meccanismi che determinano ciò a livello cellulare sono state relativamente poco esplorate. Questa collaborazione e questo nuovo articolo avevano lo scopo di colmare questa lacuna."

Nel nuovo articolo, gli autori presentano un topo che decide se mangiare una bacca. Potrebbe avere un odore delizioso (questa è una dimensione). Può essere velenoso (questa è un'altra cosa). Un’altra o due dimensioni del problema possono presentarsi sotto forma di segnale sociale. Se un topo sente l'odore di una bacca nell'alito di un altro topo, allora la bacca è probabilmente commestibile (a seconda della salute apparente dell'altro topo). Un insieme neurale con selettività mista sarà in grado di integrare tutto questo.

Attirare i neuroni

Sebbene la selettività mista sia supportata da abbondanti prove (è stata osservata in tutta la corteccia e in altre regioni del cervello come l'ippocampo e l'amigdala), rimangono delle domande aperte. Ad esempio, come vengono reclutati i neuroni per i compiti e come fanno i neuroni così "di larghe vedute" a rimanere sintonizzati solo su ciò che è veramente importante per la missione?

In un nuovo studio, ricercatori tra cui Marcus Benna dell'UC San Diego e Felix Taschbach del Salk Institute identificano le forme di selettività mista osservate dai ricercatori e sostengono che quando le oscillazioni (note anche come "onde cerebrali") e i neuromodulatori ( sostanze chimiche come la serotonina o la dopamina che influenzano la funzione neurale) attirano i neuroni negli insiemi computazionali, li aiutano anche a "filtrare" ciò che è importante a questo scopo.

Naturalmente, alcuni neuroni sono specializzati per un input particolare, ma gli autori sottolineano che rappresentano l'eccezione, non la regola. Gli autori affermano che queste cellule hanno "pura selettività". A loro importa solo se il coniglio vede la lattuga. Alcuni neuroni mostrano una "selettività mista lineare", il che significa che la loro risposta dipende in modo prevedibile dalla somma di più input (un coniglio vede la lattuga e ha fame). I neuroni che aggiungono la maggiore flessibilità di misurazione sono quelli con “selettività mista non lineare”, che può tenere conto di più variabili indipendenti senza la necessità di sommarle. Possono invece tenere conto di tutta una serie di condizioni indipendenti (ad esempio, c'è la lattuga, ho fame, non sento nessun falco, non sento odore di coyote, ma la lattuga è lontana e posso vedere una recinzione abbastanza forte).

Quindi, cosa spinge i neuroni a concentrarsi su fattori significativi, non importa quanti siano? Un meccanismo è l’oscillazione, che si verifica nel cervello quando molti neuroni mantengono la loro attività elettrica allo stesso ritmo. Questa attività coordinata consente di condividere le informazioni, essenzialmente sintonizzandole insieme come un gruppo di auto che suonano tutte la stessa stazione radio (magari la trasmissione di un falco che volteggia in alto). Un altro meccanismo evidenziato dagli autori sono i neuromodulatori. Si tratta di sostanze chimiche che, quando raggiungono i recettori all'interno delle cellule, possono anche influenzarne l'attività. Ad esempio, un aumento di acetilcolina può allo stesso modo innescare i neuroni con i recettori corrispondenti per un'attività o un'informazione specifica (forse la sensazione di fame).

"Questi due meccanismi probabilmente lavorano insieme per formare dinamicamente reti funzionali", scrivono gli autori.

Comprendere la selettività mista, continuano, è fondamentale per comprendere la cognizione.

"La selettività mista è onnipresente", concludono. "È presente in tutte le specie e svolge una varietà di funzioni, dalla cognizione di alto livello ai processi sensomotori "automatici" come il riconoscimento degli oggetti. La diffusa presenza di selettività mista evidenzia il suo ruolo fondamentale nel fornire al cervello la potenza di elaborazione scalabile necessaria per processi complessi. Pensieri e azioni." p>

Leggi ulteriori informazioni sullo studio sulla rivista CELL