Изучаемая плотность нейронов
Нейроны — это основные клетки нервной системы. Они образуют сложную сеть, которая обрабатывает информацию, регулирует функции организма и поддерживает мышление, обучение, память, эмоции и сенсорное восприятие. Несмотря на их важность, плотность их распределения в различных областях мозга и даже внутри этих областей до сих пор не изучена. Понимание этих вариаций может иметь значительные последствия для нейронаук.
В новом исследовании ученые из немецкого научного института Forschungszentrum Jülich и Гарвардского университета попытались восполнить эти пробелы, объединив данные, полученные ранее на мышах, мартышках, макаках, галаго (мелких ночных приматах), павианах и человеке.
Логнормальное распределение нейронов
Изучив все эти данные, специалисты обнаружили, что у всех этих млекопитающих нейроны в различных областях коры головного мозга распределены по общей схеме. Точнее, в разных областях коры их плотность может быть описана логнормальным распределением. Это непрерывное распределение вероятностей, часто используемое для моделирования положительных переменных с положительным перекосом, что означает, что оно вытянуто вправо. Другими словами, оно описывает данные, в которых более низкие значения более вероятны, чем более высокие, но при этом хвост распределения вытянут в сторону более высоких значений.
Таким образом, на графике логнормальное распределение будет асимметричным с одной стороны и с длинным хвостом, сужающимся вправо. По мнению авторов, это означает, что существует множество областей со средней плотностью нейронов, в то время как некоторые из них имеют гораздо более высокую плотность. Поэтому последние могут быть важны, так как представляют собой редкие, но значительные отклонения от нормы.
«Такое распределение позволяет нам исследовать это статистически и может помочь найти взаимосвязь между плотностью нейронов и связностью в мозге«, — отмечает доктор Айтор Моралес-Грегорио, соавтор данной работы.
Сейчас ученые пытаются определить, как эта модель распределения влияет на способ связи нейронов друг с другом. В частности, было бы интересно узнать, могут ли нарушения в этой модели приводить к неврологическим проблемам.
Подробности исследования опубликованы в журнале .