Raramente categorico, rappresentazioni altamente separabili lungo la gerarchia corticale

Un recente studio pubblicato su Nature rivela che le risposte neurali attraverso la corteccia cerebrale mostrano modelli che sono raramente categorici e invece sono caratterizzati da rappresentazioni altamente separabili. Questi risultati sfidano le visioni tradizionali di come il cervello codifica le informazioni, suggerendo che piuttosto che essere ben categorizzato, l'attività neurale abbraccia uno spettro più sfumato e dinamico. La ricerca ha esaminato le risposte neurali in più condizioni sperimentali, organizzandole in matrici in cui ogni riga rappresentava le risposte di un singolo neurone a vari stimoli.

Questo approccio ha permesso agli scienziati di analizzare sia il comportamento statistico dei singoli neuroni che la dinamica collettiva delle popolazioni neuronali. Esaminando queste matrici, i ricercatori hanno identificato due spazi concettuali distinti: lo spazio delle condizioni, definito dalla disposizione delle condizioni sperimentali, e lo spazio neurale, determinato dall'organizzazione dei neuroni stessi.

Tuttavia, lo studio ha rilevato che tali disposizioni categorico sono rari, con molte risposte neurali che mostrano un alto grado di separazione piuttosto che di raggruppamento. Ciò suggerisce che i meccanismi di codifica del cervello potrebbero essere più flessibili e meno rigidamente strutturati di quanto si pensasse in precedenza. Il team di ricerca ha analizzato i dati raccolti dall'International Brain Laboratory (IBL) utilizzando sonde Neuropixels avanzate, con il risultato di circa 14.000 neuroni registrati in 180 sessioni. Hanno mappato questi neuroni su una mappa piana dettagliata di 43 regioni corticali, fornendo informazioni su come le diverse parti del cervello elaborano le informazioni.

Per comprendere le implicazioni di questi risultati, i ricercatori hanno esplorato la relazione tra l'organizzazione strutturale della corteccia e le proprietà funzionali dei neuroni. Hanno utilizzato i dati di connettività anatomica per derivare un modello gerarchico della corteccia, identificando sei principali moduli anatomici con connessioni interne dense. Questa gerarchia ha suggerito che alcune regioni agiscono come fonti di informazione, mentre altre fungono da bersagli, influenzando il modo in cui i segnali si propagano attraverso il cervello. Lo studio ha anche considerato il contesto in cui si verificano le risposte neurali.

Ad esempio, in compiti che coinvolgono il processo decisionale, come ruotare una ruota per portare uno stimolo visivo verso il centro di uno schermo, la presenza di informazioni contestuali precedenti ha influenzato l'attività neurale. Questo ulteriore livello di complessità evidenzia l'interazione tra le indicazioni ambientali e l'elaborazione neurale. I risultati suggeriscono che la capacità del cervello di codificare le informazioni non è limitata a categorie fisse ma coinvolge una più ampia gamma di rappresentazioni. Questa flessibilità può consentire al cervello di adattarsi in modo più efficace a ambienti mutevoli e compiti complessi.

I ricercatori hanno sottolineato che la comprensione di questi modelli è cruciale per far progredire la nostra conoscenza del calcolo neurale e sviluppare migliori modelli della funzione cerebrale. Sono necessari ulteriori studi per esplorare come queste rappresentazioni separabili contribuiscono all'apprendimento, alla memoria e alla percezione. Gli scienziati prevedono di indagare se modelli simili emergono nel cervello umano e come si riferiscono alle funzioni cognitive. I risultati di questo studio forniscono un nuovo quadro per l'analisi dei dati neurali e aprono possibilità entusiasmanti per la ricerca futura in neuroscienza.