Каждое движение заставляет окружающую среду перемещаться мимо глаз в противоположном направлении. На это полагаются нервные клетки "оптический поток" для их расчета самостоятельного движения – на любом фоне. Изображение: Институт нейробиологии Макса Планка / Шорнер
(PhysOrg.com) – Как правило, животные и люди без труда сохраняют чувство равновесия в своей трехмерной среде. В дополнение к вестибулярной системе их навигации часто помогают глаза. Каждое движение заставляет окружающую среду двигаться мимо глаз характерным образом. На основании этого "оптический поток", нервные клетки затем вычисляют самодвижение организма. Ученые из Института нейробиологии Макса Планка теперь показали, как нервные клетки преуспевают в вычислении самодвижения, сталкиваясь с разным фоном. До сих пор ни одна из установленных моделей оптической обработки не могла справиться с этим требованием. (Neuron, 26 августа 2010 г.).
В одном отношении люди и мухи очень похожи друг на друга: оба в значительной степени полагаются на свое зрение для навигации. Несмотря на то, что визуальные впечатления постоянно меняются, эта навигация исключительно эффективна. Например, если я прохожу мимо беленой стены, крошечные неровности проходят мимо моих глаз в противоположном направлении и убеждают меня, что я действительно двигаюсь вперед. С другой стороны, если я прохожу мимо рекламного щита, оклеенного яркими плакатами, огромное разнообразие цветов и структурных изменений проникает мимо меня, когда я двигаюсь. Хотя визуальная информация сильно различается, мои нервные клетки в обоих случаях могут подтвердить, что я двигаюсь вперед с определенной скоростью. То, что на первый взгляд кажется довольно обыденным, оказывается замечательным подвигом нашего мозга.
Чтобы понять, как нервные клетки обрабатывают такую разную оптическую информацию, нейробиологи изучают мозг мух. Использование мозга мух в качестве модели имеет ряд очевидных преимуществ: мухи являются экспертами в оптической обработке движений, но их мозг содержит сравнительно мало нервных клеток. Это позволяет ученым исследовать функцию каждой нервной клетки в сети. В лабораторных экспериментах мухам представляют движущиеся полосатые узоры, в то время как реакции отдельных нервных клеток измеряются. Знания, полученные в результате этих экспериментов, привели к созданию моделей, которые хорошо служат для демонстрации того, как и на какие раздражители реагирует нервная клетка и какую информацию она передает следующим клеткам в очереди. Однако, как только картины, которые видят мухи, слишком сильно различались по своей сложности, предсказания моделей не оправдались.
"Эти модели учитывали только взаимоотношения нервных клеток между входом и выходом, но игнорировали все, что происходило внутри клетки", объясняет Александр Борст, который исследует оптическую обработку в мозгу мух со своим отделом в Институте нейробиологии Макса Планка в Мартинсриде. То, что эту внутреннюю деятельность ячейки нельзя игнорировать, теперь показал его аспирант Франц Вебер. Вместе с Кристианом Мэйченсом из Ecole Normale Superieure в Париже Вебер разработал модель, которая не только учитывает функцию ввода-вывода, но также учитывает биофизические свойства клетки.
Франц Вебер представил мушек узорами из точек с разной плотностью точек. В ходе экспериментов он установил, что нервные клетки по сути одинаково реагируют на высокую и низкую плотность точек. Это удивительно, учитывая, что узор с меньшим количеством точек предоставляет нервной клетке значительно меньше визуальной информации о движении, чем узор с высокой плотностью точек (возвращая нас к побеленной стене и рекламному щиту). Ячейки, очевидно, компенсируют разницу в поступающей информации с помощью внутреннего усилителя. Помня об этом усилении сигнала, ученые разработали новую модель. Теперь он обеспечивает надежное описание поведения нервных клеток в сети – независимо от того, насколько сложным оказывается окружающий мир.