Нейробиологи из Немецкого центра приматов (DPZ) -Институт исследований приматов им. Лейбница в Геттингене разработали модель, которая может беспрепятственно отображать все планирование движения от просмотра объекта до его схватывания. Исчерпывающие нейронные и моторные данные экспериментов по захвату с двумя макаками-резусами дали решающие результаты для разработки модели – искусственной нейронной сети, которая способна моделировать процессы и взаимодействия в мозге после тренировки с изображениями конкретных объектов. Нейронные данные из искусственной сетевой модели смогли объяснить сложные биологические данные из экспериментов на животных и, таким образом, подтвердить валидность функциональной модели. Это может быть использовано в долгосрочной перспективе для разработки лучших нейропротезов, например, для восстановления поврежденного нервного соединения между мозгом и конечностями при параплегии и, таким образом, восстановления передачи команд движения от мозга к рукам и ногам.
У макак-резусов, как и у людей, высокоразвитая нервная и зрительная система, а также ловкая моторика рук. По этой причине они особенно хорошо подходят для исследования хватательных движений. Из предыдущих исследований на макаках-резусах известно, что взаимодействие трех областей мозга отвечает за захват целевого объекта. Однако до сих пор не существовало подробной модели на нейронном уровне, которая бы представляла весь процесс от обработки визуальной информации до управления руками и мышцами кисти для захвата этого объекта.
Для разработки такой модели двух самцов макак-резусов обучили хватать 42 объекта разной формы и размера, которые им предъявлялись в случайном порядке. Обезьяны носили информационные перчатки, которые непрерывно записывали движения руки, кисти и пальцев. Эксперимент проводился сначала путем кратковременного освещения объекта, который нужно схватить, в то время как обезьяны смотрели на красную точку под соответствующим объектом и выполняли захватное движение с небольшой задержкой после мигающего сигнала. Эти условия предоставляют информацию о времени, в которое различные области мозга активны, чтобы генерировать захватное движение и связанные с ним мышечные активации на основе визуальных сигналов.
На следующем этапе изображения 42 объектов, сделанные с точки зрения обезьян, были использованы для обучения искусственной нейронной сети, которая имитирует биологические процессы в головном мозге. Сетевая модель состояла из трех взаимосвязанных стадий, соответствующих трем областям коркового мозга обезьян, и обеспечивала значимое понимание динамики сетей мозга. После соответствующей тренировки с поведенческими данными обезьян сеть смогла отразить хватательные движения макак-резусов. Он может обрабатывать изображения узнаваемых объектов и воспроизводить мышечную динамику, необходимую для точного захвата объектов.
Затем результаты, полученные с использованием модели искусственной сети, сравнивались с биологическими данными эксперимента на обезьянах. Оказалось, что нейронная динамика модели в высокой степени соответствовала нейронной динамике областей коркового мозга обезьян. "Эта искусственная модель впервые биологически реалистично описывает нейронную обработку от наблюдения объекта для распознавания объекта до планирования действий и управления мышцами руки во время схватывания," говорит Хансйорг Шербергер, руководитель лаборатории нейробиологии DPZ, и добавляет: "Эта модель способствует лучшему пониманию нейронных процессов в головном мозге и в долгосрочной перспективе может быть полезна для разработки более эффективных нейропротезов."