Um estudo realizado por físicos e neurocientistas da Universidade de Chicago, Harvard e Yale descreve como a conectividade entre os neurônios ocorre através de princípios gerais de rede e auto-organização, e não das características biológicas de um organismo individual.



O estudo, intitulado "A conectividade neuronal de cauda pesada surge da auto-organização hebbiana", publicado na Nature Physics , descreve com precisão a conectividade neuronal em uma variedade de organismos modelo e também pode ser aplicado a redes não biológicas, como interações sociais.

"Quando você constrói modelos simples para explicar dados biológicos, espera obter um bom corte bruto que se ajuste a alguns, mas não a todos os cenários", disse Stephanie Palmer, Ph.D., professora associada de física e biologia e anatomia orgânica na UChicago. e autor sênior do artigo. “Você não espera que funcione tão bem quando se aprofunda nas minúcias, mas quando fizemos isso aqui, acabamos explicando as coisas de uma forma que foi realmente satisfatória.”

Entender como os neurônios se conectam

Os neurônios formam uma intrincada rede de conexões entre sinapses para se comunicarem e interagirem entre si. Embora o grande número de ligações possa parecer aleatório, as redes de células cerebrais tendem a ser dominadas por um pequeno número de ligações que são muito mais fortes do que a maioria.

Essa distribuição de conexões "de cauda pesada" (assim chamada por causa de sua aparência quando plotada em um gráfico) forma a espinha dorsal do circuito que permite aos organismos pensar, aprender, comunicar-se e mover-se. Apesar da importância destas fortes ligações, os cientistas não tinham a certeza se este padrão de cauda pesada surge devido a processos biológicos específicos de diferentes organismos, ou devido a princípios básicos de organização em rede.

Para responder a essas perguntas, Palmer e Christopher Lynn, Ph.D., professor assistente de física na Universidade de Yale, e Caroline Holmes, Ph.D., pesquisadora de pós-doutorado na Universidade de Harvard, analisaram conectomas, ou mapas de conexões de células cerebrais. Os dados do conectoma vieram de vários animais clássicos de laboratório, incluindo moscas da fruta, lombrigas, vermes marinhos e retina de camundongo.

Para entender como os neurônios formam conexões entre si, eles desenvolveram um modelo baseado na dinâmica hebbiana, um termo cunhado pelo psicólogo canadense Donald Hebb em 1949 que diz essencialmente:"neurônios que disparam juntos, conectam-se juntos". Isso significa que quanto mais dois neurônios são ativados juntos, mais forte se torna sua conexão.

Em geral, os pesquisadores descobriram que essas dinâmicas hebbianas produzem forças de conexão de “cauda pesada”, assim como viram nos diferentes organismos. Os resultados indicam que este tipo de organização surge de princípios gerais de rede, e não de algo específico da biologia de moscas-das-frutas, ratos ou vermes.

O modelo também forneceu uma explicação inesperada para outro fenómeno de rede chamado clustering, que descreve a tendência das células de se ligarem a outras células através de ligações que partilham. Um bom exemplo de agrupamento ocorre em situações sociais. Se uma pessoa apresenta um amigo a uma terceira pessoa, é mais provável que essas duas pessoas se tornem amigas dela do que se se conhecessem separadamente.

“Esses são mecanismos que todos concordam que acontecerão fundamentalmente na neurociência”, disse Holmes. "Mas vemos aqui que se tratarmos os dados com cuidado e quantitativamente, isso pode dar origem a todos estes diferentes efeitos no agrupamento e nas distribuições, e então vemos essas coisas em todos estes diferentes organismos."

Contabilizando a aleatoriedade

No entanto, como salientou Palmer, a biologia nem sempre se enquadra numa explicação clara e ordenada, e ainda há muita aleatoriedade e ruído envolvidos nos circuitos cerebrais.

Às vezes, os neurônios se desconectam e se reconectam – conexões fracas são eliminadas e conexões mais fortes podem ser formadas em outros lugares. Esta aleatoriedade fornece uma verificação do tipo de organização hebbiana que os investigadores encontraram nestes dados, sem a qual fortes conexões cresceriam para dominar a rede.

Os pesquisadores ajustaram seu modelo para levar em conta a aleatoriedade, o que melhorou sua precisão.

“Sem esse aspecto do ruído, o modelo falharia”, disse Lynn. "Não produziria nada que funcionasse, o que foi surpreendente para nós. Acontece que você realmente precisa equilibrar o efeito bola de neve Hebbian com a aleatoriedade para fazer com que tudo pareça cérebros reais."

Como essas regras surgem de princípios gerais de rede, a equipe espera poder estender esse trabalho além do cérebro.

“Esse é outro aspecto interessante deste trabalho:a forma como a ciência foi feita”, disse Palmer. “O pessoal desta equipe tem uma enorme diversidade de conhecimentos, desde física teórica e análise de big data até redes bioquímicas e evolutivas. Estávamos focados no cérebro aqui, mas agora podemos falar sobre outros tipos de redes em trabalhos futuros.”

Mais informações: A conectividade neuronal de cauda pesada surge da auto-organização hebbiana, Física da Natureza (2024). DOI:10.1038/s41567-023-02332-9. www.nature.com/articles/s41567-023-02332-9. Em bioRxiv :DOI:10.1101/2022.05.30.494086
Informações do diário: Física da Natureza , bioRxiv

Fornecido pela Universidade de Chicago