Функциональная организация мозга

Колебательная активность наблюдается во всей центральной нервной системе, на всех уровнях ее организации. Считается, что существуют три различных уровня: микроуровень (активность одного нейрона), мезоуровень (активность локальной группы нейронов) и макроуровень (активность разных областей мозга).1

Микроуровень

Уровень, на котором происходит обмен информацией между одиночными нейронами. Ритмическая активность на микроуровне вызвана генерацией потенциала действия, в результате изменения заряда мембраны. Нейроны генерируют множественные последовательные потенциалы – пачки спайков (spike trains), которые являются основой для нейронного кодирования и передачи информации в мозге. Они формируют все виды паттернов.2 Помимо стандартной колебательной активности одиночные нейроны способны генерировать подпороговые колебания мембранного потенциала (subthreshold membrane potential oscillations), что не сопровождается формированием потенциала действия. Это происходит, когда постсинаптический потенциал не смог достигнуть порога возбудимости нейрона и не активировал его, либо это может быть связано со спонтанными изменениям потенциала нейронов. По возбудимости нейроны можно подразделить на I (нейроны-интеграторы) и II (нейроны-резонаторы) класс. У нейронов I класса малое смещение мембранного равновесия затухает экспоненциально (монотонно), они могут генерировать потенциалы действия с произвольно низкой частотой в зависимости от силы входных импульсов, тогда как у нейронов II класса, малое возмущение состояния равновесия вызывает отклик в виде затухающих колебаний, так как при повторяющейся подпороговой стимуляции они весьма чувствительны к частоте следования импульсов. Для них, в отличие от интеграторов, увеличение частоты стимуляции может затормозить, или даже прекратить генерацию ответного потенциала действия. Нейроны II класса также более склонны к проявлению подпороговых колебаний мембранного потенциала.

Мезоуровень 

На данном уровне происходит взаимодействие больших нейронных ансамблей между собой через связи головного мозга. На мезоуровне происходит обработка сенсорной информации в коре головного мозга, которая вовлекает в себя подкорковые области, для чего необходима тесная связь между этими областями. Популяция нейронов может запускаться вместе либо потому, что она реагирует на афферентный колебательный входной импульс, либо из-за синаптических взаимодействий  Благодаря синаптическим взаимодействиям паттерны возбуждения различных нейронов синхронизируются, что вызывает изменение ритма биоэлектрической активности мозга, при этом если импульс пришел в одну фазу, то сигнал усиливается, а если в разные, то наоборот ослабевает. Синхронизированные паттерны импульсов одной нейронной популяции приводит к синхронизации других областей коры, что вызывает высокоамплитудные колебания потенциала локального поля (LFP). Именно эти крупномасштабные колебания мы можем зарегестрировать  при помощи электроэнцефалографии (ЭЭГ) и магнитоэнцефалографии (МЭГ). Электрические потенциалы, генерируемые одиночными нейронами, слишком малы, чтобы их можно было обнаружить вне скальпа, поэтому активность ЭЭГ или МЭГ всегда отражает суммированную активность тысяч или миллионов нейронов, имеющих сходную пространственную ориентацию.3 Синхронная деятельность нейронов является главным условием для формирования колебательной активности мозга. В ином случае, если одна популяция нейронов отправит другой недостаточной силы импульс, либо он придет, когда часть нейронов еще находится в рефрактерном периоде, то та не сможет ответить потенциалом, достаточным для поддержания мозговой волны, и та в итоге затухет. Контролируется это эндогенно через локальные взаимодействия между возбуждающими и тормозными нейронами. В частности, тормозные интернейроны играют важную роль в создании нейронно-ансамблевой синхронии, создавая узкое окно для эффективного возбуждения и ритмически модулируя частоту испускания импульсов возбуждающих нейронов.4

Макроуровень

Высший уровень, или макроуровень, — организация и самоорганизация динамики областей мозга для решения задач. Например, обработка сенсорной информации, принятие решений, моторная и двигательная активность. Временные задержки играют здесь важную роль. Поскольку все области мозга связаны двунаправленно, эти связи между областями мозга образуют петли обратной связи . Петли положительной обратной связи имеют тенденцию вызывать ритмическую активность, когда частота обратно пропорциональна времени задержки. Примером являются связи между таламусом и корой – таламо-кортикальные связи. Эта таламо-кортикальная сеть способна генерировать колебательную активность, известную как таламо-кортикальный резонанс.5 Таламокортикальная сеть играет важную роль в генерации альфа-активности.67 В модели сети всего мозга с реалистичной анатомической связностью и задержками распространения между областями мозга, колебания в диапазоне бета-частот возникают в результате частичной синхронизации подмножеств областей мозга, колеблющихся в гамма-диапазоне (генерируемых в мезоскопическом уровене).8

Механизмы

Свойства нейронов

Ученые выявили некоторые внутренние свойства нейронов, которые играют важную роль в генерации колебаний мембранного потенциала. В частности, потенциалзависимые ионные каналы имеют решающее значение для генерации потенциалов действия. Динамика этих ионных каналов была зафиксирована в хорошо известной модели Ходжкина – Хаксли, которая описывает, как потенциалы действия инициируются и распространяются, с помощью системы дифференциальных уравнений. Используя теорию бифуркации, можно определить различные колебательные разновидности этих нейронных моделей, что позволяет классифицировать типы нейронных реакций. Колебательная динамика нейронного потенциала, выявленная в модели Ходжкина-Хаксли, близко согласуется с эмпирическими данными. В дополнение к периодическим импульсам, подпороговые колебания мембранного потенциала, т. е. резонансное поведение, которое не приводит к потенциалам действия, также могут способствовать колебательной активности, способствуя синхронной активности соседних нейронов.910 Спайкующие нейроны могут служить пейсмейкерами для синхронных колебаний сети, а пачки спайков могут лежать в основе или усиливать резонанс нейронов.

Свойства сети

Помимо внутренних свойств нейронов, биологические свойства нейронной сети также являются важным источником ритмической активности. Нейроны взаимодействуют друг с другом через синапсы и влияют на время прохождения импульсов в постсинаптических нейронах. В зависимости от свойств соединения, таких как сила связи, задержка во времени и от того, является ли связь возбуждающей или тормозящей, последовательности пиков взаимодействующих нейронов могут стать синхронизированными.11 Нейроны локально связаны, образуя небольшие кластеры, которые называются нейронными ансамблями. Определенные сетевые структуры способствуют колебательной активности на определенных частотах. Например, биоэлектрические потенциалы, генерируемые двумя популяциями взаимосвязанных тормозящих и возбуждающих клеток, может демонстрировать спонтанные колебания, которые описываются моделью Уилсона-Коуэна. Если группа нейронов участвует в синхронизированной колебательной деятельности, то она может быть математически представлена как один осциллятор. Различные нейронные ансамбли связаны посредством дальнодействующих связей и образуют сеть слабо связанных осцилляторов на следующем пространственном масштабе. Слабосвязанные осцилляторы могут генерировать широкий динамический диапазон, включая ритмическую активность.12 Дальние связи между различными структурами мозга, такими как таламус и кора, связаны с задержками во времени из-за конечной скорости проводимости аксонов. Поскольку большинство соединений взаимны, они образуют петли обратной связи, которые поддерживают колебательную активность. Колебания, регистрируемые в нескольких областях коры, могут быть синхронизированы для формирования крупномасштабных мозговых сетей, динамику и функциональную связь которых можно изучить с помощью спектрального анализа и измерений причинности Грейнджера.13 Когерентная деятельность крупномасштабной активности мозга может формировать динамические связи между областями мозга, необходимые для интеграции распределенной информации.

Нейромодуляция

В дополнение к быстрым прямым синаптическим взаимодействиям между нейронами, образующими сеть, колебательная активность регулируется нейромедиаторами. Определенные концентрации нейротрансмиттеров, как известно, регулируют величину ритмической активности. Например, было показано, что концентрация ГАМК положительно коррелирует с частотой колебаний в индуцированных стимулах.14 Ряд ядер в стволе мозга имеют диффузные проекции по всему мозгу, влияющие на уровни концентрации нейротрансмиттеров, таких как норэпинефрин, ацетилхолин и серотонин. Эти нейромедиаторные системы влияют на физиологическое состояние, например, бодрствование или пробуждение, и оказывают выраженное влияние на амплитуду различных мозговых волн.15

Footnotes

  1. Haken H (1996). Principles of brain functioning. Springer
  2. Wang XJ (2010). “Neurophysiological and computational principles of cortical rhythms in cognition”Physiol Rev90 (3): 1195–1268. doi:10.1152/physrev.00035.2008.
  3. Nunez PL, Srinivasan R (1981). Electric fields of the brain: The neurophysics of EEG. Oxford University Press.
  4. Cardin JA, Carlen M, Meletis K, Knoblich, U, Zhang F, Deisseroth K, Tsai LH, Moore CI (2009). “Driving fast-spiking cells induces gamma rhythm and controls sensory responses”Nature459(7247): 663–U63. Bibcode:2009Natur.459..663Cdoi:10.1038/nature08002.
  5. Llinás R, Ribary U, Contreras D, Pedroarena C (November 1998). “The neuronal basis for consciousness”Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences353 (1377): 1841–9. doi:10.1098/rstb.1998.0336PMC 1692417.
  6. Bollimunta A, Mo J, Schroeder CE, Ding M (March 2011). “Neuronal mechanisms and attentional modulation of corticothalamic α oscillations”The Journal of Neuroscience31(13): 4935–43. doi:10.1523/JNEUROSCI.5580-10.2011.
  7. Suffczynski P, Kalitzin S, Pfurtscheller G, Lopes da Silva FH (December 2001). “Computational model of thalamo-cortical networks: dynamical control of alpha rhythms in relation to focal attention”. International Journal of Psychophysiology43 (1): 25–40. doi:10.1016/S0167-8760(01)00177-5.
  8. Cabral J, Luckhoo H, Woolrich M, Joensson M, Mohseni H, Baker A, Kringelbach ML, Deco G, et al. (April 2014). “Exploring mechanisms of spontaneous functional connectivity in MEG: how delayed network interactions lead to structured amplitude envelopes of band-pass filtered oscillations”. NeuroImage90: 423–35. doi:10.1016/j.neuroimage.2013.11.047.
  9. Llinas RR (1988). “The Intrinsic electrophysiological properties of mammalian neurons: A new insight into CNS function”. Science242 (4886): 1654–1664. Bibcode:1988Sci…242.1654Ldoi:10.1126/science.3059497.
  10. Llinas RR, Grace AA, Yarom Y (1991). “In vitro neurons in mammalian cortical layer 4 exhibit intrinsic oscillatory activity in the 10- to 50-Hz frequency range”Proc. Natl. Acad. Sci. U.S.A88(3): 897–901. Bibcode:1991PNAS…88..897Ldoi:10.1073/pnas.88.3.897.
  11. Zeitler M, Daffertshofer A, Gielen CC (2009). “Asymmetry in pulse-coupled oscillators with delay” (PDF)Phys. Rev. E79(6): 065203(R). Bibcode:2009PhRvE..79f5203Zdoi:10.1103/PhysRevE.79.065203.
  12. Pikovsky A, Rosenblum M, Kurths J (2001). Synchronization: a universal concept in nonlinear sciences. Cambridge University Press.
  13. Andrea Brovelli, Steven L. Bressler and their colleagues, 2004
  14. Muthukumaraswamy SD, Edden RA, Jones DK, Swettenham JB, Singh KD (2009). “Resting GABA concentration predicts peak gamma frequency and fMRI amplitude in response to visual stimulation in humans”Proc. Natl. Acad. Sci. U.S.A106 (20): 8356–8361. Bibcode:2009PNAS..106.8356Mdoi:10.1073/pnas.0900728106.
  15. Moruzzi G, Magoun HW (1949). “Brain stem reticular formation and activation of the EEG”. Electroencephalogr Clin Neurophysiol1 (4): 455–473. doi:10.1016/0013-4694(49)90219-9