脳の記憶容量はこれまで考えられていたものの10倍

脳の記憶容量はこれまで考えられていたものの10倍

ソーク研究所のデータによると、脳の記憶容量はウェブ全体と同じペタバイトの範囲にある

【ラホーヤ】ソークの研究者と共同研究者らは、神経接続のサイズに関する重要な洞察を達成し、脳の記憶容量が一般的な推定よりもはるかに大きいと推定した。 この新しい研究は、脳がどのようにしてエネルギー効率が高いのかという長年の疑問にも答え、エンジニアが信じられないほど強力でありながらエネルギーを節約するコンピューターを構築するのに役立つ可能性がある。

「これは神経科学の分野における本当に爆弾です」と彼は言います。 テリー・セジノウスキー、ソーク教授であり、論文の共同上級著者であり、 eLife。 「私たちは、海馬ニューロンが低エネルギーで高い計算能力でどのように機能するかという設計原理を解明する鍵を発見しました。 脳の記憶容量に関する私たちの新しい測定結果は、World Wide Web と同じ規模で、保守的な推定値を 10 倍増加させ、少なくとも XNUMX ペタバイトに達しました。」

私たちの記憶や思考は、脳内の電気的および化学的活動のパターンの結果です。 この活動の重要な部分は、電線とよく似たニューロンの枝がシナプスとして知られる特定の接合部で相互作用するときに起こります。 XNUMX つのニューロンからの出力「ワイヤー」(軸索) は、XNUMX 番目のニューロンの入力「ワイヤー」(樹状突起) に接続されます。 信号は神経伝達物質と呼ばれる化学物質としてシナプスを通過し、受信側ニューロンに電気信号を他のニューロンに伝えるかどうかを伝えます。 各ニューロンは、他の何千ものニューロンとの間に、これらのシナプスを何千も持つことができます。

「私たちが初めて、赤血球 XNUMX 個ほどの大きさの海馬からすべての樹状突起、軸索、グリア突起、シナプスを再構築したとき、シナプス間の複雑さと多様性に多少戸惑いました」と共同シニアのクリステン・ハリスは言う。この著作の著者であり、大学の神経科学教授 テキサス大学オースティン校。 「これらの詳細な再構成から脳がどのように組織されるかについての基本原理を学びたいと思っていましたが、この報告書の分析で得られた精度には本当に驚かされました。」

シナプスは依然として謎に包まれていますが、その機能不全はさまざまな原因を引き起こす可能性があります。 神経疾患。 より大きなシナプス（より多くの表面積と神経伝達物質の小胞を持つ）はより強力であり、中程度または小さなシナプスよりも周囲のニューロンを活性化する可能性が高くなります。

ソーク研究チームは、ラットの海馬組織 (脳の記憶中枢) の 3D 再構成を構築しているときに、何か異常なことに気づきました。 場合によっては、XNUMX つのニューロンからの XNUMX つの軸索が XNUMX つ目のニューロンの XNUMX つの樹状突起に達する XNUMX つのシナプスを形成し、これは最初のニューロンが受信ニューロンに重複したメッセージを送信しているようであることを示しています。

当初、研究者らは、海馬で約 10% の確率で発生するこの二重性についてあまり考えていませんでした。 しかし、ソーク大学のスタッフ科学者であるトム・バートル氏は、あるアイデアを思いつきました。このような非常によく似た XNUMX つのシナプスの違いを測定できれば、これまでこの分野では小型、中程度にしか分類されていなかったシナプスのサイズについての洞察が得られるかもしれません。そして大きい。

これを行うために、研究者らは開発した高度な顕微鏡法と計算アルゴリズムを使用してラットの脳を画像化し、脳組織の接続性、形状、体積、表面積をナノ分子レベルまで再構築した。

科学者らは、シナプスの大きさがほぼ同じであると予想していましたが、シナプスがほぼ同一であることを発見して驚きました。

「私たちは、シナプスのペアのサイズの差が非常に小さく、平均して約 XNUMX% の違いしかないことを発見して驚きました。 これほど小さな違いになるとは誰も考えていませんでした。 これは自然からの変化球でした」とバートル氏は言います。

ニューロンの記憶容量はシナプスのサイズに依存するため、この XNUMX% の差が、チームが脳のアルゴリズム モデルに組み込んで、シナプス接続にどの程度の情報が潜在的に保存されるかを測定できる重要な数値であることが判明しました。

最小シナプスと最大シナプスの間のサイズの範囲は 60 倍であり、ほとんどが小さいことは以前から知られていました。

しかし、あらゆるサイズのシナプスが 60 倍以内のサイズ間でわずか 26% ずつ変化する可能性があるという知識をもとに、研究チームは、シナプスのサイズにはいくつかのカテゴリがあるだけではなく、約 XNUMX のカテゴリがある可能性があると判断しました。

「私たちのデータは、これまで考えられていたよりも 10 倍多くの離散サイズのシナプスが存在することを示唆しています」と Bartol 氏は言います。 コンピューター用語では、26 サイズのシナプスは約 4.7 「ビット」の情報に相当します。 以前は、脳が海馬に短期および長期の記憶を保存できるのはわずか XNUMX ～ XNUMX ビットであると考えられていました。

「これは、これまで誰もが想像していたよりもおよそ XNUMX 桁高い精度です」と Sejnowski 氏は言います。

この精度を不可解にしているのは、海馬のシナプスの信頼性が低いことで知られているためです。 信号が 10 つのニューロンから別のニューロンに伝わるとき、通常、その 20 番目のニューロンが活性化されるのは XNUMX ～ XNUMX% の確率だけです。

「私たちは、このような信頼性の低いシナプスから脳の驚くべき精度がどのようにして生み出されるのか、よく疑問に思っていました」とバートル氏は言う。 答えの XNUMX つは、シナプスを継続的に調整し、時間の経過とともに成功率と失敗率を平均化することにあるようです。 研究チームは、新しいデータと統計モデルを使用して、その XNUMX% の差に達するまでに XNUMX 対のシナプスでどれだけの信号が必要になるかを調べました。

研究者らは、最小のシナプスでは約 1,500 件のイベントがそのサイズ/能力の変化 (20 分) を引き起こし、最大のシナプスではわずか数百のシグナル伝達イベント (1 ～ 2 分) が変化を引き起こすと計算しました。

「これは、2 分または 20 分ごとに、シナプスが次のサイズに増減していることを意味します。 シナプスは受信した信号に応じて自らを調整しています」とバートル氏は言う。

「私たちのこれまでの研究では、シナプスを形成する脊椎と軸索の大きさが同じである可能性が示唆されていましたが、実際の精度は本当に驚くべきものであり、脳とコンピューターについての全く新しい考え方の基礎を築くことになります」とハリス氏は言う。 「この共同作業から生まれた研究は、学習と記憶のメカニズムの探求において新たな章を開きました。」 ハリス教授は、今回の研究結果は、例えば同様のルールが脳の他の領域のシナプスにも適用されるのか、発達中や学習の初期段階でシナプスが変化する際にそれらのルールがどのように異なるのかなど、探求すべきさらなる疑問を示唆していると付け加えた。

「私たちが発見したことの意味は広範囲に及びます」とセジノウスキー氏は付け加えた。 「脳の一見混沌と乱雑さの下に、私たちから隠されていたシナプスのサイズと形状の根底にある正確さが隠されています。」

この研究結果は、脳の驚くべき効率についての貴重な説明も提供する。 起きている成人の脳が連続的に生成する電力はわずか約 20 ワットで、これは非常に暗い電球と同じくらいです。 ソークの発見は、コンピュータ科学者が超高精度でありながらエネルギー効率の高いコンピュータ、特に「ディープラーニング」や人工ニューラルネット（音声、物体認識、翻訳などの高度な学習と分析が可能な技術）を採用したコンピュータを構築するのに役立つ可能性がある。

「この脳のトリックは、より優れたコンピューターを設計する方法を間違いなく示しています」と Sejnowski 氏は言います。 「確率的な送信を使用すると、精度が高く、コンピューターと脳の両方に必要なエネルギーが大幅に少なくなることがわかりました。」

この論文の他の著者は、ソーク研究所のケイリー・ブロマー氏でした。 ジャスティン・キニーの マクガバン脳研究所; テキサス大学オースティン校のマイケル・A・チリロ氏とジェニファー・N・ボーン氏。

この作品を支援したのは、 NIHの と ハワードヒューズメディカルインスティチュート.