(моторной) нервной системы
реклама
ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 С.П. РОМАНОВ Институт физиологии им. И.П. Павлова РАН, Санкт-Петербург spromanov@sr1070.spb.edu ОТ НЕЙРОНА К СТРУКТУРНО-ФУНКЦИОНАЛЬНОМУ АНАЛИЗУ ИНТЕГРАТИВНОЙ АКТИВНОСТИ ЦЕНТРАЛЬНОЙ (МОТОРНОЙ) НЕРВНОЙ СИСТЕМЫ Рассматриваются свойства электронного аналога нейрона, являющегося основой модели нейронной сети сегментарного уровня управления мышечным сокращением. Показано, что передать информацию и использовать её для управления можно только в кольцевых нейронных структурах. Основываясь на принципах кольцевой регуляции и иерархической организации системы управления, анализ моторного выхода в исследовании на человеке позволил выявить параметры циклической активности, соотносимые со структурными уровнями регуляции моторной системы. Ключевые слова: электронный аналог нейрона, структура и функция нейронной сети, анализ временных рядов Введение Усложнение объектов управления в направлении одновременного контроля многих переменных и увеличивающиеся объёмы переработки разнообразной информации от многочисленных датчиков “очувствлённых” исполнительных органов робототехнических комплексов заставляют искать приемлемые технические решения, заимствуя их у биологических систем управления. Для создания управляющих нейронных сетей, в отличие от формализации процессов переработки информации в зрительной и слуховой сенсорных системах, возможно напрямую использовать достижения нейронаук в раскрытии функции связей между отдельными нейронами и выявляемыми закономерностями передачи и преобразования импульсных сигналов между структурными образованиями моторной системы для решения задач регуляции и многопараметрического управления. Обширная нервная система формируется после возникновения особых нервно-мышечных клеток, передающих сенсорный сигнал непосредственно на эффектор, как у сохранившихся кишечнополостных, оснащённых органами зрения и равновесия. Наличие только сенсорных и эффекторных органов без обширной нейронной сети уже обеспечивает мно- ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 гообразие поведения в окружающей нестационарной среде, что эффектно было показано в 60 годах прошлого века на кибернетических моделях черепах и мышей. Но наличие только сенсорных и исполнительных органов не может обеспечить разумное поведение, для осуществления которого необходим интеллект, способный ставить цели перед организмом или роботом. В попытке найти такой интеллект в нейронах коры головного мозга в 2005 году был запущен двухгодичный проект (Blue Brain Project) по компьютерному моделированию структуры корковой колонки крысы, который продолжается до сих пор с наращиванием вычислительной мощности для моделирования процессов в мозге на молекулярном уровне [1]. Цель нашего исследования состоит в том, чтобы понять процессы преобразования сигналов в нервной системе и выявить соотношения между структурой связей и функцией организованной сети нейронов. Объекты исследования и методы Объектом исследования была избрана система управления движениями, т.к. при изучении её механизмов в отличие от сенсорных систем всегда можно чётко сопоставить контролируемые вход и выход для выявления принципов преобразования сигналов внутри и между её элементами. Нейрофизиологические исследования не позволяют изучать в достаточно полной мере ни взаимодействие отдельных механизмов управления, ни их роль при совершении произвольных двигательных актов. В то же время исследование поведения целостной структуры при попытке выявить нейрофизиологические механизмы управления остаётся за порогом методических возможностей экспериментатора. Для достижения цели мы применили аналоговое и компьютерное моделирование нейронных структур системы управления движениями и исследовали особенности формирования моторного выхода (движения) на животных и человеке [2-4]. Электронный аналог нейрона Какой мы видим структурную организацию нервной системы? Прежде всего, мы исследовали преобразования импульсных потоков в простых нейронных сетях на электронных аналогах нейронов, работающих в реальном масштабе времени [5-7]. Функция сети зависит от свойств её элементов. Бинарных свойств генерации импульса нервной клеткой и суммации сигналов было явно недостаточно в электронном аналоге для получения присущих нейрону свойств преобразования импульсных сигналов. Нами впервые было введено в модель нейрона представление о синапсе ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 как ключе. Широко обсуждаемое в нейрофизиологической литературе, оно не нашло отражения в модельных исследованиях и, тем более, в элементах искусственных нейронных сетей. Развиваемый нами постулат о том, что сами входные сигналы управляют замыканием и размыканием "ключа", причем неактивные в данный момент входы не влияют на процессы суммации, происходящие на мембране нейрона, привел к созданию электронного аналога нейрона, в котором учтены процессы выделения и распада медиатора и промоделирована функция синапса (рис. 1). а б Рис. 1. Упрощенная электрическая схема мембраны нервной клетки (а) и реализация функции синапса (б) в электронном аналоге нейрона Электронная схема одного входа модели реализует функцию ионного канала в области синапса, которую можно сравнить с эквивалентной электрической схемой мембраны и синаптического входа К. Общим для этих двух схем является наличие сопротивления Rm и ёмкости Cm мембраны нервной клетки с источником Em, создающим внутриклеточный потенциал, и ключа К (Тк) с сопротивлением Rc и источником E, отражающими функцию синапса. На нашей схеме параметры Rк и Cк представляют эквивалентные сопротивления и ёмкость ионного канала, шунтирующие сопротивление Rm мембраны при замыкании ключа. Отношение R m/Rк соответствует весу входа по данному ионному каналу, а цепочки Rк'Cк' и Rк"Cк" отражают свойства других ионных каналов синапса, которые в общем случае могут подключаться к другим цепочкам R mCm, напряжение с выходов которых, формируя ВПСП или ТПСП, суммируются через сопротивление Rд дендрита или тела клетки в области ее генераторной зоны. Управление электронным ключом T к осуществляется самим входным сигналом, т.е. напряжением с конденсатора C х, имитирующим накопление и воздействие химического передатчика на постсинаптическую мембрану (ПоСМ). Постоянные времени RхCх и R'хCх входной цепи модели соответ- ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 ствуют времени выделения и распада медиатора в синаптической щели. В предложенной модели ионного канала количество Kn медиатора, находящееся в синаптической щели после прихода n-го импульса к пресинаптической мембране (ПрСМ), может быть вычислено по формуле Kn(t)=((K-Kn-1)*(1-exp(-t/RxCx))+Kn-1)*exp(-(t-t')/R'xCx), где t – текущее время после прихода очередного n импульса длительностью t' по аксону данного входа, K – максимальная концентрация медиатора, Kn-1 – остаточное количество медиатора в синаптической щели. Количество медиатора в синаптической щели пропорционально частоте следования импульсов по данному входу. Далее идут нелинейные преобразования, связанные с подключением входа: открывание ионного канала, когда резисторы Rк шунтируют сопротивление Rm мембраны, и регулирование текущей концентрацией медиатора тока через ионный канал. Для отождествления свойств ионного канала на модели, измеряли напряжения в следующих точках схемы: напряжение на конденсаторе Cx, соответствующее количеству выделяемого в синаптическую щель медиатора, напряжение на конденсаторе C m, соответствующее внутриклеточному потенциалу нейрона, и напряжение на входе ионного канала - на резисторе Rк со стороны ключа Tк. Результаты статических измерений представлены графиками на рис. 2. Рис. 2. Характеристики синаптического входа аналога нейрона: А: 1 – напряжение на “ключе”, 2 – разность напряжений на постсинаптической мембране, 3 – ток через ионный канал; Б: изменение внутриклеточного потенциала для разных значений сопротивления мембраны, характерных для маленьких (1), средних (2) и больших (3) нейронов, R – сопротивление канала. По оси абсцисс: концентрация медиатора. Все величины в вольтах Напряжение 1 на “ключе” пропорционально разности напряжений между интегратором Cx и резистором Rк на выходе ионного канала. Если концентрация медиатора мала, то ключ обладает большим сопротивлени- ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 ем (сопротивлением утечки), незначительно снижающим величину мембранного потенциала. При пороговом значении концентрации медиатора напряжение на ключе резко падает и становится отрицательным, поддерживаемым на постоянном уровне несмотря на дальнейшее увеличение количества медиатора. "Ключ" превращается в активный генератор тока, обеспечивающий насосную функцию, т.е. направленное движение ионов через ПоСМ. Напряжение 2 на ПоСМ уменьшается скачком в момент открывания канала и продолжает убывать при дальнейшем увеличении концентрации медиатора, становясь отрицательным (инверсия тока) у достаточно малых нейронов. Ток 3 ионного канала резко возрастает в момент открывания ключа, а затем линейно убывает по мере увеличения концентрации медиатора. Напряжение 2 на ПоСМ определено через разность между внутриклеточным потенциалом и концентрацией медиатора, а изменение тока 3 ионного канала вычислено через разность напряжений на его входе и выходе. Изменение внутриклеточного потенциала также носит ступенчатый характер, но после резкого спада в результате открывания канала внутриклеточный потенциал увеличивается пропорционально росту концентрации медиатора (графики Б). Глубина спада полностью определяется отношением сопротивлений ионного канала и ПоСМ. Чем меньше это отношение, тем больше перепад внутриклеточного потенциала в области данного синаптического входа и, следовательно, тем больше его вес и влияние на генераторный механизм клетки. Количество ионных каналов определяется свойствами мембраны нервной клетки и размером синапса. Параллельное их подключение на модели способствует увеличению веса входа, а различные параметры сопротивления и емкости могут моделировать участие каналов различных ионов в формировании ВПСП или ТПСП. Электронно-дырочная проводимость твёрдого полупроводника позволила промоделировать процесс передачи возбуждения через мембрану нервной клетки, обеспечив пластические свойства преобразования импульсных потоков в “жесткой” структуре связей. В частности воспроизведены "on" и "off" ответы и трансформация ритма только при изменении интенсивности воздействий по параллельным входам (рис. 3). ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 Рис. 3. Реакции аналога нейрона на возбуждение по двум (1 и 2) входам: А, Б и В – частота последовательности импульсов по входу 1 соответственно 6, 8 и 50 Гц; 3 – внутриклеточный потенциал, 4 – выход аналога нейрона Исследование электронного аналога показало адекватность его поведения регистрируемым реакциям биологических нейронов. Модель стала некритичной к числу входов (их может быть столько, сколько необходимо для организации связей в нейронной сети) и осуществляла процессы суммации сигналов со средним только по числу активных в данный момент входов, сохраняя широкий диапазон генерации импульсов независимо от числа возбужденных входов. Важным результатом исследования взаимодействия двух и более нейронов был вывод о невозможности передачи структуры импульсного потока по разомкнутой цепи нейронов вследствие трансформации ритма на выходе каждого нейрона в соответствии с его свойствами. Именно паттерны импульсов в кольцевой структуре являются носителями информации. В качестве примера приведём осциллограммы импульсных потоков “большого” и “маленького” нейронов, соединённых по типу “мотонейрон – клетка Реншоу” (рис. 4). При малой (А) частоте возбуждения первого нейрона его разряды хаотичны, и малый нейрон на каждый импульс разряжается пачкой импульсов. При увеличении (Б и В) возбуждения второго нейрона происходит трансформация входной последовательности импульсов в собственную ритмику на выходе каждого нейрона. В случае замыкания тормозной связи с выхода нейрона 1 на нейрон 2 (осциллограммы б) генерация импульсов на выходах нейронов становится взаимозависимой и структурируется в характерные паттерны циклической активности. Рис. 4. Активность последовательно соединённых “большого” (2) и “малого” (1) нейронов в разомкнутой (а) цепи и при замыкании (б) тормозной обратной связи с выхода нейрона 1 на второй вход нейрона 2 при возбуждении (А, Б, В) первого входа нейрона 2 с частотой соответственно 20, 25 и 40 Гц ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 При большой частоте возбуждения (В) нейрон 2 может генерировать два разряда с коротким межимпульсным интервалом, которые вызывают более длительные пачки импульсов нейрона 1 и более длительное торможение нейрона 2. Таким образом, существенной в плане считывания состояния активности в нейронной цепи и, следовательно, передающей информацию является циклическая активность в кольцевой структуре в отличие от ритмической активности на выходе каждого нейрона. Модель регуляции мышечного сокращения Дальнейшее изучение закономерностей трансформации сигналов и передачи информации в нейронных сетях целесообразно было проводить только в условиях управления каким-либо объектом. Т.к. естественным объектом управления для нервной системы живых организмов служит локомоторный аппарат, необходимо было создать электронные аналоги мышц с обширным рецепторным аппаратом и объединить их вместе с аналогами нейронов в единый работающий в реальном масштабе времени исследовательский комплекс [8-12]. Временному и структурнофункциональному соответствию элементов системы управления движениями в модели и объекте моделирования придавали первостепенное значение (рис. 5). Промоделировав сегментарные структуры управления мышечным сокращением, мы пришли к заключению, что многочисленные обратные связи от мышечных рецепторов к мотонейронам собственной мышцы представляют гомеостатический механизм (в терминологии У. Р. Эшби [13]) поддержания её длины или усилия. Этот механизм не имеет самостоятельного управляющего значения, но превращает биомеханически нестабильный локомоторный аппарат в управляемый для надсегментарных структур ЦНС. ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 Рис. 5. Структурно-функциональная схема электронного аналога мышцы и осциллограмма воспроизводимых в модели сигналов: 1 – последовательность импульсов на входе α-мотонейрона; 2 – его внутриклеточный потенциал; 3 – внутриклеточный потенциал клетки Реншоу; 4 – импульсы на её выходе; 5 – сокращение мышцы; 6 – импульсы на выходе мотонейрона; двойные линии характеризуют механические связи в системе Кроме того, показали, что в кольцевых структурах гомеостатированы свойствами элементов кольца паттерны активности, циклически повторяющиеся со свойственной каждому элементу кольца ритмикой. С этих позиций в каждой кольцевой структуре нет неустойчивых состояний. Каждому состоянию распространяющихся в кольце потоков, определяемому внешним (через синапсы) возбуждением или их модуляцией химическим составом окружающей нейроны среды, соответствует свой паттерн активности на каждом из элементов структуры и единая циклическая частота. Поведение модели сегментарного уровня управления мышечным сокращением адаптивно, а нейронная сеть обеспечивает автоматическую регуляцию состояния моторного выхода. Нейронными механизмами проприоцептивных рефлексов минимум три регуляторных кольца осуществляют гомеостатирование двигательной функции. Замыкание всех трёх колец на один α-мотонейрон (или множество нейронов в мотонейронном пуле в случае рассмотрения множества двигательных единиц) повышает надёжность поддержания гомеостаза. На сегментарном уровне гомеостатированы импульсные потоки в структуре в соответствии с влияниями от мышечных рецепторов растяжения и управляющими сигналами от вышележащих структур мозга. Спинальные механизмы регуляции через пропри- ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 оцептивные пути обеспечивают компенсацию ограниченных по интенсивности возмущений. Внутрисегментарная нейронная сеть осуществляет координацию работы мышц одной конечности, а межсегментарные связи обеспечивают межконечностные взаимодействия. Гомеостатирование в широком диапазоне изменений внешних нагрузок возможно только при участии супраспинальных структур (мозжечок, ствол, подкорковые структуры мозга и кора больших полушарий). Можно наращивать модель всё более высокими контурами регулирования, но нервная система всё равно остаётся автоматом, компенсируя изменение какого-либо параметра по принципу электромеханического гомеостата. Исследование моторного выхода у человека Изучая биомеханику движений, Н.А. Бернштейн установил принципы организации моторной системы для “построения движений”, которые сейчас широко используются в объяснении когнитивных функций. Это, прежде всего, необходимая иерархическая многоуровневая организация и кольцевое управление или регуляция с использованием сенсорных коррекций. Чтобы выявить параметры кольцевой активности в ЦНС, нами предложено анализировать изометрическое усилие, длительное удержание которого сопровождается пропорциональным силе возбуждением всех структур моторной системы (рис. 6). Рис. 6. Непроизвольные колебания изометрического усилия относительно удерживаемого уровня, возрастающего (от 1 к 4) в диапазоне 0-4 кг Современные методы математического анализа позволяют разложить временные ряды на главные компоненты (ГК), выделяя в них циклическую активность и другие составляющие изучаемых процессов. Можно было бы представить моторную систему “черным ящиком”, но её организация в настоящее время хорошо известна, хотя функционирование целостной системы остаётся на уровне гипотез. На рис. 7 представлена структурно-функциональная схема основных уровней организации мо- ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 торной системы в сопоставлении с выделенными ГК циклической активности. Рис. 7. Соотнесение огибающих главных компонент разложения изометрического усилия как моторного выхода с кольцевыми структурами, сформированными в моторной системе У здоровых испытуемых все ГК имеют хорошо выраженные максимумы, расположенные относительно превалирующей частоты, характерной для данного уровня. Первую ГК с наибольшими максимумом и частотой относим к сегментарному уровню. Вторую ГК связываем с участием сенсомоторной коры и пирамидного тракта, ведущим целенаправленные движения. Максимумы первых двух компонент смещаются по амплитуде и частоте однонаправлено в наибольшем диапазоне по сравнению с максимумами следующих ГК. Их мы относим к экстрапирамидной системе, имеющей ограниченное число нисходящих к спинному мозгу трактов. Если принадлежность первых двух ГК не вызывает сомнения, то верификация следующих ГК требует проведения исследования на пациентах с известной этиологией центральных нарушений построения движений. Заключение Впервые неинвазивным методом показано вовлечение в гомеостатическую регуляцию всех структур моторной системы. Нейроны коры головного мозга создают в структуре корковых колонок динамический образ ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 конкретного входа с возможностью предсказания его изменений на некоторый интервал времени для компенсации задержек проведения возбуждения в восходящих и нисходящих трактах. Подкорковые структуры на основе активности нейронов в колонке корректируют состояние нейронов моторной коры, где формируется нисходящая команда к исполнительным органам и сохраняется состояние, требуемое для решения задачи. Но где формируются цели нашего поведения, соответствующим образом подготавливающие различные отделы ЦНС к их реализации? Выявленный принцип организации управления мышечным сокращением может быть реализован в сложных робототехнических комплексах. Список литературы 1. http://bluebrain.epfl.ch/ 2. Касицки С., Романов С.П. Организация электрической активности различных групп мышц у крыс во время локомоции // Физиол. журн. СССР, 1978. Т.64, № 10. С. 1426-1435. 3. Романов С.П. Преобразование информации в нейронной структуре модели спинального уровня управления мышечным сокращением // Проблемы физиологии движений / Под ред. В.С. Гурфинкеля. Л.: Наука, 1980. С.104-122. 4. Романов С.П. Моделирование элементов системы управления движением // Средства автоматизации физиологических исследований / Под ред. Н.Ф. Подвигина. Л.: Наука, 1988. С. 150-165. 5. Романов С.П. Моделирование механизмов спинального уровня управления мышечным сокращением: Автореферат дис. канд. биол. наук. Ин-т физиологии им. И.П. Павлова РАН. Л., 1974. 6. Романов С.П. Модель нейрона: SU № 623214, 1978. 7. Романов С.П. Моделирование свойств ионного канала и исследование его роли в формировании импульсной активности нейрона // Нейрофизиология, 1989. Т. 21 : 3, с. 379-389. 8. Романов С.П. Влияние организации синаптического аппарата на формирование и передачу импульсной активности в электронных аналогах нейронов. 1994. Депонирована в ВИНИТИ 17 февраля 1994. N 405-В 94. 21 стр., ил.7. Библ.28. 9. Романов С.П. Модель мышцы: SU № 1164746, 1985. 10. Романов С.П. Устройство для моделирования афферентного нейрона: SU № 1401490, 1988. 11. Романов С.П. Модель рецептора – мышечного веретена: SU № 1511752, 1989. ISBN 978-5-7262-1775-8 НЕЙРОИНФОРМАТИКА-2013. Часть 2 12. Романов С.П. Устройство для моделирования нейронных структур двигательного аппарата: SU № 1585809, 1990. 13. Эшби У.Р. Конструкция мозга. Происхождение адаптивного поведения. М.: ИЛ, 1962. Теория нейронных сетей. II
