ΑΝΑΚΑΛΥΨΗ ΕΛΠΙΔΑΣ

Κύτταρο «κλειδί» στον εγκέφαλο

Πρωτοποριακή ερευνητική μελέτη σε διεθνές επίπεδο, επιστημόνων του Ιδρύματος Τεχνολογίας και Ερευνας (ΙΤΕ), κατέδειξε για πρώτη φορά παγκοσμίως πως ένα μόνο νευρικό κύτταρο του εγκεφάλου μπορεί να αναγνωρίσει τις χωρικές και χρονικές διαφορές σε εισερχόμενα ερεθίσματα και να τις κωδικοποιήσει στην απόκρισή του αναφέρει η Ελευθεροτυπία (18/12/2010).
Την ανακάλυψη αυτή πραγματοποίησε η ομάδα της Υπολογιστικής Βιολογίας του Ινστιτούτου Μοριακής Βιολογίας και Βιοτεχνολογίας (ΙΜΒΒ) του ΙΤΕ με επικεφαλής την ερευνήτρια Παναγιώτα Ποϊράζη, χρησιμοποιώντας υπολογιστικά μοντέλα.
Η συγκεκριμένη έρευνα συνεισφέρει στην κατανόηση των συμπτωμάτων απώλειας μνήμης ένεκα γήρανσης ή άλλων ασθενειών, όπως Αλτσχάιμερ και Πάρκινσον, ενώ τα αποτελέσματα της μελέτης μπορούν να χρησιμοποιηθούν στη νευροπροσθετική για την κατασκευή ψηφιακών δικτύων που μιμούνται και αναπαράγουν την εγκεφαλική μικροανατομία καθώς και στη νευρομορφική μηχανική.

Πρωτοπορία

Τα ευρήματα αυτά, που δημοσιεύτηκαν χθες στο περιοδικό «PLoS Computational Biology», είναι ιδιαίτερα σημαντικά καθώς προβλέπουν ότι ένα και μόνο κύτταρο είναι ικανό να αναγνωρίσει χαρακτηριστικά της προέλευσης ενός μνημονικού ερεθίσματος, να κωδικοποιήσει τα χαρακτηριστικά αυτά στην απόκρισή του μέσω ριπών, χρησιμοποιώντας δηλαδή έναν χρονικό κώδικα, και να τα αναμεταδώσει σε πιο σύνθετες περιοχές του εγκεφάλου, κάτι που μέχρι στιγμής εθεωρείτο ιδιότητα ενός μεγάλου κυκλώματος νευρικών κυττάρων.
Η δουλειά αυτή αποκαλύπτει για πρώτη φορά τις ικανότητες ενός πυραμιδικού κυττάρου στον εγκέφαλο για επεξεργασία και κωδικοποίηση σύνθετων πληροφοριών, το εύρος των οποίων δεν είχε εκτιμηθεί στο παρελθόν.

* Ποια περιοχή του εγκεφάλου αφορά η ανακάλυψη;

«Ο ιππόκαμπος είναι μια εγκεφαλική περιοχή η οποία χαίρει ιδιαίτερου ερευνητικού ενδιαφέροντος λόγω της εμπλοκής της σε διεργασίες μνήμης και μάθησης. Η περιοχή Cornus Ammonis 1 (CA1) αποτελεί την έξοδο του ιππόκαμπου και οι πυραμιδικοί νευρώνες σε αυτή την περιοχή είναι οι κύριες μονάδες επεξεργασίας και αναμετάδοσης πληροφορίας προς ανώτερες περιοχές του φλοιού.
Η ομάδα μου σε συνεργασία με την ερευνήτρια Ελευθερία Πισσαδάκη (πρώην διδακτορική φοιτήτρια και τώρα επισκέπτρια ερευνήτρια στο Πανεπιστήμιο της Οξφόρδης) ανέπτυξαν ένα λεπτομερές μοντέλο ενός CA1 πυραμιδικού νευρώνα και χρησιμοποίησαν το μοντέλο για να διερευνήσουν κατά πόσο η χωρική τοποθέτηση των εισερχόμενων ερεθισμάτων καθώς και η χρονική τους συσχέτιση μεταφέρονται στα επόμενα κύτταρα.
Συγκεκριμένα, αποδείξαμε ότι η χρονική διαφοροποίηση δύο εισερχόμενων ερεθισμάτων λειτουργεί ως διακόπτης, μεταβάλλοντας την απόκριση του κυττάρου από αργή ρυθμική σε έντονη παλμική (με ρίπους): ερεθίσματα με μεγάλες χρονικές διαφορές οδηγούν σε μείωση της απόκρισης του κυττάρου, ενώ συγχρονισμένα ή χρονικά συσχετισμένα ερεθίσματα ενισχύουν την απόκριση, οδηγώντας στην εμφάνιση ριπών».

* Τι σημαίνει αυτή η ανακάλυψη 

και ποιους δρόμους ανοίγει η έρευνα;

«Η σπουδαιότητα της ανακάλυψης αυτής έγκειται στο ότι ο χρονικός αυτός διακόπτης πιθανά να λειτουργεί ως αισθητήρας αναγνώρισης μνημών: αισθητηριακή πληροφορία στην οποία ο οργανισμός έχει εκτεθεί στο παρελθόν, όπως π.χ. η εικόνα ενός γνωστού αντικειμένου, εντοπίζεται γρήγορα από την CA1 περιοχή (τα ερεθίσματα φτάνουν συγχρονισμένα) και οδηγεί σε ενίσχυση της απόκρισης του κυττάρου, σηματοδοτώντας την αναγνώριση προϋπάρχουσας μνήμης.

Αντιθέτως, άγνωστα αισθητηριακά ερεθίσματα δεν αναγνωρίζονται από την CA1 περιοχή (η χρονική καθυστέρηση υπεισέρχεται ως συνέπεια της διαδικασίας αναζήτησης αντίστοιχων μνημών) και σηματοδοτούν τη μείωση της απόκρισης του κυττάρου, ώστε κάποια άλλη περιοχή να ενεργοποιηθεί για την κατοχύρωση της νέας μνήμης.

Σε τι βοηθά

Η έρευνα αυτή συνεισφέρει σημαντικά στην κατανόηση των μηχανισμών λειτουργίας του ιππόκαμπου, μιας περιοχής που εμπλέκεται σε πολλά είδη μνήμης. 

Επιπλέον, βοηθά στην κατανόηση των συμπτωμάτων απώλειας μνήμης που εμφανίζονται λόγω γήρανσης ή νευροεκφυλιστικών ασθενειών όπως οι Αλτσχάιμερ και Πάρκινσον. 

Τα αποτελέσματα και οι προβλέψεις της μελέτης μπορούν να βρουν χρήσιμη εφαρμογή στον ευρύτερο τομέα της νευρομορφικής μηχανικής (neuromorphic engineering) και της νευροπροσθετικής (neuroprosthetics) για την κατασκευή συνεπτυγμένων ψηφιακών δικτύων τα οποία μιμούνται και αναπαράγουν την εγκεφαλική μικροανατομία».