Kierownik tematu

Prof. nadzw. dr hab. Tiaza Bem-Sojka

Cel realizacji tematu

Poznanie mechanizmów neuronalnych leżących u podstaw generacji aktywności bioelektrycznej w różnych stanach mózgu. Badania prowadzone są metodami doświadczalnymi oraz przy użyciu zaawansowanych algorytmów analizy danych, modelowania matematycznego i symulacji numerycznych.

Planowane efekty naukowe i praktyczne

Kontynuacja prac w poszerzonym zakresie umożliwi weryfikacje dotychczas sformułowanych hipotez, uzyskanie wyników o charakterze poznawczym oraz dostarczenie danych wspomagających problemy kliniczne.

Planowane jest badanie procesu uczenia się przez obserwacje u szczura przy zastosowaniu podejścia behawioralnego, metod obrazowania czynności mózgu oraz metod elektrofizjologicznych.

 Badania wykonywane będą we współpracy z Instytut des Maladies Neurogenerative, Universite Bordeaux2. W doświadczeniach behawioralnych  zwierzę (demonstrator)  będzie wykonywać wyuczone zadanie przestrzenne w obecności zwierzęcia obserwującego (obserwatora). Następnie proces uczenia się zadania przestrzennego u obserwatora będzie porównany z uczeniem się osobnika kontrolnego. Zastosowane będzie obrazowanie czynności mózgu (early gen expression) w celu identyfikacji struktur kory mózgowej i hipokampa aktywnych w procesie uczenia w grupie obserwatorów oraz w grupie kontrolnej. Aktywność elektryczna wyodrębnionych struktur będzie rejestrowana techniką multielektrodową u swobodnie poruszającego się zwierzęcia. Dane te będą zawierać zewnątrzkomórkowe rejestracje potencjałów czynnościowych i lokalnego potencjału polowego. Posłużą one do charakterystyki aktywności mózgu na różnych etapach konsolidacji zakodowanej informacji w obu grupach. Głównym etapem analizy danych będzie zbadanie powiązań funkcjonalnych miedzy korą a hipokampem, m.in. metodą kierunkowej funkcji przejścia (Directed Transfer Function) oraz charakterystyka wysokoczęstotliwościowych oscylacji tzw. ripples związanych z formowaniem się pamięci na różnych etapach procesu uczenia się.

Ponadto, wykonane będą prace modelowe dotyczące  akwizycji, przechowywania i przywoływania obiektów w pamięci roboczej przy użyciu modelu sieci neuronowej, w której każdy z neuronów reprezentowany jest za pomocą punkowego modelu Izhikewicha, natomiast obiekty w pamięci krótkotrwałej reprezentowane są jako dynamiczne wzorce czasowe pobudzeń neuronowych (tzw.polichronic patterns). Implementacja numeryczna będzie obejmować strukturę sieci w modelu Izhikevicha przy zastosowaniu mechanizmy plastyczności synaps typu STDP (spike timing dependent plasticity).