Przez wieki dominującą metaforą rozwijającego się mózgu była „czysta tablica” (tabula rasa ) – nieskazitelna powierzchnia czekająca, aż doświadczenie zapisze na niej swoje ślady. Jednak nowe badania Instytutu Nauki i Technologii w Austrii (ISTA) podważają tę intuicyjną koncepcję.
Badania przeprowadzone na modelach mysich pokazują, że obwody neuronowe nie są na początku puste i z biegiem czasu stopniowo zapełniają się połączeniami. Wręcz przeciwnie, rodzą się „przeciążone” i chaotyczne, posiadające gęstą, pozornie przypadkową sieć połączeń, która jest następnie udoskonalana i optymalizowana w miarę dojrzewania zwierzęcia.
Model odrzucenia a model wzrostu
W badaniu prowadzonym przez neurologa Petera Jonasa zbadano hipokamp, krytyczny obszar mózgu odpowiedzialny za pamięć przestrzenną i konsolidację wspomnień krótkotrwałych w pamięć długoterminową. W szczególności zespół przeanalizował neurony piramidalne obszaru CA3, kluczowego obwodu w tym regionie.
Wyniki zaprzeczają tradycyjnym oczekiwaniom, że sieci neuronowe stają się gęstsze i bardziej złożone w miarę starzenia się organizmów. Zamiast tego badacze zaobserwowali przycinający wzór rozwoju:
- Wczesny wiek: Sieć neuronowa jest niezwykle gęsta, z wieloma pozornie przypadkowymi połączeniami.
- Dojrzewanie: W miarę dojrzewania myszy te połączenia są selektywnie eliminowane lub osłabiane.
- Wiek dojrzały: Rezultatem jest wysoce zoptymalizowana, uporządkowana i wydajna sieć.
„Intuicyjnie można oczekiwać, że sieć z biegiem czasu będzie rosła i stawała się coraz gęstsza” – wyjaśnia Peter Jonas. “Tutaj widzimy coś przeciwnego. Zaczyna się od pełnego, a potem staje się coraz bardziej usprawnione. “
Po co zaczynać od zbyt wielu połączeń?
Naukowcy sugerują, że ta „reengineering” w momencie narodzin służy ważnemu celowi funkcjonalnemu. Aby stworzyć spójne wspomnienia, hipokamp musi integrować złożone informacje sensoryczne z oczu, uszu i nosa. W przypadku niedojrzałych neuronów jest to zadanie niezwykle pracochłonne.
Jonas wierzy, że „początkowo żywiołowa spójność” tworzy niezbędny fundament skutecznej komunikacji. Gdyby neurony musiały szukać się nawzajem od zera w scenariuszu z czystej karty, proces uczenia się byłby znacznie wolniejszy.
Aby zwizualizować, wyobraź sobie nawigację:
* Model „uboju”: Wyobraź sobie miasto z gęstą, istniejącą wcześniej siecią dróg. Aby dostać się z punktu A do punktu B, wystarczy wybrać najbardziej efektywną trasę. Infrastruktura już istnieje; optymalizujesz tylko swoją ścieżkę.
* Model pustej łupki: Wyobraź sobie, że musisz budować nową drogę od zera za każdym razem, gdy musisz gdzieś dojechać. Dla rozwijającego się mózgu, który stara się szybko uczyć, byłoby to niezwykle czasochłonne i nieskuteczne.
Zaczynając od nadmiaru połączeń, mózg zapewnia istnienie potencjalnych ścieżek, pozwalając mu wybrać i wzmocnić te najbardziej przydatne, odrzucając resztę.
Obserwowalne etapy rozwoju
Zespół śledził aktywność elektryczną i procesy komórkowe na trzech różnych etapach rozwoju myszy:
1. Noworodek: Natychmiast po urodzeniu do 7–8 dnia.
2. Młodzież: Od 18 do 25 dni.
3. Dorosły: Około 45–50 dni.
Dane konsekwentnie wykazały, że obwód hipokampu przechodzi od stanu dużej gęstości i losowości do precyzyjnej, zorganizowanej sieci. To selektywne „eliminowanie” wydaje się być mechanizmem umożliwiającym złożoną integrację danych sensorycznych wymaganych do tworzenia pamięci.
Implikacje dla zrozumienia ludzkiej natury
Chociaż odkrycia te opierają się na modelach mysich, oferują nowe, fascynujące spojrzenie na rozwój neurologiczny. Pozostaje pytanie, czy ludzkie mózgi podążają tą samą trajektorią. Jeśli tak, oznacza to, że nasza zdolność uczenia się nie jest budowana przez dokładanie cegieł do pustej ściany, ale raczej przez usuwanie nadmiaru marmuru w celu odsłonięcia funkcjonalnej rzeźby.
Teoria torowania rodzi ważne pytania dotyczące rozwoju wczesnego dzieciństwa i tego, w jaki sposób czynniki środowiskowe mogą wpływać na to, które połączenia neuronowe zostaną zachowane, a które odrzucone. To przesuwa punkt ciężkości z pytania, ile się uczymy, na pytanie, jak skutecznie nasz mózg organizuje tę wiedzę.
Zasadniczo mózg nie zaczyna jako puste naczynie, które należy napełnić, ale jako złożony, przeciążony system, który uczy się poprzez upraszczanie.
