актов // Журн. общ. биол. 2012. Т. 73. № 5. С. 334–348.
[6] Сахаров Д. А. “Cognitive pattern generators”: от идеи к исследованию. Лекция на 6 Международной конференции по когнитивной науке (2014). URL: http://www.youtube.com/watch?v=YJyJ4jUCzy4.
[7] Bargmann C. I. Beyond the connectome: How neuromodulators shape neural circuits. Bio-essays. 2012. Vol. 34. P. 458–465.
[8] Clower W. T. The transition from animal spirits to animal electricity: a neuroscience paradigm shift // J. Hist. Neurosci. 1998. Vol. 7. No. 3. P. 201–218.
[9] Graybiel A. M. The basal ganglia and cognitive pattern generators // Schizophr. Bull. 1997. Vol. 23. No. 3. P. 459–469.
[10] Kopell N. J., Gritton H. J., Whittington M. A., Kramer M. A. Beyond the connectome: the dynome. Neuron. 2014. Vol. 83. No. 6. P. 1319–1328.
[11] Miller G. Cognitive revolution: a historical perspective // Trends in Cognitive Sciences. 2003. Vol. 7. No. 3. P. 141–144.
[12] Moroz L. L., Edwards J. R., Puthanveettil S. V., Kohn A. B., Ha T., Heyland A., Knudsen B., Sahni A., Yu F., Liu L., Jezzini S., Lovell P., Iannucculli W., Chen M., Nguyen T., Sheng H., Shaw R., Kalachikov S., Panchin Y. V., Farmerie W., Russo J. J., Ju J., Kandel E. R. Neuronal Transcriptome of Aplysia: Neuronal Compartments and Circuitry // Cell. 2006. Vol. 127. No. 7. P. 1453–1467.
[13] Mulloney B., Smarandache C. Fifty years of CPGs: two neuroethological papers that shaped the course of neuroscience. Front. Behav. Neurosci. 2010. Vol. 4. No. 45. P. 1–8.
2016
Мультитрансмиттерность доступна моделированию
Среди многих интересных и концептуальных сообщений на седьмой конференции по когнитивной науке хочется отметить доклад, который, с моей точки зрения, может стать началом для действительно нового и, главное, адекватного с биологической точки зрения подхода к математическому моделированию нервной системы.
На протяжении многих лет основной парадигмой в моделировании мыслительных и поведенческих процессов является коннекционизм – подход, в котором модель представляет собой сложную сеть из связанных между собой относительно простых и одинаковых элементов. Наиболее распространенная форма коннекционизма – искусственные нейронные сети, в которые объединены формальные нейроны. Модель формального нейрона и нейронной сети была предложена У. Маккалоком и У. Питтсом еще в 1943 г. [8]. В то время многие важные свойства нейронов не были открыты. Математически, формальный нейрон – это пороговый элемент с единственным выходом, функция активации которого зависит от линейной комбинации всех входных сигналов. Нейронные сети успешно применяются в распознавании образов, классификации, кластеризации, прогнозировании, решении ряда вычислительных и оптимизационных задач. Появившиеся в последнее десятилетие «сложные сетевые модели» были успешно применены для описания связей во многих биологических и социальных системах, включая сети мозга, где получили название «структурная и функциональная коннектомика» [6, 7].
Однако искусственные нейронные сети и структурная коннектомика всё еще имеют очень мало общего с процессами, происходящими в живых нервных системах. Эти модели основываются на идее «проволочного мозга», в котором он представляется электрической сетью с жестко заданной топологией, которая образуется проводами, соединяющими одинаковые «пассивные» нейроны. Многие важные свойства, присущие живым нейронным сетям, в таких терминах описать невозможно. Современные исследования свидетельствуют о том, что (1) нейроны
