Гиппокамп + миндалина = плохое настроение?

Несмотря на насущность проблемы, нейронные механизмы, регулирующие наше настроение, практически не изучены. Однако авторы недавней публикации в Cell решили взять быка за рога и положить конец этой вопиющей несправедливости. Они применили методы машинного обучения для обработки электроэнцефалограмм, на которых отображена активность лимбической системы, которая, как принято считать, отвечает за многие наши эмоции.

Графический абстракт статьи

При этом в каждый момент снятия энцефалограммы фиксировалось субъективное настроение испытуемого. Из множества нейронных связей и сетей, предсказанных разными моделями, выбирали те, которые наиболее эффективно предсказывали настроение у других испытуемых на основании их энцефалограмм. В итоге у 13 из 21 испытуемых удалось найти особую нейронную сеть, связывающую гиппокамп и миндалину (компоненты лимбической системы), которая при плохом настроении начинает функционировать неровно, перескакивая с одних частот на другие.

Причём чем нестабильнее работает эта сеть, тем хуже настроение человека. Более того, у 13 участников исследования, у которых была обнаружена указанная нервная сеть, отличались повышенной тревожностью по сравнению с оставшимися 8 участниками, у которых такой связи между гиппокампом и миндалиной нет.

Исследование примечательно тем, что впервые нейронные структуры внутри мозга были выявлены с помощью вычислительных методов для обработки больших наборов данных. Разумеется, делать окончательные выводы из такой небольшой выборки преждевременно, однако, как показала эта работа, машинное обучение может существенно помочь в обнаружении функциональных связей в головном мозге и даже определить их связь с такими сложными ментальными характеристиками, как настроение.

Текст: Елизавета Минина

Kirkby, L. A., Luongo, F. J., Lee, M. B., Nahum, M., Van Vleet, T. M., Rao, V. R., … Sohal, V. S. (2018). An Amygdala-Hippocampus Subnetwork that Encodes Variation in Human Mood. Cell. doi:10.1016/j.cell.2018.10.005

Источник: neuronovosti.ru

Комментарии: