Computer Chip Mimics Comment nos neurones s'adaptent à de nouvelles informations

Construire un système informatique capable de reproduire la capacité du cerveau humain à apprendre de nouvelles tâches est le rêve des scientifiques depuis des décennies. Les chercheurs du MIT font maintenant un pas de plus vers la réalisation de ce rêve en concevant une puce informatique qui imite la façon dont les neurones du cerveau s'adaptent en réponse à de nouvelles informations. Ce processus, appelé plasticité, est considéré comme la base de nombreuses fonctions cérébrales, telles que la mémoire et l'apprentissage. Les résultats seront décrits par l’auteur principal Chi-Sang Poon à la National Academy of Sciences cette semaine.
La puce de silicium, qui comprend environ 400 transistors, est capable de simuler l’activité d’une synapse cérébrale unique. Une synapse est un lien entre deux neurones, des cellules spécialisées pour transmettre des signaux à des cellules cibles individuelles et une synapse est le moyen par lequel elles le font.
Chi-Sang Poon, chercheur principal à la division des sciences de la santé et de la technologie de Harvard-MIT, dit que cette puce devrait aider les neuroscientifiques à mieux comprendre le fonctionnement du cerveau. La puce pourrait également être utilisée dans des dispositifs prothétiques neuraux tels que les rétines artificielles.

Synapses de modélisation

Le cerveau contient environ 100 milliards de neurones, chacun formant des synapses avec de nombreux autres neurones. Une synapse est la fente (jonction lacunaire) entre deux neurones, l'un s'appelle le neurone présynaptique et l'autre le neurone post-synaptique. Le neurone présynaptique libère des neurotransmetteurs, à savoir le glutamate et le GABA, qui se lient aux récepteurs de la membrane cellulaire postsynaptique, activant des canaux ioniques capables de faire circuler un courant électrique.
Le potentiel électrique de la cellule est modifié en ouvrant et en fermant ces canaux ioniques, ce qui provoque des changements de tension dans la cellule présynaptique pour induire des changements de tension dans la cellule postsynaptique. Cette impulsion électrique est appelée un potentiel d'action.
L'activité synaptique totale dépend de ces canaux ioniques qui contrôlent le flux d'atomes chargés, à savoir le sodium, le potassium et le calcium. Ces canaux ioniques sont fondamentaux pour deux processus, tels que la potentialisation à long terme (LTP), qui renforce les synapses et la dépression à long terme (LTD), qui affaiblit les synapses.
Les chercheurs du MIT ont conçu la puce informatique de manière à ce que les transistors puissent imiter l’activité de différents canaux ioniques. En comparaison avec la plupart des puces fonctionnant en mode binaire, on / off, les chercheurs ont conçu la nouvelle puce cérébrale pour que le courant circule à travers les transistors de manière analogique et non numérique, avec un gradient de potentiel électrique des transistors similaires aux ions circulant dans des canaux ioniques dans une cellule.
Commentaires Poon:

"Nous pouvons modifier les paramètres du circuit pour correspondre à des canaux ioniques spécifiques. Nous avons maintenant un moyen de capturer chaque processus ionique qui se déroule dans un neurone."

Auparavant, les chercheurs construisaient des circuits qui ne pouvaient que simuler le déclenchement d'un potentiel d'action sans toutes les circonstances qui produisent les potentiels. Poon ajoute:

"Si vous voulez vraiment imiter les fonctions cérébrales de manière réaliste, vous devez faire plus que simplement piquer. Vous devez capturer les processus intracellulaires basés sur les canaux ioniques."

Les chercheurs du MIT prévoient que leur puce sera utilisée pour créer des systèmes permettant de modéliser des fonctions neuronales spécifiques, telles que le système de traitement visuel, qui pourrait être considérablement plus rapide que les ordinateurs numériques. Simuler un simple circuit cérébral peut prendre des heures, voire des jours, même sur des systèmes informatiques de grande capacité, alors que la simulation avec le système de puce analogique est encore plus rapide que le système biologique.
Selon Poon, la création de puces pouvant interagir avec des systèmes biologiques pourrait constituer une autre application potentielle, ce qui pourrait favoriser une communication potentielle entre le cerveau et les prothèses neurales, comme les rétines artificielles. Dans le futur, ces puces pourraient également servir de blocs de construction pour les dispositifs d’intelligence artificielle.

Débat résolu

La puce a déjà été utilisée par l’équipe du MIT afin de proposer une solution à un débat de longue date sur la manière dont la LTD se déroule.
Selon une hypothèse, LTD et LTP dépendent de la fréquence des potentiels d'action stimulés dans la cellule postsynaptique. Une théorie plus récente suggère cependant que la synchronisation de l’arrivée des potentiels d’action à la synapse est la clé sur laquelle reposent la potentialisation à long terme et la dépression à long terme, car elles nécessitent la participation de canaux ioniques connus sous le nom de récepteurs NMDA. activation postsynaptique.

Une autre théorie récente suggère que les deux modèles pourraient être unifiés si un second type de récepteur était impliqué dans la détection de cette activité. Le récepteur endo-cannabinoïde est un candidat potentiel pour le second récepteur.
Les endo-cannabinoïdes, comparables à la structure de la marijuana, sont produits dans le cerveau et jouent un rôle dans diverses fonctions, telles que la sensation de douleur, l'appétit et la mémoire. Selon certaines théories scientifiques, si les endo-cannabinoïdes, produits dans la cellule postsynaptique, sont libérés dans la synapse, ils activent les récepteurs pré-cannabinoïdes présynaptiques, et la DLT se produira si les récepteurs NMDA sont actifs en même temps.
Les chercheurs ont réussi à simuler avec précision les LTD et les LTP en incluant des transistors dans leur puce, qui modélisaient les récepteurs endo-cannabinoïdes. Poon a déclaré que malgré le soutien des expériences précédentes, jusqu'à présent, "personne n'avait réuni tout cela et démontré que cela fonctionnait, et c'est ainsi que cela fonctionne".
L'étude était dirigée par Chi-Sang Poon, chercheur principal à la division des sciences de la santé et de la technologie de Harvard-MIT, avec Guy Rachmuth, ancien post-doctorant du laboratoire de Poon, comme auteur principal.Parmi les autres auteurs figurent Mark Bear, professeur de neurosciences au MIT, et Harel Shouval, de la faculté de médecine de l'Université du Texas.
Écrit par Petra Rattue