Российский научный фонд опубликовал интервью со старшим преподавателем радиофизического факультета Университета Лобачевского Александром Симоновым

Казалось бы, где радиофизика и где мозг? И могут ли они быть связаны? Ответы на эти вопросы Александр Симонов начал искать еще в школе, когда взялся за свой первый научный проект: построить математическую модель и описать динамику работы нейрона. Проект помог Александру поступить в университет, где он продолжал разрабатывать эту, по его мнению, интереснейшую, тему, присоединившись к группе, возглавляемой доктором физико-математических наук Виктором Казанцевым. Диплом Александр посвятил исследованию сети из нейроноподобных клеток и на их основе сделал систему обработки информации.

Четыре года назад А.Симонов защитил кандидатскую диссертацию по механизмам генерации сигналов в сетях нейронов. Сегодня старший преподаватель радиофизического факультета Нижегородского госуниверситета им. Н.И.Лобачевского кандидат физико-математических наук Александр Симонов возглавляет группу теоретической нейробиологии и математического моделирования сигналов и функций нейронных систем мозга в составе крупнейшего в России Нижегородского нейронаучного центра.

- Человеческий мозг содержит около 100 миллиардов нейронов - это сопоставимо с числом звезд в нашей галактике, - рассказывает Александр Симонов. Комбинаций связей между ними может быть больше, чем атомов во Вселенной. Наш мозг настолько сложен, что знаний, накопленных биологами и нейрофизиологами, сегодня уже недостаточно, на помощь приходят математики, радиофизики и специалисты по ИT-технологиям. Радиофизический подход позволяет изучать окружающий мир и применяется едва ли не во всех областях современной науки: экономике, социологии, химии... Не являются исключением науки о жизни и в их числе - нейронаука (наука о мозге). Ведь процессы, происходящие в мозге, имеют колебательно-волновую природу, и их удобно описывать на языке математических формул и уравнений. Так мы получили мощный аппарат для исследования механизмов функционирования мозга и, применяя его, пытаемся ответить на вопрос, как мозг столь эффективно обрабатывает информацию.

- Что именно вы исследуете?
- Мы строим математические модели (чаще всего это системы дифференциальных уравнений), описывающие ключевые процессы в живых клетках, например генерацию электрического импульса на мембране нейрона в ответ на сильное возмущение со стороны других нейронов, передачу этого импульса другим клеткам через специальные контакты, синапсы; влияние импульсов, переданных ранее через этот синапс, на эффективность передачи новых, следующих за ними, сигналов.

- Сигналы могут влиять на то, как они будут передаваться?

- Да, предыдущие сигналы могут как улучшить, так и нарушить синаптическую нейропередачу. В мозге это происходит постоянно и называется синаптической пластичностью. Благодаря этому феномену мозг способен хранить и обрабатывать новую информацию, обучаться, адаптироваться, решать сложные задачи. Рассматривая такие процессы на уровне большой сети, состоящей из множества нейронов, мы наблюдаем сложные популяционные сигналы, которые воспроизводят активность сетей живых нейронов. Изменяем параметры модели, чтобы сделать сигналы, генерируемые ею, похожими на наблюдаемые экспериментально. Так сказать, настраиваем модель. 

- А зачем, если в живой ткани все процессы происходят сами собой?

- Моделирование позволяет вести компьютерные расчеты процессов, которые биологи изучают при экспериментах, иными словами, проводить свои “виртуальные” опыты, или, как еще говорят, исследования in silico. Можно изучать динамические режимы работы модели, исследовать роль биологически значимых параметров в формировании таких режимов и переходов между ними, устанавливать соответствия этих режимов с различными состояниями мозга. Но главное, предсказать открытие нового феномена, исследование которого было затруднено из-за технологических ограничений, высокой стоимости или потому, что постановка такого эксперимента просто никому не приходила в голову. В этом и заключается суть фундаментальных исследований, которыми занимается наша группа. С помощью математического моделирования мы изучаем механизмы работы мозга, настраивая модель на воспроизведение экспериментальных данных. Языком точных наук объясняем биологические законы, пытаемся предсказать новые экспериментальные открытия... Но в этой работе есть и прикладная составляющая. Новое знание, которое мы стремимся получить, можно будет использовать для выработки стратегии лечения нейродегенеративных заболеваний, победить которые так и не удается. 

- Ученые самых разных специальностей бьются над этой проблемой. Что предлагаете вы?
 
- Известны лишь первопричины возникновения таких болезней, однако механизмы их развития на уровне сетей нейронов и самого мозга остаются загадкой. Например, при некоторых видах эпилепсии наблюдаются нарушения функционирования белковых комплексов, поддерживающих баланс нейронной возбудимости. Это приводит к генерации высокосинхронной активности мозга, что и происходит во время эпилептических припадков. К тому же характерный вид сигналов, записываемых при помощи электроэнцефалограммы, также хорошо известен. Однако между этими уровнями - молекулярно-клеточным и всего мозга - существует огромный разрыв. Что происходит на уровне нейронных популяций или нейронных сетей? Почему в одних случаях развивается повышенная синхронная активность на большом участке мозга и это приводит к эпилептическому припадку, а в других - синхронизация на уровне небольших популяций, наоборот, способствует формированию новых следов памяти? Поскольку именно сеть нейронов является функциональной единицей мозга, изучение природы нейродегенеративных заболеваний нужно проводить на уровне нейронных сетей. Чтобы заполнить этот разрыв, мы используем математическое моделирование. В результате нарушений на клеточном ли уровне, или из-за повреждения сигнальных путей в нейронных сетях происходят изменения, и они генерируют “неправильные” сигналы. 
Исследуя математическую модель генерации и распространения сигналов, можно понять, какие динамические процессы лежат в основе патологической активности клеток мозга, что нужно изменить, чтобы вернуть их нормальную деятельность. Найти детальное объяснение, как возникает эта нездоровая активность, выявить условия, при которых развивается патология, оказывается намного легче, когда перед вами не настоящая живая ткань, а математическая модель, в которой можно как угодно менять значения параметров. При этом важно помнить, что большинство заболеваний мозга связаны с определенными нарушениями динамического баланса: режим здорового функционирования теряет устойчивость, и, как следствие, развивается патология. Или уровень шума в генерируемой активности становится настолько высоким, что информация теряется и возникают “ложные” сигналы. Эти задачи и изучает радиофизика. Нужно только правильно записать математическую формулировку, провести необходимые расчеты и оценки параметров, описать сценарии перехода между динамическими режимами... 

- Если все можно рассчитать на компьютере, зачем вообще эксперименты?
- Нет, совсем отказываться от них, конечно, нельзя. Но можно существенно сократить расходы и время, как, например, это делается при создании некоторых лекарств, действие которых сначала рассчитывают на компьютере, а затем уже приступают к экспериментам. Но в отличие от молекулярной биологии в науке о мозге, к сожалению, достоверных данных для построения таких точных моделей пока недостаточно. 
Вернемся к примеру с заболеваниями мозга. После проведения моделирования и компьютерных расчетов мы знаем, какие параметры модели оказывают наибольшее влияние на переход между нормальной и патологической динамикой, а главное, понимаем биологический смысл этих параметров. Остается провести эксперимент и подтвердить или опровергнуть результаты наших теоретических исследований. Так что эксперименты необходимы. Как мы уже отмечали, сама модель нуждается в “настройке”, поскольку результаты ее расчетов зависят от того, какие параметры мы в нее заложим. А неизвестных параметров в нейробиологических системах очень много, поэтому необходимо постоянно ориентироваться на данные экспериментов. К счастью, в нашей группе такая возможность есть. Мы сотрудничаем со многими отечественными учеными. Поддерживаем контакты с коллегами из Европы, а также Японии, Мексики, США, Канады.

- Каковы перспективы ваших исследований?
- Мы стараемся понять, каковы динамические механизмы генерации сигналов в нейронных сетях мозга. Какие структуры клеток и какие сигналы мозг использует, чтобы кодировать информацию? Какова роль этих сигналов в обработке информации и формировании когнитивных функций? Ответы на эти вопросы помогут создать новый класс нейроморфных вычислительных интеллектуальных систем, превосходящих действующие сегодня. 

- Как будут работать такие системы? 
- Они смогут использовать обнаруженные в мозге принципы параллельной обработки информации и совместить их с мощностью компьютеров, применяя современную полупроводниковую электронику, работающую быстрее и стабильнее, чем белковые комплексы. Такие системы смогут, например, управлять роботами, заменяющими человека на вредных производствах или, скажем, при ликвидации последствий техногенных и природных катастроф. То есть принимать решения и действовать в самых сложных, непредсказуемых условиях.

- Коллеги за рубежом знают о ваших исследованиях?

- Да, мы публикуем результаты исследований в ведущих мировых изданиях, обычно по нескольку статей в год. На них ссылаются известные ученые. Выступаем на конференциях, встречаемся с коллегами, обсуждаем совместные проекты и способы их финансирования.

- Кстати о финансах. Кто вас поддерживает?

- Наша группа под руководством профессора Михаила Цодыкса удостоилась гранта Российского научного фонда для поддержки отдельных научных групп. Фонд предоставил нам 15 миллионов рублей на три года. Мы получили возможность привлекать талантливых студентов и аспирантов к работе в нашей команде, участвовать в зарубежных конференциях. В прошлом году я был на стажировке в Институте наук Вейцмана (Израиль), в этом году побывал на двух международных форумах по математическому моделированию и нейроинженерии в Германии и Испании: делал стендовые доклады, познакомился с результатами зарубежных исследователей. Установил новые контакты с иностранными группами для проведения совместных исследований. Общие проекты, естественно, потребуют дополнительных грантов. Возможно это будут гранты того же РНФ, но в рамках конкурсов, проводящихся совместно с другими зарубежными фондами.

- Почти 10 лет вы занимаетесь этой темой. Что дальше, какие задачи ставите?

- Я читаю лекции, веду спецкурсы, работаю со студентами, аспирантами и хочу, чтобы они оценили перспективность и важность исследований, которые проводит наша группа, заинтересовались нашим проектом и приняли в нем участие. Предложил бы им перспективные работы по математическому моделированию для изучения таких явлений в нейронных сетях мозга, как принятие решений, рабочая память, фокусировка внимания, формирование моторных команд, других когнитивных функций. Это направление связано с прикладными проектами нашего коллектива, в частности разработками для технологии “интерфейс - мозг - компьютер”, систем регистрации и декодирования сигналов мозга, систем управления экзоскелетонными устройствами, роботизированными протезами, антропоморфными роботами. Возможности, как видите, неограниченные.

Полная версия статьи