• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Группа Математического Моделирования

 

Ведущий научный сотрудник - Борис Гуткин

 
Зависимость от наркотических веществ как патология процесса принятия решений
 
Наркомания является сложным поведенческим явлением, причины которого могут быть рассмотрены на множестве уровней, от молекулярного и фармакологического до психологического. Задачей теоретического подхода и компьютерного моделирования в области исследования наркомании является анализ и выявление связи между нейробиологическими механизмами действия наркотиков и наблюдаемыми поведенческими явлениями. Наш подход включает в себя многоуровневое моделирование от отдельных нейронов до функционального уровня, где мы рассматриваем комплексное воздействие препаратов на уровне рецепторов, нейрональных сетей, а также на уровне принятия решений. В разрабатываемых нами моделях мы учитываем вклад эндогенного подкрепления и гедонистического эффекта, а также противоположных эффектов при переходе от разового употребления к зависимости. Также мы разрабатываем алгоритмические модели аддиктивных процессов на основе подходов, применяемых в нейроэкономических исследованиях. 
  1. Keramati, M. and Gutkin, B.S., Imbalanced decision hierarchy in addicts emerging from drug-hijacked dopamine spiraling circuit, PLOS One, 8:4, 1-8 (2013)
  2. Graupner, M., Maex, R., and Gutkin, B.S., Endogenous cholinergic inputs and local circuit mechanisms govern the phasic mesolimbic dopamine response to nicotine, PLoS Computational Biology, (2013)
  3. Gutkin, B.S., Dehaene, S., and Changeux, J.P., A neurocomputational hypothesis for nicotine addiction, Proc. Natl. Acad. Sci., 103 (4), 1106-1111 (2006)
 
 
Влияние гомеостаза на мотивированное поведение
 
Нами разработана гипотеза, согласно которой мотивация к совершению действий формируется не только под воздействием внешних стимулов, но и под влиянием внутреннего физиологического состоянии организма. Используя теоретический подход мы исследуем взаимодействие между гипоталамусом,который играет важную роль в поддержании гомеостаза, и дофаминэргической системой внутреннего вознаграждения. Развивая единую нормативную теорию, описывающую физиологическое определение вознаграждения, мы сможем объединить уровни описания этих систем. Предлагаемый интегративный подход может объяснить многие поведенческие и нейробиологические явления, такие как обесценивание награды во времени, предвосхищающий ответ, усиление ответа на начальной стадии угасания инструментального рефлекса, влияние гипоталамуса на активность дофаминергических областей среднего мозга. Таким образом, разрабатываемая нами теория позволит понять,каким образом внутреннее физиологическое состояние влияет на мотивированное поведение в социальном контексте, и каким образом внутреннее состояние организма может быть определено исходя из наблюдаемых поведенческих актов.
  1. Keramati, M. and Gutkin, B.S., A Reinforcement Learning Theory for Homeostatic Regulation, NIPS, (2011).
Роль ритмической активности мозга в когнитивных процессах
 
В нашей группе разрабатываются теоретические модели, рассматривающие функциональную роль ритмической активности мозга в когнитивных процессах на примере рабочей памяти и обработки речи.
Рабочая память является подсистемой памяти, которая обеспечивает оперативное удержание и преобразование данных, поступающих от органов чувств и из долговременной памяти. От ее функционального состояния во многом зависят интеллектуальные способности человека. В нашей группе мы изучаем различные ритмы мозга и из роль в функционирование системы рабочей памяти. В частности мы исследуем влияние когерентных нейронных осцилляций и шума на стабильность рабочей памяти, а также на связанные с ней когнитивные процессы. Нами было показано, что переход системы рабочей памяти из состояния аттрактора в состояние медленного нестационарного процесса зависит от фоновой активности и характера нейрональных осцилляций.  Мы разрабатываем гипотезу о том, каким образом когерентные колебания в различных диапазонах частот могут оказывать воздействие на способность приходящих стимулов активировать или затормаживать актуальные следы памяти, активность которых необходима для решения задач. В рамках предложенного подхода мы изучаем, каким образом нейрональные осцилляции позволяют буферной системе рабочей памяти переключаться между несколькими функциональными режимами, и, таким образом, осуществлять селекцию и использование релевантной информации для решения соответствующих задач. Таким образом, одной из наших задач является разработка детальной модели нейронной сети и проведения анализа ее динамики для обнаружения механизмов работы рабочей памяти.

Многие биологически релевантные стимулы обладают квазипериодической структурой в широких временных масштабах. Вопрос о том, каким образом такая информация может обрабатываться мозгом до сих пор является открытым. Речь является одним из наиболее ярких примеров квазипереодических стимулов, обладающих различными временными масштабами. При обработке речи информация обрабатывается на фонематических (20-40 Гц), слоговых (2-10 Гц) и просодических (<2 Гц) временных масштабах. Данные колебания обладают схожей частотой с эндогенными нейрональными осциляциями в мозге. Например, во время восприятия речи в слуховой коре испытуемых были зарегистрированы колебания в области тета(4-8 Гц) и нижнем гамма-диапазоне (30-50 Гц). Предполагается, что подобная эндогенная активность поддерживает разложение речевых стимулов на отдельные слоги и фонемы. Для дальнейшего развития этой гипотезы, в нашей группе разрабатывается модель корковых микросетей слуховой коры, в которой генераторы тета и гамма-ритма осуществляют декомпозицию и анализ воспринимаемой речи.
 

Группа математического моделирования завершила работы над Госконтрактом: "Разработка технологий для репрезентации функций кортикальных структур in silico" Соглашение между МОН и НИУ ВШЭ о предоставлении субсидии от «14» октября 2015 № 14.608.21.0001.

В результате проекта создан экспериментальных образец программного обеспечения (ЭО ПО)  передачи нервной активности в супербольших нейрон-глиальных сетях (СНГС). Разработана методика моделирования передачи нервной активности в СНГС на основе разработанного ЭО ПО, включающая в себя подробное описание различных моделей отдельных элементов СНГС, процесса добавления новых математических моделей таких элементов и содержащая рекомендации по проведению численных экспериментов с использованием симулятора СНГС.

В ходе проекта опубликованы три статьи в международных научных журналах, индексируемых в базе данных в Web of Science и Scopus, зарегистрированы права на четыре программы ЭВМ.

Работы над проектом проводилиcь совместно с партнерами из Нижнего Новгорода: ННГУ им. Н.И. Лобачевского и ИПФ РАН

В ходе выполнения проекта были получены следующие РИД:

 

Программа ЭВМ, "Распределённая модель микроколонки", свидетельство № 2017612535 от 27.02.2017;

Программа ЭВМ, "Импульсная нейронная сеть из нейронов Ходжкина-Хаксли и с синаптической пластичностью",свидетельство № 2017612145 от 15.02.2017;

Программа ЭВМ «Симулятор минимальной модели рабочей памяти», свидетельство №2016613021 от 15.03.2016;

Программа ЭВМ, "Импульсная сеть нейронов с динамической концентрацией ионов", свидетельство № 2016618521 от 02.08.2016

  1. Dipoppa, M. and Gutkin, B.S., Flexible frequency control of cortical oscillations enables computations required for working memory., PNAS, in press, (2013).
  2. Dipoppa, M. and Gutkin, B.S., Correlations in background activity control persistent state stability and allow execution of working memory tasks., Frontiers in Computational Neuroscience, 7:00139, (2013).
Старший персонал
Гуткин Борис Самуэль, PhD  Ведущий научный сотрудник 
Волк Денис Сергеевич, PhD
Научный сотрудник
Аспиранты
 
Марио Мартинез - СаитоИсследовательский проект: Гомеостатическая модель научения с подкреплением и нейроэкономика
(соруководство с Василием Ключаревым)
Новиков НикитаИсследовательский проект: Modelling oscillatory control of working memory
 

Избранные публикации в зарубежных журналах:
  1. Gutkin B. and Zeldenrust F. (2014) Spike frequency adaptation, Scholarpedia, 9(2):30643. 
  2. Gutkin B. (2014) The Theta-neuron  Encyclopedia of Computational Neuroscience, Springer, New York. 
  3. Oster A, Faure P, Gutkin BS. (2014) Mechanisms for multiple activity modes of VTA dopamine neurons. // bioRxiv (2014) 
  4. Keramati M, Gutkin BS. (2014) Collecting reward to defend homeostasis: A homeostatic reinforcement learning theory.// biorxiv (2014) 
  5. Krupa M, Gielen S, Gutkin BS. (2014) Adaptation and shunting inhibition leads to pyramidal/interneuron gamma with sparse firing of pyramidal cells.// J Comput Neurosci. 2014 Oct;37(2):357-76.Epub 2014 Jul 9. 
  6. Maex R, Grinevich VP, Grinevich V, Budygin E, Bencherif M, Gutkin B. (2014) Understanding the Role α7 Nicotinic Receptors Play in Dopamine Efflux in Nucleus Accumbens.// ACS Chem Neurosci. 2014 Aug 29. [Epub ahead of print]

 

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!