Опубликовано

Когда дендриты начинают «говорить»: тайная жизнь нейронных сетей

Нейроны – не просто точки на карте мозга, а сложные многокомпартментные системы, где дендриты могут генерировать собственные спайки.

Биология и нейробиология
Leonardo Phoenix 1.0
Автор: Доктор Хуан Мендоса Время чтения: 5 – 7 минут

Научная точность

92%

Критическое мышление

91%

Любознательность

98%
Оригинальное название: Field-theoretic approach to compartmental neuronal networks: impact of dendritic calcium spike-dependent bursting
Дата публикации статьи: 11 авг 2025

Представьте себе дерево. Не обычное дерево в парке, а цифровое – с корнями, стволом и кроной, каждая часть которого может отправлять собственные сообщения. Примерно так устроены нейроны в нашем мозге. Долгое время мы думали о них как о простых переключателях: получил сигнал – передал дальше. Но природа, этот гениальный хакер, заложила в нейроны гораздо более изощренную архитектуру.

Архитектура нейрона: больше чем просто провод

Классические модели нейронных сетей представляют нейрон как точку – некий черный ящик, который суммирует входящие сигналы и выдает результат. Это примерно как описывать современный смартфон одной кнопкой включения. В реальности нейрон – это сложная пространственно организованная система с множеством специализированных отделов.

Возьмем, например, пирамидные клетки пятого слоя коры головного мозга – настоящие гиганты нейронного мира. У них есть тело клетки (сома), где принимаются основные решения, и длинные ветвистые отростки – дендриты, которые простираются на сотни микрометров. И вот здесь начинается самое интересное: эти дендриты не просто пассивные антенны для приема сигналов. Они могут генерировать собственные электрические импульсы – дендритические спайки.

Кальциевые спайки: секретный язык дендритов

Если обычные натриевые спайки в теле нейрона можно сравнить с четкими цифровыми сигналами – есть импульс или нет, – то кальциевые спайки в дендритах больше похожи на аналоговые волны. Они более медленные, более пластичные и могут нести в себе гораздо более богатую информацию.

Дендритический кальциевый спайк возникает не просто так. Нужно особое стечение обстоятельств: дендрит должен получить достаточную деполяризацию (возбуждение) извне, и одновременно с этим от тела клетки должен прийти обратно распространяющийся потенциал действия. Это как двухфакторная аутентификация в компьютерных системах – нужны два независимых подтверждения.

Когда такой спайк возникает, он запускает каскад соматических импульсов – целую серию обычных потенциалов действия. Получается параллельный канал передачи информации, который может модулироваться вниманием, обучением и другими высокоуровневыми процессами.

Пространственная специализация связей

Природа не зря разделила нейрон на отсеки. Различные типы тормозных интернейронов «знают» свое место. Соматостатиновые нейроны (SOM) преимущественно подключаются к дендритам, контролируя дендритическую активность. Парвальбуминовые интернейроны (PV) больше «интересуются» телом клетки, влияя на соматические спайки.

Эта архитектурная специализация создает удивительные возможности для контроля. SOM-нейроны могут буквально «выключать» дендритическую активность, не затрагивая основную передачу сигнала через сому. Это как если бы у вас была возможность отключить Wi-Fi, оставив проводное подключение к интернету.

Полевая теория нейронных сетей

Чтобы понять, как работают такие сложные системы на уровне популяций нейронов, нужен особый математический аппарат. Традиционные среднеполевые теории, которые отлично работают для простых моделей нейронов, здесь пасуют.

Представьте, что вы пытаетесь предсказать поведение толпы, зная только среднюю скорость движения людей. Но что, если каждый человек может двигаться в нескольких режимах одновременно – идти пешком и ехать на самокате? Классические модели этого не учитывают.

Новый полевой подход позволяет точно описать динамику сетей компартментных нейронов. В математическом смысле каждый нейрон представляется как набор изопотенциальных отсеков, каждый из которых может генерировать свой тип спайков. Субпороговая динамика остается линейной, но теперь мы можем отследить различные типы активности независимо.

Режимы работы сети

При анализе рекуррентных сетей с такими нейронами обнаруживается богатая палитра состояний. Если связи приходят только к соматическому отсеку, сеть может находиться в трех основных режимах:

Полная тишина – состояние покоя, когда активность минимальна. Это как спящий компьютер в режиме ожидания.

Соматическая активность без дендритических спайков – базовый рабочий режим, когда нейроны передают информацию традиционным способом.

Активность с дендритическими спайками – расширенный режим с дополнительным каналом обработки информации.

При слишком сильном возбуждении возникает режим «убегающего возбуждения» – аналог зависания системы при перегрузке.

Бистабильность и метастабильность

Особенно интересные явления происходят, когда связи приходят к дендритическим отсекам. Здесь возможна бистабильность – сосуществование двух стабильных состояний: с активными и молчащими дендритами. Это как би-стабильное изображение, которое можно воспринимать двумя способами – система может «видеть» одну и ту же входную информацию в разных контекстах.

Метастабильность добавляет еще один уровень сложности. Система может спонтанно переключаться между состояниями, создавая богатую динамику, которая может лежать в основе процессов внимания и рабочей памяти.

Парадоксы торможения

Один из самых удивительных результатов касается парадоксальных эффектов торможения. Когда мы стимулируем тормозные SOM-интернейроны, ожидаем увидеть подавление активности. Но в некоторых режимах происходит обратное – активность тормозных клеток парадоксально снижается.

Это можно объяснить через сетевую динамику: подавляя дендритическую активность, SOM-нейроны изменяют общий баланс возбуждения в сети, что может привести к каскадным эффектам. Природа снова демонстрирует нам, что простые причинно-следственные связи в сложных системах работают не всегда.

Практические приложения

Понимание компартментной организации нейронов открывает новые горизонты для нейротехнологий. Если мы можем селективно влиять на дендритическую активность, не затрагивая соматическую, это создает возможности для более тонкого воздействия на мозговую активность.

Представьте стимуляцию, которая может модулировать внимание или рабочую память, не влияя на базовую передачу сенсорной информации. Или терапевтические подходы, которые корректируют специфические аспекты нейронной динамики при психических расстройствах.

От коры до других областей мозга

Хотя модель разработана на примере корковых пирамидных клеток, принципы компартментной организации универсальны. Кальциевые спайки встречаются в таламусе, мозжечке, гиппокампе – везде, где нейроны решают сложные вычислительные задачи.

Каждая область мозга может использовать дендритические вычисления по-своему. В гиппокампе они могут участвовать в формировании карт места и эпизодической памяти. В мозжечке – в тонкой настройке моторного обучения. В таламусе – в регуляции состояний сознания и внимания.

Будущие направления

Полевой подход к анализу компартментных сетей – это только начало. Модель можно расширять, включая нелинейную субпороговую динамику, дополнительные типы дендритических спайков и более сложную архитектуру связей.

Следующий шаг – понять, как такие системы обучаются. Если дендриты могут независимо изменять свою активность, это создает дополнительные степени свободы для пластичности. Возможно, именно в этом кроется секрет удивительной способности мозга к адаптации и обучению.


Нейроны оказываются не просто реле в великой сети мозга, а сложными вычислительными устройствами с параллельной архитектурой. Дендритические спайки добавляют новое измерение в нейронные вычисления, позволяя одной клетке выполнять множественные функции одновременно. Природа, как всегда, оказалась на несколько шагов впереди наших самых смелых инженерных решений.

Авторы оригинальной статьи : Audrey O'Brien Teasley, Gabriel Koch Ocker
GPT-5
Claude Sonnet 4
Предыдущая статья Почему ИИ сначала угадывает правильно, а потом передумывает – и как это исправить Следующая статья Как алгоритмы ловят мошенников на рынке электричества, или Почему роботы лучше людей видят сговоры

Хотите научиться создавать тексты
так же, как мы?

Попробуйте инструменты GetAtom – нейросети для генерации статей, изображений и видео, которые становятся настоящими соавторами.

Попробовать

+ получить в подарок
100 атомов за регистрацию

Лаборатория

Вам может быть интересно

Перейти к статьям

Можно ли научить искусственный интеллект создавать ферменты на заказ?

Учёные разработали систему EnzyControl, которая «учит» компьютер проектировать ферменты под конкретные молекулы – словно программировать биологические машины для выполнения нужных задач.

Биология и нейробиология

Когда генома слишком много: как мы научились слышать шёпот мутаций в симфонии рака

Новая модель GenVarFormer предсказывает, как далёкие мутации меняют работу генов при раке, открывая путь к поиску истинных виновников болезни среди миллионов невинных свидетелей.

Биология и нейробиология

Можно ли перепрограммировать науку, как компьютерный код?

Научные базы данных напоминают библиотеки с единственным входом – достаточно одного сбоя, чтобы миллионы исследователей остались без доступа к знаниям.

Биология и нейробиология

Не пропустите ни одного эксперимента!

Подпишитесь на Telegram-канал –
там мы регулярно публикуем анонсы новых книг, статей и интервью.

Подписаться