- Fynden har stor betydelse för vår grundläggande förståelse av hur hjärnan fungerar, vilket är viktigt för att förstå hjärnans sjukdomar, men också för framväxten av AI-teknologi och maskininlärning som alltmer inspireras av biologi, säger docent Martin Nilsson vid RISE. 

Martin Nilsson och professor Henrik Jörntell vid Lunds universitet, har genomfört studien som nu är publicerad i den vetenskapliga tidskriften Physical Review E. Forskarna menar att svårigheten att behandla hjärnans sjukdomar i stor utsträckning beror på bristande förståelse för hur den fungerar och att fynden lyfter oss till en ny nivå.

- Hur våra nervceller skapar de elektriska signalerna för inbördes kommunikation är en av de mest centrala frågorna för förståelsen av hjärnans funktion, som ju kan identifieras med flödet av dessa signaler i de stora nätverk som nervcellerna bildar. Ju bättre förståelse av dessa grundläggande mekanismer, desto bättre möjligheter att behandla de sjukdomar som drabbar hjärnan, förklarar Henrik Jörntell.

- Det tekniska genombrottet kom då vi upptäckte en ny matematisk metod för att lösa de ekvationer som beskriver nervcellen. Fastän de tidigare har betraktats som mycket svårlösta kunde vi nu lösa dem blixtsnabbt. Det gjorde att vi kunde korrigera och fullända neuronmodellen genom att analysera stora mängder experimentella data, säger Martin Nilsson.

Resultaten från studien visar att nervcellerna ofrånkomligen uppvisar en reglerad slumpmässighet styrd av de molekylära mekanismer som genererar de elektriska signalerna. Slumpmässigheten kan bidra till tankspriddhet, men tillåter förmodligen också hjärnan att arbeta mer flexibelt och kreativt vid problemlösning – och paradoxalt nog att den också kan uttrycka sig mer exakt genom att tillåta ‘luddighet’ vid behov. 

Länk till den vetenskapliga artikeln
Channel current fluctuations conclusively explain neuronal encoding of internal potential into spike trains, Physical Review E, 17 februari 2021

Artikeln är ursprungligen publicerad på RISEs webbplats