Паттерны мозговой активности, наблюдаемые во время бодрствования, спонтанно появляются (реактивируются) во время глубокого медленноволнового сна. Преимущество реактивации получают те паттерны, которые во время бодрствования были связаны с вознаграждением. Это выяснили швейцарские ученые, которые проанализировали мозговую активность 13 человек, пока те спали в аппарате фМРТ и под контролем ЭЭГ. Статья опубликована в журнале Nature Communications.
Сон способствует консолидации памяти или, другими словами, переходу информации из кратковременной памяти в долговременную. Происходит это тогда, когда области мозга, активированные во время кодирования информации у человека в бодрствующем состоянии, реактивируются во время последующего сна, а точнее, во время стадии глубокого медленного сна. Более того, известно, что у человека реактивация связана с появлением комплексов сонных веретен (сигма-ритм) и характерных для стадии глубокого медленного сна дельта-волн (1-4 герц). В этот момент и в этих условиях мозг как будто повторяет усвоенное за день. Но пока непонятно, как мозг отбирает те воспоминания, которые будут повторно обрабатываться во время сна.
Вирджини Стерпенич (Virginie Sterpenich) из Женевского университета и ее коллеги предположили, что с эволюционной точки зрения люди должны сохранять информацию, которая способствует выживанию, то есть такую, которая связана с вознаграждением и наказанием. И скорее именно у нее будет преимущество реактивации. Эту гипотезу косвенно поддерживают наблюдения о том, что память на полезную информацию выигрывает от сна. А чтобы проверить свое предположение экспериментально, ученые провели исследование с участием 12 женщин и 6 мужчин молодого возраста (средний возраст — 22,1 ± 2,4 года).
Ранним вечером ученые поместили добровольцев в МРТ и предложили им сыграть в две игры — трехмерный лабиринт, из которого нужно найти выход, и игру с распознаванием лиц, в которой участники должны были найти лицо по описанию. Исследователи выбрали эти две игры, так как известно, что они активируют легко отличимые друг от друга и хорошо охарактеризованные области мозга, специализирующиеся на обработке информации о лицах (участок веретенообразной извилины и область боковой затылочной доли) и пространственной навигации (регион парагиппокампальной извилины). Игры подавались в 60 блоках в псевдослучайном порядке с перерывами по 90 секунд. Как только человек находил решение для одной задачи, оставшиеся повторы другой игры были сфальсифицированы так, чтобы сделать ее неразрешимой. Таким образом, каждый участник либо выиграл игру в лица (8 участников), либо прошел лабиринт (10 участников).
По завершению игр участники оставались спать в сканере, а исследователи записывали их непрерывные данные ЭЭГ-фМРТ. После участники ушли высыпаться домой, и вернулись два дня спустя, чтобы пройти тест на память. Но для дальнейшей работы использовались данные только тех 13 участников (6 выиграли в лицах, 7 — прошли лабиринт), которые достигли стадии глубокого медленного сна.
Сначала классификатор был обучен отличать нейронные паттерны, которые соответствовали наличию (успешно сыгранная игра) и отсутствию (проигрыш) вознаграждения, активности во время перерыва на основе данных фМРТ во время бодрствования, а затем он был применен к данным сна.
Оказалось, что оба связанных с игрой паттерна нейронной активности реактивировались редко и приблизительно с равной вероятностью во всех состояниях от бодрствования до стадии глубокого медленного сна, не включая ее. Напротив, во время стадии глубокого медленного сна (p = 0,007) и при высокой дельта-активности (p = 0,03) паттерн нейронной активности, соответствующий успешной игре или игре с вознаграждением, преобладал по сравнению с паттерном нейронной активности без вознаграждения. Например, если участник успешно прошел лабиринт и по условиям эксперимента неизбежно проиграл в распознавание лиц, то во время стадии глубокого медленного сна у этого человека чаще реактивировалась регионы пространственной навигации, чем регионы, связанные с распознаванием лиц. И также реактивация регионов пространственной навигации чаще была связана с высокой дельта-активностью, чем реактивация регионов распознавания лиц. А для выигравших в распознавании лиц — наоборот.
Кроме того, возникновение паттерна активности, соответствующего игре с вознаграждением, во время сеанса сна чаще, чем другие паттерны, сочеталось с активацией гиппокампа (p ≤ 0,002) и вентральной области покрышки (p ≤ 0,02). Как известно, гиппокамп — это область, которая играет значимую роль в краткосрочной памяти и участвует в процессах консолидации памяти, а вентральная область покрышки — в системе вознаграждения, мотивации и познании.
Вероятность обнаружения реактивации отдельно по каждой игре также положительно коррелировала с продуктивностью памяти (лица: р = 0,04, лабиринт: р = 0,02). Другими словами, чем чаще паттерн нейронной активности встречался во сне, тем лучше была память на события игры, с которой связан этот паттерн.
Таким образом, авторы экспериментально подтвердили свое предположение о том, что преимущественно запоминаться, а значит и реактивироваться во сне, должна та информация, которая связана с вознаграждением. Напомним, что это предположение авторы сделали, исходя из возможной эволюционной значимости такого превосходства.
Но сегодня вопрос выживания так остро не стоит, тем не менее сон по-прежнему важен, а при правильных обстоятельствах по-прежнему помогает запомнить самое важное. Так прослушивание во время обучения и во время последующего сна одной и той же классической музыки помогло студентам ненадолго улучшить запоминание информации услышанной лекции и сдать тесты по ней.
Екатерина Рощина
Проект получил название Unknome
Британские исследователи представили пополняемую и редактируемую пользователями базу данных белков, в которой они ранжируются по степени того, насколько мало о них известно. Проект призван обратить внимание на подобные белки и ускорить процесс их изучения. Публикация об этом появилась в журнале PLoS Biology. Как известно со времени прочтения человеческого генома, в нем закодировано примерно 20 тысяч белков. Применение протеомного и транскриптомного подхода в прошедшие после этого два десятилетия подтвердило, что большинство из них экспрессируются, и позволило выяснить назначение многих из них. Тем не менее, многие белки до сих пор остаются не охарактеризованными несмотря на то, что значительная их часть эволюционно консервативна и может выполнять критически важные функции. Во многом это связано с тем, что исследователи склонны фокусироваться на уже изученных белках, поскольку такие работы дают более предсказуемый результат. Чтобы систематизировать подход к идентификации и характеризации неизвестных белков, сотрудники Лаборатории молекулярной биологии британского Совета по медицинским исследованиям, Кембриджского и Оксфордского университетов под руководством Мэтью Фримена (Matthew Freeman) и Шона Манро (Sean Munro) создали и выложили в открытый доступ базу данных Unknome (буквально «незном», сокращенное от unknown genome — «неизвестный геном»). Она содержит ортологичные по базе PANTHER и собранные в кластеры последовательности белков человека и популярных модельных животных (таких, например, как кишечная палочка, дрозофила и мышь), взятые из базы UniProt. Им присваивается численная оценка «известности» (knownness) на основании аннотаций в проекте Gene Ontology (GO). Пользователи могут присваивать им свою оценку, исходя из имеющейся информации. Авторы работы оценили пригодность Unknome как основания для экспериментальной работы, выбрав с его помощью набор из 260 белков дрозофилы с неизвестными функциями (показатель известности 1,0 и менее), сохранившихся у людей. Нокдаун некоторых из этих генов с помощью РНК-интерференции приводил к утрате жизнеспособности. Функциональный скрининг остальных указал на участие некоторых в фертильности, развитии организма, передвижении, контроле качества синтезированных белков и устойчивости к стрессу. Выборочное выключение генов с использованием CRISPR/Cas9 определило два гена, отвечающих за мужскую фертильность, и компонент сигнального пути Notch, принимающего участив нейрогенезе, онкогенезе и связанного с различными неврологическими заболеваниями и пороками развития. Исследователи заключают, что тщательная оценка недостаточности знаний о функции гена и кодируемого им белка предоставляет ценный ресурс для поиска направлений биологических исследований и, возможно, стратегий их эффективного финансирования. Иногда на точность генетических баз данных могут влиять весьма неожиданные факторы. В материале «Наследили тут» можно почитать о том, как данные в одной из таких баз оказались испорчены неизвестными паразитами.