НЕЙРОМЕДИАТОР (англ. neurotransmitter) – химическое вещество, участвующее в передаче нервных импульсов через синапс от одного нейрона к другому. Выделяется из небольших пузырьков на окончаниях аксона в ответ на генерацию потенциала действия; Н., пройдя через синапс, влияет на электрическую активность др. нейрона. См. также Медиатор, Нейропептиды.
Представим характеристики 8 классических Н.:
1) ацетилхолин – Н. мотонейронов спинного мозга, преганглионарных нейронов вегетативной н. с., нейронов ряда отделов головного мозга; метаболизм ацетилхолина нарушается при болезни Альцгеймера;
2–3) катехоламины: дофамин – Н. головного мозга; играет роль во многих видах поведения, в патогенезе болезни Паркинсона и шизофрении; и норадреналин – Н., регулирующий сокращения гладких мышц и миокарда;
4) серотонин – дефицит этого Н. отмечается в головном мозге при депрессивных психозах;
5) гистамин – участвует в явлениях жажды, антидиуреза, гипотермии;
6) глицин – тормозный Н. интернейронов спинного мозга;
7) ГАМК (гамма-аминомасляная кислота) – тормозный Н. в ц. н. с. млекопитающих;
8) глутамат – возбуждающий Н. афферентных нервных окончаний в ц. н. с. млекопитающих. (Б. М.)
НЕЙРОН-ДЕТЕКТОР (англ. neuron-detector) – специализированная нервная клетка, способная реагировать на тот или иной признак сенсорного сигнала (см. Нервная система). Н.-д. выделяют или обнаруживают в сложном раздражителе его отдельный признак или значение этого признака. Разделение сложного сенсорного сигнала на отдельные признаки для их раздельного анализа – необходимый этап операции опознания образов в сенсорных системах.
Н.-д. были открыты в 1958–1959 гг. Ж. Леттвином, Х. Матурано, У. Мак-Каллоком и У. Питсом в сетчатке лягушки и позднее Д. Хьюбелем и Т. Визелем в зрительной коре кошки (за что оба получили Нобелевскую премию в 1981 г.). У низших позвоночных Н.-д. локализованы в ганглиозных клетках сетчатки глаза, а у хищных и приматов практически полностью вытеснены в кору головного мозга. Это обеспечивает огромные пластические возможности анализаторов и их способность к сенсорному научению.
Наиболее детально Н.-д. исследованы в зрительной системе. Это, прежде всего, ориентационнои дирекционально-селективные клетки. Первые генерируют максимальный по частоте и числу импульсов разряд при определенном угле поворота одиночной световой (или темновой) полоски или решетки из чередующихся полос в пределах своего рецептивного поля, т. е. определенной пространственной области фоторецепторов сетчатки. При др. ориентациях эти клетки отвечают на стимул плохо или не отвечают совсем. По кривой зависимости ответа от ориентации стимула оценивают остроту настройки и предпочитаемую нейроном ориентацию. Дирекционально-селективные Н.-д. избирательно реагируют на движение стимула через их рецептивное поле по одному из возможных направлений. В большей части случаев нейроны зрительной коры обладают одновременно и ориентационной, и дирекциональной селективностью.
В зрительной коре описаны 3 типа Н.-д. по степени их сложности и месту в цепи последовательной обработки сигнала: простые, сложные и сверхсложные клетки. Первые – в основном звездчатые клетки IV слоя коры, первично получающие сигналы из наружного коленчатого тела. У них небольшие рецептивные поля, острая ориентационная настройка, предпочтение к низким скоростям движения стимулов. Н.-д. сложного типа – в основном пирамидные нейроны II–III и V–VI слоев коры, с более широкими рецептивными полями и не столь острой ориентационной настройкой; они чувствительны к более быстрым движениям стимула. Сверхсложные нейроны (пирамиды II–III слоя) во многом сходны с простыми, но чувствительны к ширине и длине световой полоски и сильно реагируют на острые углы и изломы на контурах изображений.
Описаны также Н.-д. более сложных признаков изображений: наиболее интенсивно возбуждаемые, напр., движущейся по экрану тенью руки; циклическими движениями, напоминающими взмахи крыльев; реагирующие лишь на приближение и удаление объектов. Общий принцип работы систем Н.-д., по-видимому, заключается в формировании нейрон-детекторами все более обобщенных и полимодальных (зрительно-слуховых, зрительно-соматосенсорных и т. п.) признаков сенсорного сигнала при удалении от первичных корковых проекций. При этом острота селективности детектирования снижается.
Примеры незрительных Н.-д. немногочисленны. Это слуховые Н.-д. положения источника звука в пространстве и Н.-д. направления его движения; направления движения тактильного стимула по коже или угла сгибания сустава; и Н.-д. с определенной настройкой по диапазону температур в соматосенсорной системе.
Получены убедительные данные о большой пластичности свойств корковых Н.-д. Так, в раннем онтогенезе удается значительно модифицировать свойства отдельных Н.-д. и их системы путем избирательной тренировки. Избирательная зрительная тренировка котят в течение первых 4 нед. жизни приводит к тому, что в коре у них не формируются детекторы тех ориентаций, которые не предъявлялись, и одновременно выявляется поведенческая слепота к изображениям с этими же ориентациями. У взрослых животных свойства зрительных Н.-д. значительно изменяются при смене условий адаптации или уровня бодрствования. См. Зрительное восприятие, Пластичность нервной системы.
НЕЙРОННЫЕ СЕТИ (англ. artificial neural nets, neural networks) – модели естественных Н. с., позволяющие выполнять сложные операции обработки информации, связанные с распознаванием образов, прогнозированием событий и регуляцией движений. Син. нейрокомпьютер, искусственные Н. с. Исследования по искусственным Н. с. связаны с тем, что способы обработки информации человеческим мозгом существенно отличаются от методов, применяемых обычными цифровыми компьютерами. Мозг представляет собой чрезвычайно сложную систему обработки данных. Он обладает способностью организовывать свои структурные компоненты, называемые нейронами т. о., что они способны выполнять конкретные задачи (распознавание образов, обработку сигналов органов чувств, моторные функции) во много раз быстрее, чем могут это делать современные компьютеры. Примером такой задачи может служить обычное зрение. Для распознавания, напр., знакомого лица в незнакомом окружении мозгу потребуется всего лишь 100–200 мс, в то время как выполнение аналогичных задач даже меньшей сложности на компьютере может занять несколько дней, хотя быстродействие нейронов на 7–8 порядков медленнее реакции кремниевых логических элементов. Однако эта относительная медлительность нейронов компенсируется их массой и количеством взаимосвязей между ними. Кроме того, в то время как традиционные цифровые компьютеры выполняют операции последовательно, в соответствии с т. н. фон неймановской архитектурой (Джон фон Нейман – выдающийся математик XX в., участвовавший в разработке первых компьютеров), естественные Н. с. обладают параллельной структурой и выполняют многие операции одновременно.
В настоящее время существует довольно много моделей нейронов и Н. с. Искусственные нейроны, как правило, представляют собой сумматоры, собирающие сигналы через синапсы, связанные с др. нейронами. Каждый из синапсов обладает своим весом, т. е. некоторым коэффициентом, усиливающим или ослабляющим принимаемые сигналы. Работа Н. с. состоит из 2 этапов: обучения и функционирования. Стадия обучения может происходить как «с учителем», так и «без учителя». Это зависит от конкретных задач и конкретного типа Н. с. Обучение «с учителем» происходит по след. алгоритму: на входе искусственной Н. с. предлагаются некоторые образы, при этом на выходе задается желаемый отклик. Формируется ошибка между реальным откликом Н. с. и желаемым откликом. Эта ошибка корректирует веса синапсов от выхода к входу и тем самым формирует правильный отклик. В дальнейшем сеть работает как распознающая система.
