neuroscienza computazionale
<-šè- ...> locuz. sost. f. – Disciplina che si occupa dell’applicazione di modelli computazionali alle funzioni cognitive. Lo scopo di questi studi è di capire attraverso quali circuiti, con relative variabili e costanti, il cervello supporti il linguaggio, la cognizione numerica, la cognizione spaziale e così via. Queste linee di ricerca coprono un orizzonte molto vasto di problemi aperti: la decodifica dell’attività neuronale associata sia all’intenzione motoria, sia ai processi di integrazione senso-motoria e ai processi di decisione; la comprensione dei meccanismi di azione della stimolazione diretta del tessuto nervoso a diverse scale, e in particolare dei processi di plasticità sinaptica associati; lo sviluppo tecnologico di sistemi impiantabili, di minimo impatto e stabili per quanto riguarda la qualità del segnale registrato; lo sviluppo di sistemi microelettronici neuromorfi in grado di emulare adeguatamente l’attività delle popolazioni neuronali di cui si vuole la sostituzione funzionale; lo sviluppo di sistemi ICC () a loop chiuso in grado di sfruttare efficacemente l’adattamento dell’attività neuronale in funzione del feedback sull’azione motoria effettuata. La ICC, in particolare, è stata oggetto, negli ultimi anni, di una serie di esperimenti volti a dimostrarne le potenzialità. Essa consiste in un insieme di dispositivi volti a dotare il cervello di un canale di output motorio artificiale, in funzione sostitutiva o aggiuntiva ai canali fisiologici. Le possibilità di tale approccio sono state finora considerate soprattutto nella prospettiva di consentire a pazienti con deficit motori gravi (per es., tetraplegici), ma con funzioni cerebrali integre, di pilotare dispositivi artificiali mediante il solo fatto di ‘pensare’ il movimento corrispondente. Il raggiungimento di un tale risultato dipende in modo cruciale da una serie di passi che devono essere completati con successo. Si deve innanzitutto poter registrare (in modo cronico, ossia su lunghe scale di tempo) l’attività nervosa prodotta nelle aree responsabili della pianificazione e dell’esecuzione del movimento; si deve quindi ‘decodificare’ tale attività così da ricostruire in modo automatico e veloce l’intenzione motoria espressa dal soggetto; quando infine è disponibile una decodifica affidabile, è necessario utilizzare questa informazione per pilotare una varietà di possibili dispositivi artificiali. Ognuno di questi passi (e soprattutto i primi due) pone tuttora problemi considerevoli, nonostante i successi ottenuti. La molteplicità di scale spaziali e temporali coinvolte è certamente una delle maggiori difficoltà che si incontrano nello sviluppo di un approccio teorico alla dinamica di popolazioni neuronali: si va dalla scala della singola sinapsi a quella del singolo neurone, a quella di microcircuiti neuronali, a quella di aree comprendenti decine di milioni di neuroni e comunicanti tra loro in modo complesso; e ancora, dalla scala temporale dei millisecondi, caratteristica della dinamica dei canali ionici della membrana neuronale, a quella, invece, dei secondi per le funzioni cognitive complesse, alle scale caratteristiche dei processi di regolazione ormonale dell’attività nervosa. Una conoscenza completa, in grado di fornire un approccio sistematico e predittivo a problemi così complessi, non è ancora a nostra disposizione. In corrispondenza con l’evolversi delle tecniche sperimentali, sono stati elaborati modelli teorici per descrivere la dinamica neuronale a diversi livelli. Tuttavia la descrizione dell’elaborazione complessa sottesa a funzioni cognitive, frutto di molte popolazioni neuronali che operano di concerto, è ancora oltre le capacità di descrizione di questo tipo di modelli e richiederà probabilmente una formulazione a livello gerarchico superiore, in cui, per es., la dinamica di singole popolazioni neuronali possa essere sintetizzata in variabili dinamiche ‘collettive’. Soltanto attraverso la convergenza di sviluppi complementari e multidisciplinari, che affrontano il problema da prospettive e su scale diverse, potrà svilupparsi una descrizione teorica in grado di supportare un approccio sistematico a temi tanto complessi, come la stimolazione del tessuto nervoso a scopo terapeutico e riabilitativo e l’emulazione dell’attività nervosa in dispositivi elettronici.