С помощью функциональной магнитно-резонансной томографии (фМРТ) нейробиологи выявили несколько областей мозга, которые отвечают за языковые процессы. Однако определить конкретные функции нейронов в этих областях оказалось непросто. Аппарат МРТ, измеряющий изменения в кровотоке, не обладает достаточно высоким разрешением, чтобы выявить, чем заняты небольшие скопления нейронов.
Но более точная методика, включающая запись электрической активности в мозге, помогла нейробиологам Массачусетского технологического института выявить различные группы нейронов, которые, как оказалось, обрабатывают разное количество лингвистического контекста. Эти «временные окна» варьируются от одного до шести слов.
По словам исследователей, временные окна могут отражать различные функции для отдельных групп нейронов. Группы с более короткими временными окнами могут анализировать значения отдельных слов, в то время как популяции нейронов с более длинными окнами могут интерпретировать более сложные значения, возникающие при соединении слов.
«Впервые мы видим явную неоднородность языковой нейронной сети, — утверждает Эвелина Федоренко, доцент кафедры нейронаук Массачусетского технологического института. — Десятки предыдущих исследований показывали, что все эти области мозга делают одно и то же. Однако сеть нейронов большая, распределенная, поэтому в ней должна быть какая-то структура. Это первая четкая демонстрация того, что структура есть, но различные нейронные группы чередуются в пространстве, поэтому мы не можем увидеть эти различия с помощью фМРТ».
Федоренко, которая также является сотрудником Института исследований мозга Макговерна Массачусетского технологического института, — старший автор исследования, опубликованного в журнале Nature Human Behavior. Ведущими авторами работы являются сотрудник Массачусетского технологического института Тамар Регев и выпускник Гарвардского университета Колтон Касто.
Временные окна
Функциональная магнитно-резонансная томография, которая помогла ученым многое узнать о роли различных частей мозга, измеряет разницу кровотока. Эти измерения служат косвенным показателем нейронной активности во время выполнения определенной задачи. Однако каждый воксель представляет собой от сотен тысяч до миллионов нейронов и суммирует активность в течение примерно двух секунд, поэтому он не может показать более подробные детали того, что делают эти нейроны.
Один из способов получить такую информацию — записать электрическую активность с помощью электродов, имплантированных в мозг. Эти данные трудно получить, поскольку такая процедура проводится только у пациентов, уже перенесших операцию в связи с неврологическим заболеванием, например при тяжелой эпилепсии.
«Чтобы получить достаточное количество данных, для решения задачи нужно несколько лет, поскольку такие пациенты встречаются относительно редко, а электроды имплантируются в различные места в зависимости от клинических потребностей. Требуется время, чтобы собрать набор данных с достаточным охватом какого-то целевого участка коры головного мозга, — объясняет Федоренко, — однако это самый точный вид данных, которые мы можем получить на данный момент. Вы точно знаете, где вы находитесь пространственно, и у вас есть очень точная информация о временных показателях».
В исследовании Федоренко использовала этот метод для изучения областей обработки языка у шести человек. Электрическая активность регистрировалась во время чтения участниками четырех различных типов языковых заданий: полных предложений, списков слов, списков несуществующих слов и «абракадабры» (предложений, имеющих грамматическую структуру, но состоящих из слов, не имеющих значения).
Эти данные показали, что в некоторых нейронных группах в части мозга, отвечающей за обработку языка, активность постепенно нарастала в течение нескольких слов, когда участники читали предложения. Однако этого не происходило, когда они читали списки слов, несуществующие слова и бессмысленные фразы.
В новом исследовании Регев и Касто вернулись к этим данным и более детально проанализировали временные характеристики реакции. В исходном наборе данных у шести пациентов были записи электрической активности со 177 электродов, реагирующих на языковую деятельность. По самым скромным подсчетам, каждый электрод отражает в среднем активность около 200 000 нейронов. Кроме того, они получили новые данные по второму набору из 16 пациентов, которые включали записи еще с 362 электродов.
Проанализировав эти данные, исследователи обнаружили, что в некоторых нейронных группах активность возникала с каждым словом. У других активность нарастала в течение нескольких слов, а затем падала, а у третьих наблюдалось устойчивое нарастание нейронной активности в течение более длительного периода времени.
Сравнив полученные данные с прогнозами вычислительной модели, разработанной для обработки стимулов с различными временными окнами, исследователи обнаружили, что нейронные популяции из областей обработки языка можно разделить на три группы. Эти группы представляют собой временные окна, состоящие из одного, четырех или шести слов.
«Похоже, что эти нейронные группы интегрируют информацию на разных временных масштабах», — считает Регев.
Слова и смыслы
Различия в размерах временных окон было невозможно обнаружить с помощью фМРТ.
«При разрешении фМРТ мы не видим особой разнородности внутри областей, реагирующих на язык. Если локализовать области наиболее чувствительные к языку, то окажется, что их реакции на предложения, списки слов, тарабарщину очень похожи», — говорит Касто.
Исследователи также смогли определить анатомическую область нейронных скоплений. Нейронные популяции с самым коротким временным окном были обнаружены преимущественно в задней височной доле, хотя некоторые встречаются и в лобной или передней височной долях. Нейронные популяции из двух других групп, с более длинными временными окнами, были распределены более равномерно по височной и лобной долям.
Теперь сотрудники лаборатории Федоренко планируют изучить, соответствуют ли эти временные шкалы различным функциям. Наиболее вероятно, что группы нейронов с самыми короткими временными шкалами могут обрабатывать значения одного слова, а нейроны с более длинными временными окнами интерпретируют значения, представленные несколькими словами.
«Мы уже знаем, что у языковой сети есть способность реагировать и на то, как слова сочетаются друг с другом, и на значения отдельных слов, — объясняет Регев. — Потенциально это может быть связано с тем, что самая длинная временная шкала чувствительна к таким вещам, как синтаксис или связь слов, а самая короткая — к особенностям отдельных слов или их частей».