O modelo matemático revela os segredos da visão

Matemáticos e neurobiólogos criaram o primeiro modelo anatomicamente preciso que explica como a visão funciona

O grande mistério da visão humana é o seguinte: percebemos uma imagem rica do mundo ao nosso redor, apesar do fato de o sistema visual do nosso cérebro receber extremamente pouca informação sobre ele. A maior parte do que "vemos" é realmente o que imaginamos em nossas cabeças.

"Muito do que você pensa que está realmente chegando", disse Lai-Sang Young , matemático da Universidade de Nova York. "Você realmente não os vê."

No entanto, aparentemente, o cérebro lida bem com a tarefa de inventar o mundo visual, já que geralmente não encontramos portas. Infelizmente, estudar anatomia por si só não nos mostra exatamente como o cérebro cria essas imagens - nada mais do que um olhar mais atento ao motor do carro permitirá que você revele as leis da termodinâmica.

Um novo estudo sugere que a chave para a compreensão está na matemática. Nos últimos anos, Young trabalhou em parcerias inesperadas com os colegas da universidade Robert Shapley , um neurocientista, e Logan Chariker, um matemático. Eles criaram um modelo matemático unificado que combina os resultados de muitos anos de experimentos biológicos e explica como o cérebro produz reproduções visuais complexas do mundo com base em informações visuais escassas.

"A tarefa do teórico, a meu ver, é que tomemos vários fatos e os apresentemos em uma imagem consistente", disse Young. "Os pesquisadores não vão lhe dizer como algo funciona."

Young e seus colegas construíram um modelo, incluindo um elemento básico da visão de cada vez. Eles explicaram como os neurônios do córtex visual interagem, reconhecendo objetos e alterações de contraste, e agora estão trabalhando em uma explicação de como o cérebro percebe a direção em que os objetos estão se movendo.

O trabalho deles é único. Tentativas anteriores de modelar a visão humana foram uma ilusão, descrevendo a arquitetura do córtex visual. O trabalho de Young, Shapley e Chariker reconhece a biologia complexa e não intuitiva do córtex visual e tenta explicar como o fenômeno da visão ainda surge.

“Acho que o modelo deles melhora os resultados realmente baseados na verdadeira anatomia do cérebro. Eles precisam de um modelo biologicamente correto ou aceitável ”, disse Alessandra Angelucci , neurocientista da Universidade de Utah.

Camada após camada

Temos certeza de certos problemas relacionados à visão.

O olho funciona como uma lente. Ele recebe luz do mundo exterior e projeta uma cópia em pequena escala do campo de visão observado na retina localizada na parte de trás do olho. A retina se conecta ao córtex visual, uma parte do cérebro localizada na parte de trás da cabeça.

No entanto, a conexão entre a retina e o córtex visual é muito fraca. Cerca de 10 células nervosas que conectam a retina e o córtex visual caem em cada parte do campo de visão com um tamanho de cerca de um quarto da lua cheia no céu. Eles compõem o corpo dobrado lateral, LKT, a única maneira pela qual a informação visual passa do mundo exterior para o cérebro.

As células LKT não são apenas pequenas - elas quase não são capazes de nada. As células LKT enviam um impulso ao córtex visual, detectando uma mudança da escuridão para a luz, ou vice-versa, em sua minúscula parte do campo visual. E é isso. O mundo retroiluminado bombardeia a retina com dados, mas o cérebro tem apenas alguns sinais miseráveis ​​para trabalhar com uma pequena coleção de células LKT. Tentar ver o mundo com base em informações tão escassas é semelhante a tentar recriar Moby Dick com base em rabiscos em um guardanapo.

"Você pode imaginar que o cérebro está tirando uma foto do que você está observando à vista", disse Young. "No entanto, o cérebro não tira fotografias, a retina as faz e as informações transmitidas da retina para o córtex visual são escassas."

E então o córtex visual começa a funcionar. Embora relativamente poucos neurônios conectem o córtex e a retina, o próprio córtex é um conjunto denso de células nervosas. Para cada 10 neurônios LCT provenientes da retina, existem 4.000 neurônios apenas na primeira "camada de entrada" do córtex visual - e ainda mais no seguinte. Essa discrepância sugere que o cérebro está processando ativamente a pequena quantidade de dados visuais que recebe.

"O córtex visual tem sua própria mente", disse Shapley.

Para pesquisadores como Young, Shapley e Chariker, o desafio é decifrar o que está acontecendo nessa mente.

Loops para os olhos

A anatomia nervosa da visão é provocativa. Ela parece um homenzinho levantando um peso enorme e exige uma explicação - como ela consegue fazer tanto usando tão pouco?

Young, Shapley e Chariker não são os primeiros cientistas a tentar encontrar a resposta para essa pergunta usando um modelo matemático. Mas todos os anteriores sugeriram que mais informações são transmitidas entre a retina e o córtex - tal suposição facilitaria uma tentativa de explicar a reação do córtex visual à estimulação.

"As pessoas não levaram a sério o que se seguiu da biologia dentro da estrutura de um modelo computacional", disse Shapley.

Os matemáticos têm uma longa história de sucesso na modelagem de fenômenos variáveis, desde o movimento das bolas de bilhar até a evolução do espaço-tempo. Estes são exemplos de "sistemas dinâmicos" - evoluindo ao longo do tempo de acordo com regras fixas. As interações dos neurônios que são ativados no cérebro também são um exemplo de sistema dinâmico - ainda que bastante fino, que não é fácil de manter um certo conjunto de regras.

As células LKT enviam para o córtex uma sequência de pulsos elétricos com uma voltagem de 1/10 volt e uma duração de 1 ms, o que desencadeia uma cascata de interações neurais. Young disse que as regras que governam essas interações são "infinitamente mais complexas" do que as regras que governam os sistemas físicos mais familiares.


Lai Sang Young e Robert Shapley

Neurônios individuais recebem sinais simultaneamente de centenas de outros neurônios. Alguns desses sinais incentivam a ativação neuronal. Outros são esmagadores. Ao receber impulsos elétricos desses neurônios excitantes e supressores, uma flutuação de tensão é observada na membrana do neurônio em questão. E é ativado somente quando essa tensão ("potencial de membrana") excede um certo limite. E é quase impossível prever quando isso acontecerá.

"Se você observar o potencial de membrana de um neurônio, ele irá saltar para cima e para baixo", disse Young. "É completamente impossível prever exatamente quando é ativado."

Além disso, a situação real é ainda mais complicada. Lembra dessas centenas de neurônios conectados a um dos nossos? Cada um deles recebe sinais de centenas de outros neurônios. O córtex visual é uma mistura de feedbacks interativos conectados a feedbacks.

“O problema com tudo isso é que temos muitas partes móveis. Isso complica as coisas ”, disse Shapley.

Nos primeiros modelos do córtex visual, esse recurso foi ignorado. Supunha-se que a informação fosse em uma direção - da frente do olho até a retina, depois para o córtex, até finalmente - voila! - do outro lado, não aparecerá uma imagem, como um gadget que aparece em uma correia transportadora. Esses modelos de "propagação direta" eram mais fáceis de criar, mas ignoravam os efeitos da anatomia do córtex - o que sugeria que os ciclos de feedback desempenham um papel importante no que está acontecendo.

"É muito difícil trabalhar com loops de feedback porque as informações retornam e mudam de estado o tempo todo, voltam e influenciam você", disse Young. "Quase nenhum modelo lida com isso, mas isso acontece em todo o cérebro."

Em seu trabalho original de 2016, Young, Shapley e Chariker decidiram levar a sério esses loops de feedback. Os loops de feedback de seu modelo levaram à aparência de um efeito borboleta: pequenas alterações no sinal LCT foram amplificadas quando o sinal passou por um loop após o outro, durante o chamado “Excitação recorrente”, que levou a grandes mudanças na representação visual, que o modelo acabou formando.

Young, Shapley e Chariker mostraram que seu modelo rico em feedback era capaz de reproduzir a orientação das faces dos objetos - horizontal, vertical e todo o resto - com base em pequenas alterações nos sinais de entrada fracos do LCT.

"Eles mostraram que você pode criar todas as orientações no mundo visual usando apenas um pequeno número de neurônios conectados a outros neurônios", disse Angelucci.

Mas a visão é muito mais do que apenas a detecção de rosto, e o trabalho de 2016 foi apenas o começo. A próxima dificuldade foi incluir elementos adicionais de visão no modelo sem perder o único com o qual eles já haviam lidado.

"Se um modelo faz algo certo, deve ser capaz de fazer várias coisas diferentes", disse Young. "Seu cérebro continua inalterado, mas é capaz de coisas diferentes em diferentes condições".

Enxame de visões

Em experimentos de laboratório, os pesquisadores apresentaram aos primatas estímulos visuais simples - padrões em preto e branco nos quais o contraste ou a direção em que eles apareceram no campo de visão mudaram. Usando eletrodos conectados ao córtex visual de primatas, os pesquisadores rastrearam impulsos nervosos originados em resposta a estímulos. Um bom modelo deve reproduzir esses impulsos em resposta a estímulos semelhantes.

"Sabemos que, se mostrarmos ao primata essa imagem, ele reagirá dessa maneira", disse Young. "Com base nessas informações, estamos tentando analisar o que está acontecendo dentro dele."

Em 2018, três pesquisadores publicaram um segundo trabalho, no qual mostraram que o mesmo modelo capaz de reconhecer rostos também pode reproduzir o quadro geral da atividade dos impulsos corticais, conhecido como ritmo gama (parece um enxame de vaga-lumes acendendo seqüencialmente suas lanternas).

Agora, os especialistas estão estudando seu terceiro trabalho, o que explica como o córtex visual percebe mudanças em contraste. A explicação menciona o mecanismo pelo qual neurônios emocionantes aumentam a atividade um do outro, algo como o crescimento da excitação da multidão na dança. Esse tipo de processo é necessário para que o córtex visual possa criar imagens completas com base em dados de entrada escassos.

Até agora, Young, Shapley e Chariker estão trabalhando para adicionar sensibilidade direcional ao modelo - o que explicará como o córtex visual recria a direção do movimento dos objetos ao longo do campo de visão. Depois disso, eles começarão a explicar como o córtex visual reconhece seqüências de tempo nos estímulos visuais. Por exemplo, eles querem entender por que percebemos flashes de um semáforo piscando, mas, ao mesmo tempo, não vemos quadros individuais ao assistir a um filme.

Depois disso, eles terão em suas mãos um modelo simples de atividade que ocorre em apenas uma das seis camadas do córtex visual - em uma camada na qual o cérebro esboça aproximadamente os contornos básicos da impressão visual. Seu trabalho não se aplica às outras cinco camadas, onde ocorre um processamento visual mais complexo. Também não diz nada sobre como o córtex visual reconhece as cores, que ocorrem ao longo de um caminho neural completamente diferente e mais complexo.

"Acho que eles ainda têm muito o que fazer, mas não nego que eles fizeram o melhor possível", disse Angelucci. "Este é um trabalho difícil e leva tempo."

Embora seus modelos ainda estejam longe de revelar todos os segredos da visão, este é um passo na direção certa - este é o primeiro modelo que tenta decifrar a visão de uma maneira biologicamente plausível.

"As pessoas estão retratando atividades nesta área há muito tempo", disse Jonathan Victor , neurocientista da Universidade de Cornell. "O fato de esses cientistas terem conseguido demonstrar isso com o exemplo do modelo correspondente à biologia é um verdadeiro triunfo."