Co w mózgu odpowiada za to, że ktoś uczy się szybciej, a ktoś inny wolniej i jaka charakterystyka sieci mózgowej ma na to wpływ – odpowiedzi na te pytania szuka dr Karolina Finc z Interdyscyplinarnego Centrum Nowoczesnych Technologii Uniwersytetu Mikołaja Kopernika w Toruniu.
Wyniki jej badań, dotyczących tego, jak zmienia się mózg człowieka w trakcie treningu poznawczego, opublikowało właśnie prestiżowe czasopismo Nature Communications.
– Celem prac było poszerzenie wiedzy o tym, jak funkcjonalne sieci mózgu optymalizują swoją organizację w trakcie wykonywania zadania poznawczego o wzrastającym poziomie trudności oraz w jaki sposób ten wzorzec reorganizacji zmienia się w trakcie treningu poznawczego – mówi dr Finc.
Złożoność ludzkiego mózgu jest tak ogromna, że trudno ją opisać z wykorzystaniem podstawowych metod analizy danych neuroobrazowych. Pomaga w tym neuronauka sieciowa, która koncentruje się na badaniach złożonej sieci połączeń w ludzkim mózgu z wykorzystaniem algorytmów matematycznych zaczerpniętych z teorii grafów.
– Okazuje się, że nawet gdy nie wykonujemy żadnych zadań poznawczych, obszary mózgu pełniące podobne funkcje, pracują w zsynchronizowany sposób. Na podstawie pomiaru stopnia tej synchronizacji jesteśmy w stanie odtworzyć mapę połączeń czynnościowych w całym ludzkim mózgu, tzw. czynnościowy konektom – tłumaczy toruńska badaczka.
Konektom czynnościowy nieustannie się reorganizuje – może zmieniać się zarówno po intensywnym uczeniu się lub treningu (np. muzycznym, ruchowym lub poznawczym, czyli złożonym z sekwencji pewnych ruchów), jak i w czasie rzeczywistym, aby dostosować się do zmieniającej się trudności zadań, z jakimi mierzymy na co dzień. Jego funkcjonowanie zbadano w ICNT UMK za pomocą czynnościowego rezonansu magnetycznego (fMRI). Zespół naukowców przebadał 46 zdrowych ochotników. Aktywność ich mózgów sprawdzana była czterokrotnie pomiędzy okresami intensywnego treningu pamięci roboczej. Badania fMRI odbyły się przed treningiem oraz po dwóch, czterech i sześciu tygodniach jego trwania. Połowa badanych została poddana bardziej wymagającemu treningowi z wykorzystaniem zadań pamięciowych, kolejne zaś 23 osoby trenowały podobne zadania, ale na najniższym z możliwych poziomów trudności. Ich wyniki porównano.
Przeprowadzone analizy wykazały, że modularność sieci ludzkiego mózgu stopniowo wzrosła u osób trenujących swoją pamięć roboczą. Ponadto eksperymenty dotyczące dynamiki reorganizacji sieci wykazały, że wraz z treningiem pamięci roboczej regiony mózgu należące do tzw. sieci domyślnej (default mode network) stopniowo zmniejszają swoją komunikację z regionami sieci aktywnych w trakcie wykonywania zadania (task positive network). Mniejsza komunikacja pomiędzy tymi sieciami jest także związana z postępami w wykonaniu zadania angażującego pamięć roboczą.
– Wyniki pozwalają zrozumieć to, co w mózgu odpowiada za szybszą bądź wolniejszą naukę oraz jaka charakterystyka sieci mózgowej ma na to wpływ. Zdobyta wiedza może także przyczynić się do opracowania nowych metod pomiaru dynamiki zmian plastycznych mózgu, a w przyszłości też w lepszym dobraniu leków i terapii – dodaje dr Finc, którą w badaniach wspierali mgr Kamil Bonna i prof. dr hab. Włodzisław Duch z Wydziału Fizyki, Astronomii i Informatyki Stosowanej.
Dr Karolina Finc jest liderem zespołu Computational Neuroimaging Team działającej w ICNT, członkiem grupy Neuroinformatics działającej wewnątrz Centrum Doskonałości Dynamics, mathematical analysis and artificial intelligence. Ukończyła kognitywistykę na Wydziale Humanistycznym (obecnie to Wydział Filozofii i Nauk Społecznych) UMK. Doktorat realizowała w ICNT. Jej zainteresowania naukowe skupiają się wokół badania plastyczności ludzkiego mózgu, a w szczególności jego sieci połączeń – konektomu. Jest zaangażowana w liczne projekty z wykorzystaniem metod neuroobrazowania. Posiada szeroką wiedzę i kompetencje w zakresie analizy danych z badań nad strukturą i organizacją funkcjonalną mózgu. Opiekuje się Kołem Naukowym Neuroobrazowania działającym na UMK.
Jest laureatką wielu konkursów, stypendiów i grantów dla młodych badaczy, finansowanych m.in. przez Narodowe Centrum Nauki i Fundację na Rzecz Nauki Polskiej. W 2014 roku odbyła staż w Max Planck Institute for Human Development w Berlinie, w 2018 r. – w University of Pennsylvania, a w 2019 r. – na Stanford University.
Żaneta Kopczyńska, źródło: UMK