De hersenen van dieren hebben enigszins spiegelsymmetrische neurale netwerken, en er wordt verondersteld dat asymmetrieën vaker voorkomen bij soorten met hogere cognitieve vaardigheden. Deze veronderstelling is gebaseerd op een gevestigde hypothese dat meer geavanceerde neurale taken het vermogen hebben om spiegelsymmetrische neurale circuits te transformeren in circuits die slechts aan één kant van de hersenen bestaan. Een wiskundig model gemaakt door Lus Seoane van het Nationaal Centrum voor Biotechnologie in Spanje is nu gebruikt om deze theorie te ondersteunen. De bevindingen van het onderzoek kunnen licht werpen op hoe cognitief veeleisende taken, evenals ziekte of veroudering, de structuur van de hersenen kunnen veranderen.
Een spiegelsymmetrisch neuraal netwerk is handig bij het bewerken van spiegelsymmetrische lichaamscomponenten zoals armen en benen. Bovendien kan het hebben van redundante circuits aan beide zijden van de hersenen de rekennauwkeurigheid verbeteren en een back-up bieden voor het geval een van de circuits uitvalt. Het redundante karakter van dit type replicatie kan echter leiden tot een hoger energieverbruik. Deze afweging roept een zeer belangrijke vraag op: heeft de complexiteit van de cognitieve processen die door het neurale netwerk worden uitgevoerd invloed op het ideale niveau van spiegelsymmetrie?
Volgens de hypothese van Seoane moet een neuronaal circuit altijd volledig spiegelsymmetrisch zijn of volledig gelokaliseerd zijn in één kant van de hersenen. Belangrijker nog is dat het laat zien hoe een toename van de arbeidsmoeilijkheden een verschuiving tussen deze twee arrangementen kan veroorzaken. Deze verandering kan plaatsvinden naarmate de biologische evolutie vordert of naarmate de hersenen met de leeftijd veranderen. Hoewel deze studie zich concentreerde op spiegelsymmetrie in de hersenen, zijn de bevindingen volgens Seoane van toepassing op elke groep gedupliceerde neurale circuits, zoals die zich aan dezelfde kant van de hersenen bevinden.
Bron: natuurkunde aps org
📩 14/09/2023 09:07