Table of Contents
Introduzione: Un secolo di scoperta neurale
Pochi campi della scienza hanno subito una trasformazione profonda come neuroscienze. Un secolo fa, il cervello era in gran parte una scatola nera. I ricercatori potrebbero inferire le sue funzioni da esperimenti comportamentali, dissezioni postmortem, e le osservazioni cliniche di pazienti con danni cerebrali, ma l'osservazione diretta di attività neurale è rimasta fuori portata. Oggi, possiamo guardare i singoli neuroni fuoco in tempo reale, mappare il cablaggio strutturale del cervello governare i dispositivi di precisione e la coscienza di notte di notte di progresso di micrometro.
Questo articolo ripercorre le scoperte più consequenziali nella storia delle neuroscienze. Trascorrendo più di un secolo, queste scoperte vanno dalle fondamenta cellulari della comunicazione neurale alle ultime tecnologie che ci permettono di leggere e scrivere attività neurali. Per ogni risultato, esploriamo gli scienziati coinvolti, i metodi che impiegano, e l'impatto duraturo sulla medicina, la tecnologia e la nostra più ampia comprensione di ciò che significa essere umani.
Le prime scoperte nella funzione cerebrale
La Dottrina Neurona: Da Golgi a Cajal
La storia della neuroscienza moderna inizia nel tardo XIX e all'inizio del XX secolo con una domanda fondamentale: Qual è l'unità strutturale fondamentale del sistema nervoso? Per gran parte del 1800, la vista prevalente era la teoria della reticolare, che riteneva che il cervello fosse composto da una rete continua e simile a quella di fibre.
La prima sfida principale alla teoria reticolare è venuta dal medico e scienziato italiano Camillo Golgi]. Nel 1873, Golgi ha sviluppato una macchia che in seguito sarebbe stata chiamata la macchia cromosomica ] o semplicemente la macchia di Golgi con il tessuto cerebrale con i nitrati d'argento e potassio
Il vero potenziale della macchia di Golgi è stato realizzato dal neuroscienziato spagnolo Santiago Ramón y Cajal]. Utilizzando la tecnica, Cajal ha prodotto una serie di disegni meticolosi del tessuto neurale dal cervello di vari animali. Le sue osservazioni lo hanno portato a formulare la dottrina neuron, che ha proposto la continuità individuale
I due uomini hanno condiviso il Premio Nobel in Fisiologia o Medicina nel 1906, ma hanno usato i loro discorsi di accettazione per discutere la struttura del sistema nervoso. In definitiva, Cajascil è stato dimostrato corretto. La dottrina neuronale è diventata la base di tutte le successive ricerche neuroscienze, e ha aperto la porta ad ogni importante progresso che ha seguito i singoli.
Mapping the Cerebral Cortex: Area di Brodmann
Allo stesso tempo, Cajal stava creando l'architettura cellulare del cervello, altri scienziati stavano lavorando per mappare la sua organizzazione regionale. Il neurologo tedesco Korbinian Brodmann[] ha pubblicato la sua mappa citoarchitectonica innovativa della corteccia cerebrale nel 1909.
La mappa di Brodmann ha dimostrato una notevole resistenza. Gli studi di neuroimaging moderni hanno in gran parte confermato le sue delineazioni, e il suo sistema di numerazione è ancora usato regolarmente in contesti clinici e di ricerca. La mappa ha fornito il primo quadro affidabile per collegare la struttura cerebrale alla funzione, e è diventato un riferimento essenziale per neurochirurghi, neurologi e neuroscienziati.
Interruzioni in neuroimaging
Imaging strutturale: CT e MRI
Per la maggior parte della storia medica, il cervello vivente era inaccessibile all'osservazione diretta. I medici dovevano dedurre la posizione e la natura della patologia cerebrale da sintomi da soli, un processo pieno di errore. L'introduzione di tomografia computerizzata (CT)] nei pazienti strutturali del tumore del 1970 ha cambiato questo.
La vera rivoluzione nell'imaging cerebrale strutturale è venuta con l'imaging di risonanza magnetica (MRI). Sviluppato per la prima volta negli anni '70 e '80 da ricercatori tra cui ]Paul Lauterbur] e ]] i tessuti di Peter Mansfield, MRI], MRI utilizza forti campi magnetici
La risonanza magnetica ha permesso di distinguere la materia grigia dalla materia bianca con chiarezza, di visualizzare strutture subcorticali come il talamo e l'ippocampo, e di rilevare anomalie sottili come la displasia corticale, lesioni multiple della sclerosi e piccoli colpi. La tecnica è diventata uno strumento indispensabile per la diagnosi clinica e la ricerca di neuroscienze di base.
Imaging funzionale: PET e fMRI
L'imaging strutturale risponde alla domanda di cosa] è nel cervello, ma non può dirci [che cosa il cervello sta facendo.Per questo, gli scienziati hanno bisogno di imaging funzionale.
L'ANIMALE ha avuto una limitazione importante: ha richiesto la produzione di isotopi radioattivi di breve durata utilizzando un ciclotrone, che ha limitato la sua disponibilità. La tecnica ha anche esposto i pazienti alle radiazioni e aveva una risoluzione temporale relativamente scarsa. Tuttavia, PET ha prodotto le prime immagini del cervello vivente che eseguono compiti cognitivi, come l'ascolto della musica, parlare, o ricordare una memoria.
Il successivo salto in avanti è ]funzionale risonanza magnetica (fMRI), pionieristico nei primi anni 1990 da Seiji Ogawa e altri. fMRI non richiede tracciatori radioattivi.
fMRI ha rivoluzionato la neuroscienze permettendo ai ricercatori di mappare l'attività cerebrale con alta risoluzione spaziale e risoluzione temporale ragionevole, il tutto senza iniettare tracciatori o esporre i soggetti alle radiazioni. Può essere eseguito ripetutamente sulla stessa persona, consentendo studi longitudinali di sviluppo, l'invecchiamento, l'apprendimento e il recupero da lesioni.
Imaging funzionale: EEG e MEG
Mentre fMRI eccelle nella risoluzione spaziale, si incresce nella risoluzione temporale perché misura il flusso sanguigno, che risponde all'attività neurale nel corso dei secondi. Per i processi cognitivi che si dispiegano nei millisecondi, come la percezione del discorso o la pianificazione del motore, sono necessarie tecniche più veloci Segnali elettroencefalitici (EEG), prima sviluppati da [[FLT: milioni di tempo]
EEG è stato determinante nello studio delle fasi del sonno, delle crisi epilettiche e delle potenzialità legate agli eventi, che sono le risposte elettriche del cervello a specifici stimoli. Una tecnica relativa è magnetoencephalography (MEG), che misura i campi magnetici prodotti dall'attività neurale. MEG offre una risoluzione migliore rispetto a EEQUIG perché i campi magnetici sono meno distorti
Lo sviluppo di queste modalità di imaging ha fatto più che avanzare la scienza di base. Hanno anche migliorato la cura clinica. I chirurghi usano fMRI per pianificare le resezioni tumorali evitando la corteccia eloquente. I neurologi usano EEG per diagnosticare l'epilessia e monitorare i pazienti durante l'intervento chirurgico. I ricercatori combinano più modalità, come EEG simultaneamente con fMRI, per ottenere sia alte prestazioni temporali che ad alta risoluzione spaziale.
Comprendere la neuroplasticità
La scoperta che ha cambiato tutto
Per la maggior parte del XX secolo, la visione prevalente tra i neuroscienziati era che il cervello adulto era fisso e immutabile. Il dogma prevalente ha sostenuto che dopo un periodo critico nell'infanzia, la struttura del cervello era essenzialmente statica. I neuroni che sono stati persi non potevano essere sostituiti, e qualsiasi recupero della funzione dopo lesioni cerebrali era dovuto a compensazione comportamentale piuttosto che a riorganizzazione neurale.
Per fortuna, questa visione era sbagliata. Il concetto di neuroplasticità si riferisce alla capacità del cervello di cambiare la sua struttura e la sua funzione in risposta all'esperienza, all'apprendimento e alle lesioni. Il lavoro innovativo di scimmia Michael Merzenich] negli anni '80 aveva fornito alcune delle prime chiare prove per la plasticità nel mondo adulto.
Il processo di apprendimento sinattico[FLT]] comprende i cambiamenti nella forza dei collegamenti tra i neuroni esistenti. La forma più ben studiata è Potenziamento a lungo termine (LTP), prima descritta da Terje Løural
Oltre alla plasticità sinaptica, il cervello può anche creare nuovi neuroni, un processo chiamato neurogenesi adulta]. Per anni, si è creduto che la neurogenesi cessasse dopo lo sviluppo precoce. Poi, negli anni '90, i ricercatori hanno condotto Gage Freddo al Salk Institute ha fornito una prova convincente che i nuovi neuroni
Implicazioni per il recupero e il trattamento
Comprendere la neuroplasticità ha avuto conseguenze cliniche dirette. La terapia del movimento indotto da un legame (CIterapia)], sviluppata da Edward Taub, si basa sui principi di plasticità.
La teoria principale della depressione, per esempio, ora sottolinea la neuroplasticità compromessa nell'ippocampo e nella corteccia prefrontale. I farmaci antidepressivi, l'esercizio e alcune forme di psicoterapia possono funzionare almeno in parte ripristinando la plasticità e permettendo al cervello di adattarsi a nuove circostanze.
La scoperta della neuroplasticità non ha solo ampliato la comprensione scientifica ma ha anche offerto un messaggio di speranza. Si afferma che il cervello, anche in età adulta e anche dopo lesione, mantiene una notevole capacità di cambiamento. I limiti di tale capacità sono ancora in fase di esplorazione, ma il paradigma passa da un cervello fisso a un cervello plastico è uno dei più importanti progressi concettuali nella storia della neuroscienza.
Avanzamenti in Interfacce di cervello-Computer
Segnali neurali di lettura
L'idea di collegare il cervello direttamente a una macchina ha catturato l'immaginazione umana per decenni, ma solo negli ultimi vent'anni è diventata una realtà pratica. Un interfaccia cervello-computer (BCI)] è un sistema che misura l'attività neurale e lo traduce in comandi per un dispositivo esterno, come un cursore computer, un braccio robotico, o un sistema di comunicazione.
L'approccio non invasivo ha il vantaggio di sicurezza e accessibilità, ma soffre di scarsa risoluzione del segnale. I segnali EEG sono una miscela di attività da molti milioni di neuroni, e sono distorti dal cranio e dal cuoio capelluto. Nonostante questi limiti, i ricercatori hanno dimostrato che le persone possono imparare a controllare un cursore, digitare su una tastiera virtuale, o addirittura utilizzare una sedia a rotelle basata su EEG BCIs.
L'approccio invasivo offre una fedeltà molto più elevata. Le matrici di microelettrodo, come il Sistema di Utah] sviluppato da Richard Normannsenso] all'Università di Utah, possono registrare l'attività di decine di centinaia di singoli neuroni contemporaneamente.
Scrivere segnali neurali
Se i BCI possono leggere segnali neurali, possono anche scriverli? La risposta è sì, e le implicazioni sono profonde. Microstimolazione elettrica] di strutture corticali e subcorticali possono produrre sensazioni specifiche, movimenti e persino ricordi.
Una delle applicazioni più avanzate è in restauro di visione. Argus II protesi retinica, approvato dalla FDA per l'uso in pazienti con retinite pigmentosa, utilizza una fotocamera montata su occhiali per catturare immagini, un processore per convertirli in schemi di stimolazione elettrica, e un array elettrodo impiantato sulla retina per stimolare le cellule del ganglio.
Il futuro delle interfacce cervello-computer
Le aziende come Neuralink], fondate da Elon Musk e da un team di neuroscienziati e ingegneri, stanno sviluppando array di elettrodi ad alta densità in grado di registrare da migliaia di neuroni simultaneamente. L'obiettivo è quello di creare una BCI wireless completamente impiantabile che può essere utilizzata per una vasta gamma di applicazioni, dal ripristino della comunicazione cognitiva e della mobilità
Le BCI invasive richiedono un intervento chirurgico, con rischi di infezione, risposta immunitaria e guasto dei dispositivi. La stabilità a lungo termine degli elettrodi impiantati è un ostacolo ingegneristico importante. Ci sono anche domande etiche profonde sulla privacy dei dati neurali, il potenziale per la coercizione e la definizione dell'identità umana quando il cervello è direttamente connesso a una macchina.
Le direzioni e le sfide future
Connettori: mappare il cablaggio del cervello
Se la neuroplasticità rivela che il cervello è dinamico, connectomics] mira a creare la mappa strutturale finale di quel dinamismo. L'obiettivo della connettivismo è quello di mappare ogni singola connessione, ogni sinapsi, nel cervello.
Il primo connettivo completo è stato raggiunto per il piccolo calibro ]C. elegans, che ha solo 302 neuroni. Questo progetto ha richiesto più di un decennio ed è stato completato nel 1986. Da allora, i ricercatori hanno mappato i connetome del cervello mosca di frutto e parti del cervello del mouse.
Coscienza: Il problema difficile
Nonostante tutto il progresso nella neuroscienza cellulare e sistemi, la natura della coscienza rimane la domanda più elusiva nel campo. La coscienza ha due aspetti che sono difficili da conciliare con un racconto puramente fisico della funzione cerebrale. Il primo è il problema difficile della coscienza, un termine coniato dal filosofo
[FLT:] La teoria del lavoro non è compatibile con la coscienza (NCC), che sono le specifiche attività cerebrali necessarie e sufficienti per una conoscenza consapevole.
Un'altra teoria influente è ] la teoria dell'informazione integrata (IIT), sviluppata da Giuseppe Tononi. IIT propone che la coscienza è identica alla quantità di informazioni integrate generate da un sistema, misurate come una quantità chiamata Phi. Secondo IIT, qualsiasi sistema con un livello di Phi sufficientemente elevato è cosciente, se si tratta di coscienza digitale.
Lo studio della coscienza non è più considerato al di là della portata della scienza empirica. La ricerca nei disturbi della coscienza, come lo stato vegetativo e lo stato minimo cosciente, ha prodotto strumenti diagnostici che possono rilevare la consapevolezza occulta nei pazienti che appaiono indisponibili. Questo lavoro ha profonde implicazioni etiche per il processo decisionale della fine della vita, la cura dei pazienti e la definizione della sfida della persona.
Sfide etiche e sociali
Con ogni svolta, la neuroscienza affronta nuove questioni etiche e sociali. La capacità di leggere segnali neurali solleva preoccupazioni sulla privacy mentale. Potrebbero essere utilizzati dati cerebrali per estrarre pensieri intimi, preferenze o intenzioni senza il consenso di una persona? Il potenziale per i dati cerebrali da abusare è reale, e le strutture legali esistenti non sono progettate per proteggere le informazioni neurali.
Un'altra domanda riguarda il miglioramento. Come le tecnologie per la stimolazione cerebrale, la modulazione della memoria e l'aumento sensoriale diventano più potenti, chi avrà accesso a loro? Ci sarà una divisione tra coloro che possono permettersi il miglioramento cognitivo e coloro che non possono? Il rischio di aggravare le disparità sociali esistenti è significativo. Allo stesso tempo, il potenziale terapeutico di queste tecnologie è immenso.
Infine, poiché si impara piÃ1 sulla base neurale del comportamento, dobbiamo anche riconsiderare concetti fondamentali come responsabilitÃ, identità e libero arbitrio.La neuroscienza ha sempre piÃ1 dimostrato che molti aspetti del processo decisionale e del comportamento sono influenzati da fattori al di fuori della consapevolezza cosciente, come predisposizioni genetiche, la chimica del cervello e gli aspetti ambientali.
Conclusione: La strada principale
La storia della neuroscienza è una storia di notevole progresso. In poco più di un secolo, abbiamo discusso se i neuroni sono cellule individuali per registrare la loro attività in tempo reale, dal credere che il cervello adulto è fisso per scoprire la sua plasticità per tutta la vita, e dal trattare il cervello come una scatola nera inaccessibile per costruire dispositivi che si interfacciano direttamente con esso.
Il puzzle della coscienza, la ricerca di un connetoma completo, e le sfide etiche del miglioramento neurale e della privacy dei dati sono tutti i problemi che richiedono uno sforzo, una collaborazione e una creatività duratura da risolvere. Ciò che è certo che il ritmo della scoperta sta accelerando, guidato da progressi nella biologia molecolare, nell'ingegneria, nella modellazione computazionale e nell'intelligenza artificiale.