Hoe dicht staan onze hersenen op de rand van chaos? Een nieuwe meetlat geeft antwoord
Je hersenen werken het beste als ze net niet omslaan in chaos, maar ook niet te rustig zijn. Wetenschappers noemen dit magische evenwichtspunt "criticaliteit": de rand tussen orde en wanorde. Precies op die rand kunnen hersenen het snelst informatie verwerken en het flexibelst reageren op nieuwe situaties. Maar hoe weet je hoe dicht een brein bij die rand zit? Dat bleek verrassend lastig te meten, tot nu.
Wanneer hersencellen actief worden, ontstaan er kleine kettingreacties: de ene cel activeert de volgende, die weer de volgende, enzovoort. Dit heet een "avalanche" (lawine). Bij een systeem dat precies op het kritieke punt balanceert, zie je lawines van allerlei groottes, van heel klein tot heel groot, in een heel specifiek statistisch patroon. Dat patroon is een bekend teken van criticaliteit. Het probleem: om te berekenen hóe dicht een systeem bij dat kritieke punt zit, moesten onderzoekers tot nu toe vaak aannames doen over hoe het onderliggende systeem precies in elkaar zit. Bij echte hersenen ken je die details meestal niet.
Een meetlat die geen aannames nodig heeft
Een onderzoeksteam presenteert nu een nieuwe manier om dit te meten: de Fisher Information Metric, afgekort FIM. Dit is een wiskundig gereedschap dat laat zien hoe gevoelig een systeem reageert op kleine veranderingen. Het bijzondere is dat je hiervoor niet precies hoeft te weten welke knoppen er in het systeem zitten of hoe ze werken. Je hoeft alleen te kijken naar wat het systeem daadwerkelijk doet.
De onderzoekers testten deze methode op verschillende soorten modellen, van heel eenvoudige wiskundige modellen van vertakkende processen tot complexere modellen die losse hersencellen nabootsen, en zelfs modellen van het hele brein. In al deze gevallen bleek de FIM betrouwbaar aan te geven hoe dicht een systeem bij het kritieke punt zat.
Het slimste onderdeel van het onderzoek: de wetenschappers deden ook een test die lijkt op de situatie bij echte hersenen, waar je de exacte "instelknop" van het systeem niet kent. Ze berekenden de FIM op basis van iets wat je wél kunt meten: de zogeheten vertakkingsverhouding van hersenactiviteit (kortweg hoe vaak een actieve cel gemiddeld een volgende cel activeert). Ook dan werkte het. De FIM vertoonde een duidelijke piek precies op het punt waar groei en afname van activiteit elkaar in evenwicht houden. Hoe dichter het systeem bij het echte kritieke punt zat, hoe scherper en hoger die piek werd.
Dat betekent dat je met deze piek, zonder enige voorkennis over het systeem, een continue graadmeter krijgt voor hoe dicht een hersensysteem bij criticaliteit zit.
Wat betekent dit (nog) niet
Dit onderzoek laat zien dat de methode werkt in modellen, van simpel tot complex. Het is nog geen bewijs dat menselijke hersenen daadwerkelijk voortdurend op of nabij dit kritieke punt balanceren, of dat afwijkingen hiervan direct iets zeggen over gezondheid of ziekte. De volgende stap is toepassing op grote hoeveelheden echte meetgegevens van hersenactiviteit, bijvoorbeeld bij mensen of dieren. Dit is bovendien het werk van één onderzoeksteam: bevestiging door ander onderzoek moet nog volgen.
Toch is dit een belangrijke stap. Tot nu toe hadden onderzoekers vaak modellen nodig met specifieke aannames om criticaliteit te meten, wat de resultaten moeilijk vergelijkbaar maakte tussen verschillende studies. Een modelvrije meetlat zoals de FIM zou het makkelijker maken om hersenactiviteit uit verschillende experimenten en zelfs verschillende diersoorten eerlijk met elkaar te vergelijken.
Bron: Fisher Information Metric as a model-free measure of proximity to criticality in neural systems