Тезисы для Нейробайкала-2026. (Должны появиться в сборнике.)

М. А. ЛЕБЕДЕВ

СОЛО ПРОТИВ ОРКЕСТРА: ОТДЕЛЬНЫЕ НЕЙРОНЫ И ИХ ПОПУЛЯЦИИ В НЕЙРОФИЗИОЛОГИИ И НЕЙРОИНТЕРФЕЙСАХ

Фундаментальный спор между Кахалом и Гольджи о принципах организации нервной ткани во многом определил развитие нейробиологии XX века. Победа нейронной доктрины Кахала, постулирующей дискретность клеточных элементов, закрепила подход, сосредоточенный на изучении отдельных нейронов. Однако современные исследования все чаще возвращаются к аргументам Гольджи, где мозг рассматривается как единая сеть. Так, электрические синапсы, поддерживающие кортикальные осцилляции, служат примером правоты Гольджи.

Регистрация нейрональных импульсов началась сравнительно поздно: лишь в 1928 году; однако именно этот методологический прорыв дал начало современной нейрофизиологии. Запись отдельных нейронов у бодрствующих животных выявила разнообразие специализаций: от зеркальных нейронов Ризолатти до категориальных нейронов Миллера. В области моторного контроля пионерские эксперименты Эвартса и Георгопулоса продемонстрировали, что активность нейронов моторной коры соответствует параметрам движений. Дальнейшее усложнение экспериментальных парадигм показало комбинаторную чувствительность. Так, при бимануальных движениях у приматов нейроны дополнительной моторной зоны кодируют не только направление, но и контекст взаимодействия двух рук [1].

Сдвиг в парадигме произошел с развитием многоканальной регистрации и нейроинтерфейсов. Пионером нейроинтерфейсов стал Фетц, показавший возможность оперантного контроля единичного нейрона. Запись активности нейрональных популяций связана с именами Чейпина и Николелиса, которые перешли к имплантации массивов электродов. Логика популяционного подхода основана на том, что усреднение активности множества нейронов улучшает качество декодирования сигнала. При этом анализ вариабельности активности нейронов выявляет гораздо более сложную картину, чем модель интегратора входных сигналов, что указывает на скрытые вычислительные процессы, не отражаемые средними кривыми.

Критическое переосмысление популяционных данных привело Шеноя к формулировке концепции нейрональной динамики, согласно которой корковые ансамбли представляют собой динамические системы, активность которых описывается траекториями в многомерном пространстве, включая вращательные компоненты. Как показал математический анализ Кузьминой и коллег [2], эти компоненты эквивалентны бегущим волнам. Миллер высказывает сходные взгляды о функциональной роли осцилляций и волн, перекликающиеся с голографическими метафорами Прибрама.

Таким образом, нейробиологические подходы движутся от анализа изолированных единиц к изучению сетевых взаимодействий и волновых процессов. Интеграция этих представлений с технологиями искусственного интеллекта открывает перспективы создания гибридных систем «мозг–ИИ», способных выйти на новые рубежи в понимании нейрофизиологических функций [3].

Список литературы

1. Ifft P. J., Shokur S., Li Z., Lebedev M. A., Nicolelis M. A. A brain-machine interface enables bimanual arm movements in monkeys // Science Translational Medicine. 2013. Vol. 5, No. 210. P. 210ra154. DOI: 10.1126/scitranslmed.3006159.

2. Kuzmina E., Kriukov D., Lebedev M. Neuronal travelling waves explain rotational dynamics in experimental datasets and modelling // Scientific Reports. 2024. Vol. 14, No. 1. P. 3566. DOI: 10.1038/s41598-024-54023-9.

3. Lebedev M. A., Makarova A. V., Kleeva D. F., Maysuradze A. I. Connecting a P300 speller to a large language model // bioRxiv. 2025. DOI: 10.1101/2025.11.06.686984.