Жирный кусок пиццы. Куча хрустящего картофеля фри. Мороженое капает по рожку в жаркий летний день. Согласно новому исследованию, проведенному нейробиологами Массачусетского технологического института, когда вы смотрите на любой из этих продуктов, специализированная часть вашей зрительной коры загорается.
Эта недавно открытая популяция нейронов, реагирующих на пищу, расположена в вентральном зрительном потоке наряду с популяциями, которые специфически реагируют на лица, тела, места и слова. Исследователи говорят, что неожиданное открытие может отражать особое значение еды в человеческой культуре .
«Еда занимает центральное место в социальных взаимодействиях и культурных практиках человека . Это не просто средства к существованию», — говорит Нэнси Канвишер, профессор когнитивной неврологии имени Уолтера А. Розенблита и член Института исследований мозга Макговерна и Центра изучения мозга, разума и машин Массачусетского технологического института. . «Еда является основой многих элементов нашей культурной идентичности, религиозной практики, социальных взаимодействий и многих других вещей, которые делают люди».
Выводы, основанные на анализе большой общедоступной базы данных реакций человеческого мозга на набор из 10 000 изображений, поднимают много дополнительных вопросов о том, как и почему развивается эта нейронная популяция. В будущих исследованиях исследователи надеются изучить, как реакция людей на определенные продукты может различаться в зависимости от их симпатий и антипатий или их знакомства с определенными видами пищи.
Постдоктор Массачусетского технологического института Минакши Хосла является ведущим автором статьи вместе с научным сотрудником Массачусетского технологического института Н. Апурвой Ратаном Мурти. Исследование опубликовано в журнале Current Biology .
Визуальные категории
Более 20 лет назад, изучая вентральный зрительный поток, часть мозга, которая распознает объекты, Канвишер обнаружил области коры, которые избирательно реагируют на лица. Позже она и другие ученые обнаружили другие области, которые избирательно реагируют на места, тела или слова. Большинство из этих областей были обнаружены, когда исследователи специально отправились на их поиски. Однако такой подход, основанный на гипотезе, может ограничить то, что вы в конечном итоге обнаружите, говорит Канвишер.
«Могут быть и другие вещи, которые мы можем и не искать», — говорит она. «И даже когда мы что-то находим, откуда мы знаем, что это на самом деле часть основной доминирующей структуры этого пути, а не что-то, что мы нашли только потому, что искали это?»
Чтобы попытаться раскрыть фундаментальную структуру вентрального зрительного потока, Канвишер и Хосла решили проанализировать большой общедоступный набор данных ответов функциональной магнитно-резонансной томографии (фМРТ) всего мозга восьми человек, которые просматривали тысячи изображений.
«Мы хотели увидеть, когда мы применяем стратегию, основанную на данных, без гипотез, какие типы избирательности всплывают и согласуются ли они с тем, что было обнаружено ранее. Вторая цель состояла в том, чтобы увидеть, сможем ли мы обнаружить новые селективности, которые либо ранее не выдвигались гипотезы, либо оставались скрытыми из-за более низкого пространственного разрешения данных фМРТ», — говорит Хосла.
Для этого исследователи применили математический метод , который позволяет им обнаруживать нейронные популяции, которые невозможно идентифицировать по традиционным данным фМРТ. Изображение фМРТ состоит из множества вокселей — трехмерных единиц, представляющих собой куб мозговой ткани. Каждый воксель содержит сотни тысяч нейронов, и если некоторые из этих нейронов принадлежат к меньшим популяциям, которые реагируют на один тип зрительного ввода, их ответы могут быть заглушены другими популяциями в том же вокселе.
Новый аналитический метод, который лаборатория Канвишера ранее использовала для данных фМРТ слуховой коры , может выявить ответы нейронных популяций в каждом вокселе данных фМРТ.
Используя этот подход, исследователи обнаружили четыре популяции, которые соответствовали ранее выявленным кластерам, реагирующим на лица, места, тела и слова. «Это говорит нам о том, что этот метод работает, и это говорит нам о том, что вещи, которые мы обнаружили ранее, — это не просто неясные свойства этого пути, а основные, доминирующие свойства», — говорит Канвишер.
Интересно, что появилась и пятая популяция, и она оказалась избирательной в отношении изображений еды.
«Сначала мы были весьма озадачены этим, потому что еда не является визуально однородной категорией», — говорит Хосла. «Такие вещи, как яблоки, кукуруза и макароны, выглядят так непохоже друг на друга, но мы обнаружили одну популяцию, которая одинаково реагирует на все эти разнообразные продукты».
Популяция, специфичная для пищи, которую исследователи называют вентральным компонентом пищи (VFC), по-видимому, распределена по двум кластерам нейронов, расположенным по обе стороны от FFA. Исследователи говорят, что тот факт, что популяции, относящиеся к конкретным продуктам питания, распределены между другими популяциями, относящимися к определенным категориям, может помочь объяснить, почему их не видели раньше.
«Мы думаем, что раньше было труднее охарактеризовать пищевую избирательность, потому что популяции, которые избирательны в отношении пищи, смешиваются с другими соседними популяциями, которые имеют разные реакции на другие атрибуты стимула. Низкое пространственное разрешение фМРТ не позволяет нам увидеть эту избирательность, потому что реакции различные нейронные популяции смешиваются в вокселе», — говорит Хосла.
Еда против непродовольственных товаров
Исследователи также использовали данные для обучения вычислительной модели VFC, основанной на предыдущих моделях, разработанных Мурти для областей распознавания лица и места в мозгу. Это позволило исследователям провести дополнительные эксперименты и предсказать реакцию VFC. В одном эксперименте они скармливали модели изображения еды и непродовольственных товаров, которые выглядели очень похоже, например, банан и желтый полумесяц.
«Эти совпадающие стимулы имеют очень похожие визуальные свойства, но главный признак, по которому они различаются, — это съедобность и несъедобность», — говорит Хосла. «Мы могли бы передать эти произвольные стимулы через прогностическую модель и посмотреть, будет ли она по-прежнему реагировать больше на пищу, чем на непищевые продукты, без необходимости собирать данные фМРТ».
Они также могли бы использовать вычислительную модель для анализа гораздо больших наборов данных, состоящих из миллионов изображений. Эти симуляции помогли подтвердить, что VFC очень избирательна в отношении изображений еды.
