Portal informacyjny
Nauki ścisłe
Dynamiczny i elastyczny mózg
Dr Karolina Finc z Interdyscyplinarnego Centrum Nowoczesnych Technologii UMK przyjrzała się temu, jak zmienia się mózg człowieka w trakcie treningu poznawczego. Wyniki jej badań opublikowało właśnie prestiżowe czasopismo "Nature Communications".
Złożoność ludzkiego mózgu jest tak ogromna, że ciężko ją opisać z wykorzystaniem podstawowych metod analizy danych neuroobrazowych. Pomaga w tym całkiem nowa dziedzina nauki, którą zajmuje się dr Karolina Finc z ICNT. To neuronauka sieciowa, koncentrująca się na badaniach złożonej sieci połączeń w ludzkim mózgu z wykorzystaniem algorytmów matematycznych zaczerpniętych z teorii grafów.
-Okazuje się, że nawet gdy nie wykonujemy żadnych zadań poznawczych, obszary mózgu pełniące podobne funkcje, pracują w zsynchronizowany sposób. Na podstawie pomiaru stopnia tej synchronizacji jesteśmy w stanie odtworzyć mapę połączeń czynnościowych w całym ludzkim mózgu, tzw. czynnościowy konektom - tłumaczy dr Karolina Finc.
Konektom czynnościowy nieustannie się reorganizuje - może zmieniać się zarówno po intensywnym uczeniu się lub treningu (np. muzycznym, ruchowym lub poznawczym, czyli złożonym z sekwencji pewnych ruchów), jak i w czasie rzeczywistym, aby dostosować się do zmieniającej się trudności zadań, z jakimi mierzymy na co dzień.
- Celem naszych badań było poszerzenie wiedzy o tym, jak funkcjonalne sieci mózgu optymalizują swoją organizację w trakcie wykonywania zadania poznawczego o wzrastającym poziomie trudności oraz w jaki sposób ten wzorzec reorganizacji zmienia się w trakcie treningu poznawczego – mówi dr Finc.
Do badań użyto aparatury, w którą wyposażone jest ICNT UMK - w szczególności czynnościowego rezonansu magnetycznego (fMRI). Zespół naukowców przebadał 46 zdrowych ochotników. Aktywność ich mózgów sprawdzana była czterokrotnie pomiędzy okresami intensywnego treningu pamięci roboczej. Badania fMRI odbyły się przed treningiem oraz po dwóch, czterech i sześciu tygodniach jego trwania.
Połowa badanych została poddana bardziej wymagającemu treningowi z wykorzystaniem zadań pamięciowych, kolejne zaś 23 osoby trenowały podobne zadania, ale na najniższym z możliwych poziomów trudności. Ich wyniki porównano.
Wyniki naszych badań mogą pozwolić na zrozumienie tego, co w mózgu odpowiada za to, że ktoś uczy się szybciej, a ktoś inny wolniej i jaka charakterystyka sieci mózgowej ma na to wpływ - wyjaśnia dr Finc.
- Zdobyta wiedza może także przyczynić się do opracowania nowych metod pomiaru dynamiki zmian plastycznych mózgu, a w przyszłości też w lepszym dobraniu leków i terapii.
Pracą toruńskich badaczy zainteresowało się prestiżowe czasopismo naukowe Nature Communications. W piątek 15 maja ukazał się w nim artykuł "Dynamic reconfiguration of functional brain networks during working memory training", w którym przedstawiono wyniki ich badań. Główną jego autorką jest dr Karolina Finc, a współautorami z UMK - mgr Kamil Bonna i prof. dr hab. Włodzisław Duch z Wydziału Fizyki, Astronomii i Informatyki Stosowanej.
Przeprowadzenie badań nad reorganizacją sieci czynnościowych było możliwe dzięki wsparciu Narodowego Centrum Nauki w ramach grantu PRELUDIUM (2015/17/N/HS6/03549) i ETIUDA (2017/24/T/HS6/00105), oraz Fundacji na Rzecz Nauki Polskiej w ramach stypendium START poszerzonego o stypendium im. Barbary Skargi za badania interdyscyplinarne. Praca powstała we współpracy międzynarodowej z naukowcami z Complex Systestems Group (Danielle Bassett, Xiaosong He, David Lydon-Staley) z Wydziału Bioinżynierii na University of Pennsylvania (USA) oraz Simone Kühn z Max Planck Institute for Human Development w Berlinie (Niemcy). Badania będące podstawą publikacji powstały z wykorzystaniem aparatury, w którą wyposażone jest ICNT UMK, w szczególności czynnościowego rezonansu magnetycznego (fMRI). Obliczenia naukowe powstały przy wsparciu Wrocławskiego Centrum Sieciowo-Superkomputerowego. Koszty publikacyjne zostały pokryte z projektu "Open UMK - Open Source, Open Science".
Dr Karolina Finc jest liderem zespołu Computational Neuroimaging Team działającej w ICNT, członkiem grupy Neuroinformatics działającej wewnątrz Centrum Doskonałości Dynamics, mathematical analysis and artificial intelligence. Absolwentka kognitywistyki na Wydziale Humanistycznym (obecnie to Wydział Filozofii i Nauk Społecznych) UMK. Doktorat realizowała w ICNT. Jej zainteresowania naukowe skupiają się wokół badania plastyczności ludzkiego mózgu, a w szczególności jego sieci połączeń – konektomu. Zaangażowana w liczne projekty z wykorzystaniem metod neuroobrazowania. Posiada szeroką wiedzę i kompetencje w zakresie analizy danych z badań nad strukturą i organizacją funkcjonalną mózgu. Jest opiekunem Koła Naukowego Neuroobrazowania działającego na UMK. Laureatka i beneficjentka wielu konkursów, stypendiów i grantów dla młodych badaczy, m.in. grantów PRELUDIUM (2016) i ETIUDA (2017) finansowanych przez Narodowe Centrum Nauki oraz stypendium START (2018) Fundacji na Rzecz Nauki Polskiej, poszerzonego o stypendium im. prof. Barbary Skargi dla naukowców, których badania wyróżniają się odważnym przekraczaniem granic między różnymi dziedzinami nauki, otwierają nowe perspektywy badawcze i tworzą nowe wartości w nauce. W 2014 roku odbyła staż w Max Planck Institute for Human Development w Berlinie (opiekun: Simone Kühn), w 2018 w University of Pennsylvania (opiekun: Danielle Bassett), a w 2019 na Stanford University (opiekun: Russell Poldrack).
