Nel campo della neuroscienza comportamentale, ricercatori hanno compiuto un significativo passo avanti attraverso l’uso di un modello di topo virtuale per predire la struttura dell’attività neurale in diverse condizioni comportamentali. L’articolo, pubblicato su una prestigiosa rivista scientifica, descrive come un team internazionale di scienziati abbia utilizzato reti neurali artificiali per simulare il comportamento di topi in un ambiente fisico virtuale.
Il progetto ha coinvolto l’addestramento di un agente virtuale tramite apprendimento profondo rinforzato, con l’obiettivo di imitare il comportamento naturale dei topi liberi di muoversi. I risultati hanno mostrato che l’attività neurale simulata nella striato-sensoriale e nel cortex motorio del topo virtuale è stata in grado di predire con maggiore precisione l’attività neurale rispetto ai dati derivanti dal movimento reale dei topi.
Questo approccio ha permesso agli scienziati di stabilire che la variabilità latente della rete neurale virtuale può prevedere la struttura della variabilità neurale osservata durante diversi comportamenti, supportando così principi teorici di controllo motorio ottimale. Secondo il principio di minima intervento, la simulazione fisica di animali virtuali biomeccanicamente realistici offre una robustezza nel modello che può essere cruciale per interpretare l’attività neurale complessa.
Il team ha evidenziato l’importanza di questi risultati nel migliorare la comprensione di come il cervello controlla e coordina il movimento nei mammiferi. Con ulteriori sviluppi e refinimenti, la tecnologia di simulazione potrebbe essere applicata per esplorare scenari più complessi e comprendere meglio i meccanismi sottostanti al controllo motorio nei sistemi biologici.
____
A virtual rodent predicts the structure of neural activity across behaviors
