Det menneskelige hjerne er endnu mere avanceret end vi troede
Forskere har fundet et uventet elektrisk signal i menneskelige hjerneceller — et signal der gør hjernens regnekraft langt mere sofistikeret end hidtil antaget. Opdagelsen blev gjort i væv fra patienter, der gennemgik hjernekirurgi, og den peger på en helt ny måde, hvorpå neuroner behandler information.
Det kan få vidtrækkende konsekvenser for vores forståelse af bevidsthed, hukommelse, kunstig intelligens og fremtidens hjerneteknologi.
Hjernens ydre lag gemmer på en hemmelighed
Det menneskelige hjerne sammenlignes ofte med en kraftfuld computer — men det fungerer grundlæggende anderledes end de chips, der sidder i en laptop eller smartphone. Tilbage i 2020 beskrev tyske og græske forskere et hidtil ukendt elektrisk signal i hjernebarkens yderste lag. Nu er studiet igen aktuelt, fordi andre forskergrupper forsøger at efterprøve og genskabe resultaterne.
Kernen i opdagelsen er bemærkelsesværdig: visse menneskelige neuroner har tilsyneladende et ekstra beregningslag i deres forgreninger, de såkaldte dendritter. Disse forgreninger opfanger signaler fra tusindvis af andre celler. Hidtil troede neuroforskere, at det egentlige beregningsarbejde foregik i cellelegemet, hvorefter et klassisk aktionspotentiale fulgte — en kort, alt-eller-intet elektrisk puls.
De nye målinger viser, at dendritter selv kan frembringe et finjusteret, gradueret signal der opfører sig som et separat mini-beregningselement inde i ét enkelt neuron.
Med det fund rykker billedet af hjernen endnu længere væk fra den simple tænd/sluk-forestilling, der i årevis dominerede lærebøgerne.
En uventet blanding af ioner i menneskelige neuroner
Forskerholdet arbejdede med hjernevæv, som neurokirurger fjernede under operationer på patienter med epilepsi. Af dette væv skar forskerne tynde skiver, som de kunne stimulere og aflæse under mikroskopet — og dermed i realtid følge, hvordan individuelle celler i hjernebarkens reagerede elektrisk.
Normalt er aktionspotentialer stærkt afhængige af natriumioner, der strømmer lynhurtigt ind i cellen og skaber den klassiske, stejle spændingspik. Men i de undersøgte celler fra hjernebarkens yderste lag så forskerne noget ganske andet ske:
- Cellerne benyttede ganske vist natrium, men
- oven i det kom et markant bidrag fra calciumioner,
- hvilket skabte en ny type spændingsbølge med et langt mere gradueret forløb.
Dette kombinerede signal fik sit eget navn: dendritiske, calcium-medierede aktionspotentialer — forkortet dCaAP'er. Hvor et almindeligt aktionspotentiale fungerer som en binær kontakt, opfører dette signal sig mere som en justerbar lysdæmper.
For at sikre sig, at fænomenet ikke var en særegenhed knyttet til epilepsi, undersøgte forskerne også væv fra patienter med hjernetumorer. Signalet dukkede op der også. Det gør det sandsynligt, at vi har at gøre med et generelt træk ved menneskelige kortikal-neuroner — ikke en tilfældig fejl i sygt væv.
Hvorfor dendritter spiller en så afgørende rolle
Dendritter udgør et fintforgrenet netværk omkring hvert neuron. De modtager tusindvis af impulser på én gang og bestemmer, hvilken information der til sidst får lov til at nå frem til cellelegemet. Neuroforskeren Matthew Larkum har tidligere formuleret det præcist: den der forstår dendrittens funktion, forstår neuronet regnekraft.
Med dCaAP'erne bliver det klart, at disse forgreninger ikke blot filtrerer information — de udfører aktivt logiske operationer, allerede inden signalet når resten af cellen.
En ekstra logisk funktion i ét enkelt neuron
I den klassiske forklaring kan neuroner groft sagt udføre to slags logik:
- OG-logik: kun hvis signal x og signal y begge er aktive, aktiveres cellen.
- ELLER-logik: hvis enten x eller y er aktiv, sendes et signal videre.
Ved hjælp af computermodeller baseret på de målte dCaAP'er opdagede forskerne, at menneskelige neuroner også kan håndtere en tredje type logik: den eksklusive ELLER-funktion, bedre kendt som XOR.
| Logiktype | Sådan virker det i praksis |
| OG | Begge input skal være sande for at sende et signal |
| ELLER | Mindst ét input skal være sandt for at sende et signal |
| XOR | Præcis ét input skal være sandt — hvis begge er sande, stoppes signalet |
Inden for datalogi betragtes XOR som en afgørende byggesten. Funktionen bruges blandt andet til fejlkorrektion, kryptering og flertrinsbeslutninger. Længe antog videnskaben, at en sådan operation altid krævede et netværk af flere neuroner. Nu viser det sig, at ét enkelt menneskeligt neuron — takket være sine dendritter og dCaAP'er — kan udføre denne opgave alene.
Én enkelt celle i den menneskelige hjernebark kan træffe logiske beslutninger, som vi indtil for nylig tilskrev hele neurale netværk.
Det betyder, at hjernen udfører langt flere beregninger på mikroniveau i de individuelle celler, end de gængse modeller antyder. Teoretisk set giver det ekstra regnekraft uden at hjernen behøver at vokse sig større eller tungere.
Hvad opdagelsen kan betyde for AI og chips
Den nye signaltype giver designere af kunstige neurale netværk stof til eftertanke. De fleste AI-modeller anvender i dag stærkt forenklede, digitale versioner af neuroner: en sum af input, en tærskelværdi og så et resultat. Dendritisk logik som dCaAP'er er stort set fraværende i disse systemer.
Hvis biologiske neuroner lokalt allerede udfører XOR-lignende operationer, kan det forklare, hvorfor hjernen med relativt lidt energi klarer komplekse opgaver, som store datacentre har brug for langt mere strøm til. Forskere ser derfor med interesse på såkaldte neuromorfe chips — hardware der arbejder med analoge spændinger og ion-lignende strømme, inspireret af ægte neuroner.
- Neurovidenskab: bedre modeller for hukommelse, opmærksomhed og bevidsthed.
- Kunstig intelligens: neurale netværk der kræver færre lag til den samme opgave.
- Medicinsk teknologi: hjerneimplantater der kommunikerer mere præcist med individuelle celler.
- Datalogi: energibesparende processorer der løser opgaver mere "hjerne-agtigt".
Åbne spørgsmål til fremtidig forskning
De nuværende resultater stammer fra væv undersøgt uden for kroppen. Hvor stor en rolle spiller dCaAP'er i en fuldt fungerende hjerne, hvor blodgennemstrømning, hormoner og konstant baggrundsaktvitet er med i billedet? Der er endnu meget lidt hård data på det område.
Det er heller ikke afklaret, om denne form for dendritisk logik er unik for mennesker. Forsøgsdyr som mus og rotter bruges i stor udstrækning i hjerneforskning. Hvis deres neuroner ikke har disse signaler — eller har dem i svagere grad — kan det forklare, hvorfor visse hjernefunktioner er svære at oversætte fra dyr til menneske.
Hvad det fortæller os om tænkning, læring og hukommelse
En hjerne der allerede på celleniveau kan udføre kompleks logik, åbner op for mere effektiv beslutningstagning. Ét neuron kan i princippet kombinere forskellige informationskilder, afveje dem og via dCaAP'er tilføje subtile nuancer til resultatet. Det kan eksempelvis spille en rolle i:
- genkendelse af mønstre i støjfyldte omgivelser,
- filtrering af distraktioner under koncentreret arbejde,
- hurtig afvejning af modstridende signaler — "fortsæt" over for "stop".
I læringsprocesser kan et sådant gradueret signal fungere som en slags intern feedback. Et neuron kan via variationer i dCaAP'ernes styrke signalere, hvor vigtig en bestemt kombination af impulser er. Det passer godt til teorier, hvor minder ikke kun er gemt i forbindelserne mellem celler, men også i den måde, individuelle dendritter reagerer på.
Centrale begreber kort forklaret
For dem der ikke er fortrolige med fagudtrykkene, her er en hurtig gennemgang:
- Neuron: en hjernecelle der modtager, behandler og videresender information via elektriske og kemiske signaler.
- Dendrit: forgrenet udløber fra et neuron, der opfanger signaler fra andre celler.
- Aktionspotentiale: en kort elektrisk puls, hvormed et neuron sender information videre til andre celler.
- Ion: et elektrisk ladet partikel, som natrium eller calcium, der muliggør strøm gennem cellemembranen.
- XOR-logik: en logisk funktion der kun giver resultatet "sand", når præcis ét af de to input er aktivt.
For AI-udviklere og neurotech-virksomheder ligger der her et konkret udgangspunkt: modeller og chips der tager højde for dendritisk logik og blandede ionstrømme kan producere andre og mere menneskelige former for informationsbehandling. Tænk på stemmeassistenter der håndterer dobbeltbetydninger med større finesse, eller implanterbare sensorer der opdager et anfald eller et humørskifte tidligere, fordi de lærer at aflæse signaler på dendritmikroniveau.
For patienter med neurologiske lidelser — fra epilepsi til depression — kan en dybere forståelse af den finmaskede logik i neuroner i sidste ende bane vejen for behandlinger, der griber mere præcist ind. Ikke blot på niveau med hele hjerneregioner, men helt ned til de mindste elektriske bølger, der bestemmer, hvordan en tanke eller en følelse dannes.
