O cérebro humano contém cerca de 86 bilhões de neurônios. Essas células emitem sinais elétricos que ajudam o cérebro a armazenar memórias e a enviar informações e comandos por todo o cérebro e sistema nervoso.

O cérebro também contém bilhões de astrócitos — células em forma de estrela com muitas extensões longas que lhes permitem interagir com milhões de neurônios. Embora por muito tempo tenham sido consideradas principalmente células de suporte, estudos recentes sugeriram que os astrócitos podem desempenhar um papel no armazenamento da memória e em outras funções cognitivas.

Pesquisadores do MIT apresentaram uma nova hipótese sobre como os astrócitos podem contribuir para o armazenamento da memória. A arquitetura sugerida por seu modelo ajudaria a explicar a enorme capacidade de armazenamento do cérebro, que é muito maior do que seria esperado usando apenas neurônios.

“Originalmente, acreditava-se que os astrócitos apenas limpavam ao redor dos neurônios, mas não há nenhuma razão específica para que a evolução não tenha percebido que, como cada astrócitos pode contatar centenas de milhares de sinapses, eles também poderiam ser usados para computação”, diz Jean-Jacques Slotine, professor de engenharia mecânica e de ciências cognitivas e cerebrais do MIT, e um dos autores do novo estudo.

Dmitry Krotov, membro da equipe de pesquisa do Laboratório de IA Watson do MIT-IBM e da IBM Research, é o autor sênior do  artigo de acesso aberto , publicado em 23 de maio na revista Proceedings of the National Academy of Sciences . Leo Kozachkov, PhD '22, é o autor principal do artigo.

Os astrócitos têm uma variedade de funções de suporte no cérebro: eles limpam detritos, fornecem nutrientes aos neurônios e ajudam a garantir um suprimento sanguíneo adequado.

Os astrócitos também enviam muitos tentáculos finos, conhecidos como processos, que podem envolver cada um uma única sinapse — as junções onde dois neurônios interagem entre si — para criar uma sinapse tripartida (de três partes).

Nos últimos anos, neurocientistas mostraram que, se as conexões entre astrócitos e neurônios no hipocampo forem interrompidas, o armazenamento e a recuperação da memória serão prejudicados.

Ao contrário dos neurônios, os astrócitos não conseguem disparar potenciais de ação, os impulsos elétricos que transportam informações por todo o cérebro. No entanto, eles podem usar a sinalização de cálcio para se comunicar com outros astrócitos. Nas últimas décadas, com a melhora da resolução das imagens de cálcio, pesquisadores descobriram que a sinalização de cálcio também permite que os astrócitos coordenem sua atividade com os neurônios nas sinapses com as quais se associam.

Esses estudos sugerem que os astrócitos podem detectar atividade neural, o que os leva a alterar seus próprios níveis de cálcio. Essas mudanças podem levar os astrócitos a liberar gliotransmissores — moléculas de sinalização semelhantes aos neurotransmissores — na sinapse.

“Há um círculo fechado entre a sinalização neuronal e a sinalização entre astrócitos e neurônios”, diz Kozachkov. “O que não se sabe é exatamente que tipo de cálculos os astrócitos conseguem fazer com as informações que captam dos neurônios.”

A equipe do MIT se propôs a modelar o que essas conexões poderiam estar fazendo e como elas poderiam contribuir para o armazenamento da memória. O modelo se baseia em redes de Hopfield — um tipo de rede neural capaz de armazenar e recuperar padrões.

As redes de Hopfield, originalmente desenvolvidas por John Hopfield e Shun-Ichi Amari nas décadas de 1970 e 1980, são frequentemente utilizadas para modelar o cérebro, mas foi demonstrado que essas redes não conseguem armazenar informações suficientes para dar conta da vasta capacidade de memória do cérebro humano. Uma versão mais recente e modificada de uma rede de Hopfield, conhecida como  memória associativa densa , pode armazenar muito mais informações por meio de uma ordem maior de acoplamentos entre mais de dois neurônios.

No entanto, não está claro como o cérebro poderia implementar esses acoplamentos de múltiplos neurônios em uma sinapse hipotética, visto que as sinapses convencionais conectam apenas dois neurônios: uma célula pré-sináptica e uma célula pós-sináptica. É aqui que os astrócitos entram em ação.

“Se você tem uma rede de neurônios que se acoplam aos pares, há apenas uma quantidade muito pequena de informação que pode ser codificada nessas redes”, diz Krotov. “Para construir memórias associativas densas, é necessário acoplar mais de dois neurônios. Como um único astrócito pode se conectar a muitos neurônios e a muitas sinapses, é tentador levantar a hipótese de que pode haver uma transferência de informação entre sinapses mediada por essa célula biológica. Essa foi a maior inspiração para estudarmos os astrócitos e nos levou a começar a pensar em como construir memórias associativas densas na biologia.”

O modelo de memória associativa neurônio-astrócitos que os pesquisadores desenvolveram em seu novo artigo pode armazenar significativamente mais informações do que uma rede de Hopfield tradicional — mais do que suficiente para explicar a capacidade de memória do cérebro.

As extensas conexões biológicas entre neurônios e astrócitos corroboram a ideia de que esse tipo de modelo pode explicar como funcionam os sistemas de armazenamento de memória do cérebro, afirmam os pesquisadores. Eles levantam a hipótese de que, dentro dos astrócitos, as memórias são codificadas por mudanças graduais nos padrões de fluxo de cálcio. Essa informação é transmitida aos neurônios por gliotransmissores liberados nas sinapses às quais os processos dos astrócitos se conectam.

“Por meio da coordenação cuidadosa dessas duas coisas — o padrão temporal espacial do cálcio na célula e, em seguida, a sinalização de volta para os neurônios — você pode obter exatamente a dinâmica necessária para essa capacidade de memória massivamente aumentada”, diz Kozachkov.

Uma das principais características do novo modelo é que ele trata os astrócitos como coleções de processos, em vez de uma entidade única. Cada um desses processos pode ser considerado uma unidade computacional. Devido à alta capacidade de armazenamento de informações das memórias associativas densas, a relação entre a quantidade de informações armazenadas e o número de unidades computacionais é muito alta e aumenta com o tamanho da rede. Isso torna o sistema não apenas de alta capacidade, mas também energeticamente eficiente.

“Ao conceituar domínios sinápticos tripartidos — onde astrócitos interagem dinamicamente com neurônios pré e pós-sinápticos — como as unidades computacionais fundamentais do cérebro, os autores argumentam que cada unidade pode armazenar tantos padrões de memória quantos neurônios existem na rede. Isso leva à impressionante implicação de que, em princípio, uma rede neurônio-astrócitos poderia armazenar um número arbitrariamente grande de padrões, limitado apenas por seu tamanho”, afirma Maurizio De Pitta, professor assistente de fisiologia no Instituto de Pesquisa Krembil da Universidade de Toronto, que não participou do estudo.

Para testar se esse modelo pode representar com precisão como o cérebro armazena a memória, os pesquisadores podem tentar desenvolver maneiras de manipular precisamente as conexões entre os processos dos astrócitos e, então, observar como essas manipulações afetam a função da memória.

“Esperamos que uma das consequências deste trabalho seja que os experimentalistas considerem esta ideia seriamente e realizem alguns experimentos testando esta hipótese”, diz Krotov.

Além de oferecer insights sobre como o cérebro pode armazenar memórias, este modelo também pode orientar pesquisadores que trabalham com inteligência artificial. Ao variar a conectividade da rede processo a processo, os pesquisadores podem gerar uma ampla gama de modelos que podem ser explorados para diferentes propósitos, por exemplo, criando um continuum entre memórias associativas densas e mecanismos de atenção em modelos de linguagem abrangentes.

“Embora a neurociência tenha inicialmente inspirado ideias-chave em IA, os últimos 50 anos de pesquisa em neurociência tiveram pouca influência na área, e muitos algoritmos modernos de IA se distanciaram de analogias neurais”, diz Slotine. “Nesse sentido, este trabalho pode ser uma das primeiras contribuições à IA informadas por pesquisas recentes em neurociência.”