Мозок, спілкування нейронів і енергетична ефективність

1. походження підходу
2. Як же працює цей підхід?
3. потенціал дії
4. синапс
5. Що ще?
6. Ще раз про все
7. Подякою

Стаття на конкурс «біо / мовляв / текст»: Клітинні процеси, що забезпечують обмін інформацією між нейронами, вимагають багато енергії. Високе енергоспоживання сприяло в ході еволюції відбору найбільш ефективних механізмів кодування і передачі інформації. У цій статті ви дізнаєтеся про теоретичному підході до вивчення енергетики мозку, про його ролі в дослідженнях патологій, про те, які нейрони більш просунуті, чому синапсам іноді вигідно не "спрацьовувати», а також, як вони відбирають тільки потрібну нейрона інформацію.

Ця робота опублікована в номінації «Вільна тема» конкурсу «Біо / мовляв / текст» -2017 .

Генеральний спонсор конкурсу - компанія «Діаем» : Найбільший постачальник обладнання, реагентів та витратних матеріалів для біологічних досліджень і виробництв.

Спонсором призу глядацьких симпатій і партнером номінації «Біомедицина сьогодні і завтра» виступила фірма « Інвітро ».

«Книжковий» спонсор конкурсу - « Альпіна нон-фікшн »

походження підходу

З середини ХХ століття відомо, що головний мозок споживає значну частину енергоресурсів всього організму: чверть всієї глюкози і ⅕ всього кисню в разі вищого примату [1-5] . Це надихнуло Вільяма Леві і Роберта Бакстера з Массачусетського технологічного інституту (США) на проведення теоретичного аналізу енергетичної ефективності кодування інформації в біологічних нейронних мережах (рис. 1) [6] . В основі дослідження лежить наступна гіпотеза. Оскільки енергоспоживання мозку велике, йому вигідно мати такі нейрони, які працюють найефективніше - передають тільки корисну інформацію і витрачають при цьому мінімум енергії.

Це припущення виявилося справедливим: на простої моделі нейронної мережі автори відтворили експериментально виміряні значення деяких параметрів [6] . Зокрема, розрахована ними оптимальна частота генерації імпульсів варіює від 6 до 43 імп. / С - майже так само, як і у нейронів підстави гіпокампу . Їх можна поділити на дві групи по частоті імпульсації: повільні (~ 10 імп. / С) і швидкі (~ 40 імп. / С). При цьому перша група значно перевершує за чисельністю другу [7] . Аналогічна картина спостерігається і в корі великих півкуль: повільних пірамідальних нейронів (~ 4-9 імп. / С) в кілька разів більше, ніж швидких інгібіторних интернейронов (> 100 імп. / С) [8] , [9] . Так, мабуть, мозок «воліє» використовувати поменше швидких і енерговитратних нейронів, щоб ті не витратили всі ресурси [6] , [9-11] .

Малюнок 1. Представлені два нейрона. В одному з них фіолетовим кольором забарвлений пресинаптичний білок сінаптофізін . Інший нейрон повністю пофарбований зеленим флуоресцентним білком . Дрібні світлі цяточки - синаптичні контакти між нейронами [12] . У вставці одна «точка» представлена ​​ближче.
Групи нейронів, пов'язаних між собою синапсами, називаються нейронними мережами [13] , [14] . Наприклад, в корі великих півкуль пірамідальні нейрони і інтернейрони утворюють великі мережі. Злагоджена «концертна» робота цих клітин обумовлює наші вищі когнітивні та інші здібності. Аналогічні мережі, тільки з інших типів нейронів, розподілені по всьому мозку, певним чином пов'язані між собою і організують роботу всього органу.

Робота Леві і Бакстера [6] розвиває концепцію «економії імпульсів» Горація Барлоу з Університету Каліфорнії (США), який, до речі, є нащадком Чарльза Дарвіна [17] . Відповідно до неї, при розвитку організму нейрони прагнуть працювати тільки з найбільш корисною інформацією, фільтруючи «зайві» імпульси, непотрібну і надлишкову інформацію. Однак ця концепція не дає задовільних результатів, так як не враховує метаболічні витрати, пов'язані з нейрональної активністю [6] . Розширений підхід Леві і Бакстера, в якому увагу приділено обом факторам, виявився більш плідним [6] , [18-20] . І енерговитрати нейронів, і потреба в кодуванні тільки корисної інформації є важливими факторами, що направляють еволюцію мозку [6] , [21-24] . Тому, щоб краще розібратися в тому, як влаштований мозок, варто розглядати обидві ці характеристики: скільки нейрон передає корисної інформації і скільки енергії при цьому витрачає.

За останній час цей підхід знайшов безліч підтверджень [10] , [22] , [24-26] . Він дозволив по-новому поглянути на пристрій мозку на самих різних рівнях організації - від молекулярно-біофізичного [20] , [26] до органного [23] . Він допомагає зрозуміти, які компроміси між виконуваної функцією нейрона і її енергетичної ціною і в якій мірі вони виражені.

Як же працює цей підхід?

Покладемо, у нас є модель нейрона, що описує його електрофізіологічні властивості: потенціал дії (ПД) і постсинаптичні потенціали (ПСП) (про ці термінах - нижче). Ми хочемо зрозуміти, чи ефективно він працює, не витрачає чи невиправдано багато енергії. Для цього потрібно обчислити значення параметрів моделі (наприклад, щільність каналів в мембрані, швидкість їх відкривання і закривання), при яких: (а) досягається максимум відносини корисної інформації до енерговитрат і в той же час (б) зберігаються реалістичні характеристики переданих сигналів [6] , [19] .

Ці «оптимальні» значення параметрів потім потрібно порівняти з виміряними експериментально і визначити, наскільки вони відрізняються. Загальна картина відмінностей вкаже на ступінь оптимізації даного нейрона в цілому: наскільки реальні, виміряні експериментально, значення параметрів збігаються з розрахованими. Чим слабкіше виражені відмінності, тим нейрон ближчий до оптимуму і працює енергетично більш ефективно, оптимально. З іншого боку, зіставлення конкретних параметрів покаже, в якому конкретно як цей нейрон близький до «ідеалу».

Далі, в контексті енергетичної ефективності нейронів розглянуті два процеси, на яких засновано кодування і передача інформації в мозку. Це нервовий імпульс, або потенціал дії, завдяки якому інформація може бути відправлена «адресату» на певну відстань (від мікрометрів до півтора метрів) і синаптична передача, що лежить в основі власне передачі сигналу від одного нейрона на інший.

потенціал дії

Потенціал дії (ПД) - сигнал, які відправляють один одному нейрони. ПД бувають різні: швидкі і повільні, малі і великі [28] . Найчастіше вони організовані в довгі послідовності (як букви в слова), або в короткі високочастотні «пачки» (рис. 2).

Малюнок 2. Різні типи нейронів генерують різні сигнали. У центрі - поздовжній зріз мозку ссавця. У вставках представлені різні типи сигналів, зареєстровані методами електрофізіології [15] , [38] . а - Кортикальні (Cerebral cortex) пірамідальні нейрони можуть передавати як низькочастотні сигнали (Regular firing), так і короткі вибухові, або пачковим, сигнали (Burst firing). б - Для клітин Пуркіньє мозочка (Cerebellum) характерна тільки пачкових активність на дуже високій частоті. в - Релейні нейрони таламуса (Thalamus) мають два режими активності: пачковий і тонічний (Tonic firing). г - Нейрони середній частині повідця (MHb, Medial habenula) епіталямуса генерують тонічні сигнали низької частоти.

Велика розмаїтість сигналів обумовлено величезною кількістю комбінацій різних типів іонних каналів, синаптичних контактів, а також морфологією нейронів [28] , [29] . Оскільки в основі сигнальних процесів нейрона лежать іонні струми, варто очікувати, що різні ПД вимагають різних енерговитрат [20] , [27] , [30] .

Аналіз різних типів нейронів (рис. 4) показав, що нейрони безхребетних не надто енергоефективні, а деякі нейрони хребетних майже досконалі [20] . За результатами цього дослідження, найбільш енергоефективними виявилися інтернейрони гіпокампу , Який бере участь у формуванні пам'яті і емоцій, а також таламокортікальние релейні нейрони, що несуть основний потік сенсорної інформації від таламуса до кори великих півкуль.

Малюнок 4. Різні нейрони ефективні по-різному. На малюнку представлено порівняння енерговитрат різних типів нейронів. Енерговитрати розраховані в моделях як з вихідними (реальними) значеннями параметрів (чорні стовпчики), так і з оптимальними, при яких з одного боку нейрон виконує покладену йому функцію, з іншого - витрачає при цьому мінімум енергії (сірі стовпчики). Найефективнішими з представлених виявилися два типи нейронів хребетних: інтернейрони гіпокампу (rat hippocampal interneuron, RHI) і таламокортікальние нейрони (mouse thalamocortical relay cell, MTCR), так як для них енерговитрати в вихідної моделі найбільш близькі до енерговитрат оптимізованої. Навпаки, нейрони безхребетних менш ефективні. Умовні позначення: SA (squid axon) - гігантський аксон кальмара; CA (crab axon) - аксон краба; MFS (mouse fast spiking cortical interneuron) - швидкий кортикальний інтернейрон миші; BK (honeybee mushroom body Kenyon cell) - грибовидная клітина Кеньона бджоли.

Чому вони більш ефективні? Тому що у них малó перекривання Na- і К-струмів. Під час генерації ПД завжди є проміжок часу, коли ці струми присутні одночасно (рис. 3 в). При цьому перенесення заряду практично не відбувається, і зміна мембранного потенціалу мінімально. Але «платити» за ці струми в будь-якому випадку доводиться, незважаючи на їх «марність» в цей період. Тому його тривалість визначає, скільки енергетичних ресурсів витрачається даремно. Чим він коротший, тим ефективніше використання енергії [20] , [26] , [30] , [43] . Чим довше - тим менш ефективно. Якраз в двох вищезгаданих типах нейронів, завдяки швидким іонним каналам, цей період дуже короткий, а ПД - найефективніші [20] .

До речі, інтернейрони набагато активніші, ніж більшість інших нейронів мозку. У той же час вони вкрай важливі для злагодженої, синхронної роботи нейронів, з якими утворюють невеликі локальні мережі [9] , [16] . Ймовірно, висока енергетична ефективність ПД интернейронов є якоюсь адаптацією до їх високої активності і ролі в координації роботи інших нейронів [20] .

синапс

Передача сигналу від одного нейрона до іншого відбувається в спеціальному контакті між нейронами, в синапсі [12] . Ми розглянемо тільки хімічні синапси (є ще електричні), оскільки вони досить поширені в нервовій системі і важливі для регуляції клітинного метаболізму, доставки поживних речовин [5] .

Найчастіше, хімічний синапс утворений між закінченням аксона одного нейрона і дендритом іншого. Його робота нагадує ... «перекидання» естафетної палички, роль якої і грає нейромедіатор - хімічний посередник передачі сигналу [12] , [42] , [44-48] .

На пресинаптическом закінчення аксона ПД викликає викид нейромедіатора в позаклітинне середовище - до приймаючого нейрона. Останній тільки цього і чекає з нетерпінням: у мембрані дендритів рецептори - іонні канали певного типу - пов'язують нейромедіатор, відкриваються і пропускають через себе різні іони. Це призводить до генерації маленького постсинаптичного потенціалу (ПСП) на мембрані дендрита. Він нагадує ПД, але значно менше по амплітуді і відбувається за рахунок відкривання інших каналів. Безліч цих маленьких ПСП, кожен від свого синапсу, «збігаються» по мембрані дендритів до тіла нейрона (зелені стрілки на рис. 3 а) і досягають початкового сегмента аксона, де викликають відкривання Na-каналів і «провокують» його на генерацію ПД.

Такі синапси називаються збудливими: вони сприяють активації нейрона і генерації ПД. Існують також і гальмують синапси. Вони, навпаки, сприяють гальмуванню і перешкоджають генерації ПД. Часто на одному нейроні є і ті, і інші синапси. Певне співвідношення між гальмуванням і порушенням важливо для нормальної роботи мозку, формування мозкових ритмів, які супроводжують вищі когнітивні функції [49] .

Як це не дивно, викид нейромедіатора в синапсі може і не відбутися зовсім - це процес імовірнісний [18] , [19] . Нейрони так економлять енергію: синаптическая передача і так обумовлює близько половини всіх енерговитрат нейронів [25] . Якби синапси завжди спрацьовували, вся енергія пішла б на забезпечення їх роботи, і не залишилося б ресурсів для інших процесів. Більш того, саме низька ймовірність (20-40%) викиду нейромедіатора відповідає найбільшою енергетичною ефективності синапсів. Відношення кількості корисної інформації до енергії, що витрачається в цьому випадку максимально [18] , [19] . Так, виходить, що «невдачі» грають важливу роль в роботі синапсів і, відповідно, всього мозку. А за передачу сигналу при іноді «не спрацьовує» синапсах можна не турбуватися, так як між нейронами зазвичай багато синапсів, і хоч один з них так спрацює.

Ще одна особливість синаптичної передачі полягає в розділенні загального потоку інформації на окремі компоненти по частоті модуляції сигналу, що приходить (грубо кажучи, частоті приходять ПД) [50] . Це відбувається завдяки комбінуванню різних рецепторів на постсинаптичні мембрані [38] , [50] . Деякі рецептори активуються дуже швидко: наприклад, AMPA-рецептори (AMPA походить від α- a mino-3-hydroxy-5 m ethyl-4-isoxazole p ropionic a cid). Якщо на постсинаптическом нейроне представлені тільки такі рецептори, він може чітко сприймати високочастотний сигнал (такий, як, наприклад, на рис. 2 в). Найяскравіший приклад - нейрони слухової системи, що беруть участь у визначенні місця розташування джерела звуку і точному розпізнаванні коротких звуків типу клацання, широко представлених в промові [12] , [38] , [51] . NMDA-рецептори (NMDA - від N - m ethyl- D - a spartate) повільніші. Вони дозволяють нейронам відбирати сигнали більш низької частоти (рис. 2 г), а також сприймати високочастотну серію ПД як щось єдине - так зване інтегрування синаптичних сигналів [14] . Є ще повільніші метаботропние рецептори , Які при зв'язуванні нейромедіатора, передають сигнал на ланцюжок внутрішньоклітинних « вторинних посередників »Для підстроювання самих різних клітинних процесів. Наприклад, широко поширені рецептори, асоційовані з G-білками . Залежно від типу вони, наприклад, регулюють кількість каналів в мембрані або безпосередньо модулюють їх роботу [14] .

Різні комбінації швидких AMPA-, більш повільних NMDA- і метаботропних рецепторів дозволяють нейронам відбирати і використовувати найбільш корисну для них інформацію, важливу для їх функціонування [50] . А «марна» інформація відсівається, вона не «сприймається» нейроном. В такому випадку не доводиться витрачати енергію на обробку непотрібної інформації. В цьому і полягає ще одна сторона оптимізації синаптичної передачі між нейронами.

Що ще?

Енергетична ефективність клітин мозку досліджується також і щодо їх морфології [35] , [52-54] . Дослідження показують, що розгалуження дендритів і аксона не хаотично і теж економить енергію [52] , [54] . Наприклад, аксон галузиться так, щоб сумарна довжина шляху, який проходить ПД, була найменшою. В такому випадку енерговитрати на проведення ПД вздовж аксона мінімальні.

Зниження енерговитрат нейрона досягається також при певному співвідношенні гальмують і збуджуючих синапсів [55] . Це має пряме відношення, наприклад, до ішемії (Патологічного стану, викликаного порушенням кровотоку в судинах) головного мозку. При цій патології, найімовірніше, першими виходять з ладу найбільш метаболічно активні нейрони [9] , [16] . У корі вони представлені інгібіторної інтернейронамі, що утворюють гальмують синапси на безлічі інших пірамідальних нейронів [9] , [16] , [49] . В результаті загибелі интернейронов, знижується гальмування пірамідальних . Як наслідок, зростає загальний рівень активності останніх (частіше спрацьовують активують синапси, частіше генеруються ПД). За цим негайно слід зростання їх енергоспоживання, що в умовах ішемії може призвести до загибелі нейронів.

При вивченні патологій увагу приділяють і синаптичної передачі як найбільш енерговитратних процесу [19] . Наприклад, при хворобах Паркінсона [56] , Хантінгтона [57] , Альцгеймера [58-61] відбувається порушення роботи або транспорту до синапсах мітохондрій, що відіграють основну роль у синтезі АТФ [62] , [63] . У разі хвороби Паркінсона, це може бути пов'язано з порушенням роботи і загибеллю високо енерговитратних нейронів чорної субстанції , Важливою для регуляції моторних функцій, тонусу м'язів. При хвороби Хантінгтона, мутантний білок хангтінгтін порушує механізми доставки нових мітохондрій до синапсах, що призводить до «енергетичного голодування» останніх, підвищеної уразливості нейронів і надлишкової активації. Все це може викликати подальші порушення роботи нейронів з наступною атрофією смугастого тіла і кори головного мозку. При хвороби Альцгеймера порушення роботи мітохондрій (паралельно зі зниженням кількості синапсів) відбувається через відкладення амілоїдних бляшок . Дія останніх на мітохондрії призводить до окислювального стресу, а також до апоптозу - клітинної загибелі нейронів.

Ще раз про все

В кінці ХХ століття зародився підхід до вивчення мозку, в якому одночасно розглядають дві важливі характеристики: скільки нейрон (або нейронна мережа, або синапс) кодує і передає корисної інформації і скільки енергії при цьому витрачає [6] , [18] , [19] . Їх співвідношення є свого роду критерієм енергетичної ефективності нейронів, нейронних мереж і синапсів.

Використання цього критерію в обчислювальної нейробіології дало істотний приріст до знань щодо ролі деяких явищ, процесів [6] , [18-20] , [26] , [30] , [43] , [55] . Зокрема, мала ймовірність викиду нейромедіатора в синапсі [18] , [19] , Певний баланс між гальмуванням і порушенням нейрона [55] , Виділення тільки певного роду приходить інформації завдяки певній комбінації рецепторів [50] - все це сприяє економії цінних енергетичних ресурсів.

Більш того, саме по собі визначення енерговитрат сигнальних процесів (наприклад, генерація, проведення ПД, синаптична передача) дозволяє з'ясувати, який з них постраждає в першу чергу при патологічному порушенні доставки поживних речовин [10] , [25] , [56] . Так як найбільше енергії потрібно для роботи синапсів, саме вони першими вийдуть з ладу при таких патологіях, як ішемія, хвороби Альцгеймера і Хантінгтона [19] , [25] . Схожим чином визначення енерговитрат різних типів нейронів допомагає з'ясувати, який з них загине раніше інших у разі патології. Наприклад, при тій же ішемії, в першу чергу вийдуть з ладу інтернейрони кори [9] , [16] . Ці ж нейрони через інтенсивне метаболізму - найбільш вразливі клітини і при старінні, хвороби Альцгеймера і шизофренії [16] .

Загалом, підхід до визначення енергетично ефективних механізмів роботи мозку є потужним напрямом для розвитку і фундаментальної нейронауки, і її медичних аспектів [5] , [14] , [16] , [20] , [26] , [55] , [64] .

Подякою

Щиро вдячний моїм батькам Ользі Наталевіч і Олександру Жукову, сестрам Любі і Олені, моєму науковому керівнику Олексію Браже і чудовим друзям по лабораторії Евеліні Нікельшпарг і Ользі Слатинської за підтримку і натхнення, цінні зауваження, зроблені при прочитанні статті. Я також дуже вдячний редактору статті Ганні Петренко і головному редактору «Біомолекули» Антону Чугунову за позначки, пропозиції та зауваження.

1. ненажерливий мозок ;
2. SEYMOUR S. KETY. (1957). THE GENERAL METABOLISM OF THE BRAIN IN VIVO . Metabolism of the Nervous System. 221-237;
3. L. Sokoloff, M. Reivich, C. Kennedy, MH Des Rosiers, CS Patlak, et. al .. (1977). THE [14C] DEOXYGLUCOSE METHOD FOR THE MEASUREMENT OF LOCAL CEREBRAL GLUCOSE UTILIZATION: THEORY, PROCEDURE, AND NORMAL VALUES IN THE CONSCIOUS AND ANESTHETIZED ALBINO RAT . J Neurochem. 28, 897-916;
4. Magistretti PJ (2008). Brain energy metabolism . In Fundamental neuroscience // Ed by. Squire LR, Berg D., Bloom FE, du Lac S., Ghosh A., Spitzer N. San Diego: Academic Press, 2008. P. 271-297;
5. Pierre J. Magistretti, Igor Allaman. (2015). A Cellular Perspective on Brain Energy Metabolism and Functional Imaging . Neuron. 86, 883-901;
6. William B Levy, Robert A. Baxter. (1996). Energy Efficient Neural Codes . Neural Computation. 8, 531-543;
7. Sharp PE and Green C. (1994). Spatial correlates of firing patterns of single cells in the subiculum of the freely moving rat . J. Neurosci. 14, 2339-2356;
8. H. Hu, J. Gan, P. Jonas. (2014 року). Fast-spiking, parvalbumin + GABAergic interneurons: From cellular design to microcircuit function . Science. 345, 1255263-1255263;
9. Oliver Kann, Ismini E Papageorgiou, Andreas Draguhn. (2014 року). Highly Energized Inhibitory Interneurons are a Central Element for Information Processing in Cortical Networks . J Cereb Blood Flow Metab. 34, 1270-1282;
10. David Attwell, Simon B. Laughlin. (2001). An Energy Budget for Signaling in the Grey Matter of the Brain . J Cereb Blood Flow Metab. 21, 1133-1145;
11. Henry Markram, Maria Toledo-Rodriguez, Yun Wang, Anirudh Gupta, Gilad Silberberg, Caizhi Wu. (2004). Interneurons of the neocortical inhibitory system . Nat Rev Neurosci. 5, 793-807;
12. Як відбувається виділення нейромедіатора ;
13. Від живого мозку до штучного інтелекту ;
14. Kandel ER, Schwartz JH, Jessell TM, Siegelbaum SA, Hudspeth AJ Principles of neural science (5th Edition). NY: McGraw-Hill Education / Medical, 2012. - 1760 p .;
15. 12 методів в картинках: нейробиология ;
16. Oliver Kann. (2016). The interneuron energy hypothesis: Implications for brain disease . Neurobiology of Disease. 90, 75-85;
17. HB Barlow. (1969). Trigger Features, Adaptation and Economy of Impulses . Information Processing in The Nervous System. 209-230;
18. Levy WB and Baxter RA (2002). Energy-efficient neuronal computation via quantal synaptic failures . J. Neurosci. 22, 4746-4755;
19. Julia J. Harris, Renaud Jolivet, David Attwell. (2012). Synaptic Energy Use and Supply . Neuron. 75, 762-777;
20. Biswa Sengupta, Martin Stemmler, Simon B. Laughlin, Jeremy E. Niven. (2010). Action Potential Energy Efficiency Varies Among Neuron Types in Vertebrates and Invertebrates . PLoS Comput Biol. 6, e1000840;
21. Simon B. Laughlin, Rob R. de Ruyter van Steveninck, John C. Anderson. (1998). Unknown title. . Nat. Neurosci. . 1, 36-41;
22. S Laughlin. (2001). Energy as a constraint on the coding and processing of sensory information . Current Opinion in Neurobiology. 11, 475-480;
23. JE Niven, SB Laughlin. (2008). Energy limitation as a selective pressure on the evolution of sensory systems . Journal of Experimental Biology. 211, 1792-1804;
24. Jeremy E Niven. (2016). Neuronal energy consumption: biophysics, efficiency and evolution . Current Opinion in Neurobiology. 41, 129-135;
25. Clare Howarth, Padraig Gleeson, David Attwell. (2012). Updated Energy Budgets for Neural Computation in the Neocortex and Cerebellum . J Cereb Blood Flow Metab. 32, 1222-1232;
26. A. Hasenstaub, S. Otte, E. Callaway, TJ Sejnowski. (2010). Metabolic cost as a unifying principle governing neuronal biophysics . Proceedings of the National Academy of Sciences. 107, 12329-12334;
27. Abdelmalik Moujahid, Alicia D'Anjou, Manuel Graà ± a. (2014 року). Energy demands of diverse spiking cells from the neocortex, hippocampus, and thalamus . Front. Comput. Neurosci. . 8;
28. Bruce P. Bean. (2007). The action potential in mammalian central neurons . Nat Rev Neurosci. 8, 451-465;
29. Izhikevich EM Dynamical systems in neuroscience: the geometry of excitability and bursting (computational neuroscience) . The MIT Press, 2007. - 457 p .;
30. Brett C. Carter, Bruce P. Bean. (2009). Sodium Entry during Action Potentials of Mammalian Neurons: Incomplete Inactivation and Reduced Metabolic Efficiency in Fast-Spiking Neurons . Neuron. 64, 898-909;
31. Формування мембранного потенціалу спокою ;
32. Поява і еволюція клітинної мембрани ;
33. Ліпідний фундамент життя ;
34. Alan Woodruff, Rafael Yuste. (2008). Of Mice and Men, and Chandeliers . PLoS Biol. 6, e243;
35. György Buzsáki, Caroline Geisler, Darrell A. Henze, Xiao-Jing Wang. (2004). Interneuron Diversity series: Circuit complexity and axon wiring economy of cortical interneurons . Trends in Neurosciences. 27, 186-193;
36. David Sterratt, Bruce Graham, Andrew Gillies, David Willshaw. (Unknown published date.). Introduction . Principles of Computational Modelling in Neuroscience. 1-12;
37. BC Carter, BP Bean. (2011). Incomplete Inactivation and Rapid Recovery of Voltage-Dependent Sodium Channels During High-Frequency Firing in Cerebellar Purkinje Neurons . Journal of Neurophysiology. 105, 860-871;
38. Камкін А.Г. і Каменський А.А. (2004). Фундаментальна та клінічна фізіологія. М .: «Академія», 2004. - 1073 с .;
39. Hille B. (2001). Ion channels of excitable membranes . Sunderland: Sinauer Associates, 2001. - 814 p .;
40. Brian D. Clark, Ethan M. Goldberg, Bernardo Rudy. (2009). Electrogenic Tuning of the Axon Initial Segment . Neuroscientist. 15, 651-668;
41. Джаксон М.Б. Молекулярна і клітинна біофізика. М .: «БІНОМ», 2013. - 552 с .;
42. Спокійний як GABA ;
43. P. Crotty. (2006). Metabolic Energy Cost of Action Potential Velocity . Journal of Neurophysiology. 96, 1237-1246;
44. дофамінові хвороби ;
45. серотонінові мережі ;
46. Таємниці блакитної плями ;
47. Молекула здорового глузду ;
48. Дуже нервове збудження ;
49. György Buzsáki, Kai Kaila, Marcus Raichle. (2007). Inhibition and Brain Work . Neuron. 56, 771-783;
50. David Attwell, Alasdair Gibb. (2005). Neuroenergetics and the kinetic design of excitatory synapses . Nat Rev Neurosci. 6, 841-849;
51. Nace L. Golding, Donata Oertel. (2012). Synaptic integration in dendrites: exceptional need for speed . The Journal of Physiology. 590, 5563-5569;
52. Ashish Raj, Yu-hsien Chen. (2011). The Wiring Economy Principle: Connectivity Determines Anatomy in the Human Brain . PLoS ONE. 6, e14832;
53. BL Chen, DH Hall, DB Chklovskii. (2006). Wiring optimization can relate neuronal structure and function . Proceedings of the National Academy of Sciences. 103, 4723-4728;
54. Dmitri B. Chklovskii, Thomas Schikorski, Charles F. Stevens. (2002). Wiring Optimization in Cortical Circuits . Neuron. 34, 341-347;
55. Biswa Sengupta, Simon B. Laughlin, Jeremy E. Niven. (2013). Balanced Excitatory and Inhibitory Synaptic Currents Promote Efficient Coding and Metabolic Efficiency . PLoS Comput Biol. 9, e1003263;
56. Хвороба Паркінсона: що вивчати? як вивчати? ;
57. Як врятувати тринадцяту? (Перспективи лікування хвороби Хантінгтона) ;
58. Хвороба Альцгеймера: ген, від якого я без розуму ;
59. Альцгеймера нейротоксин: отруйні не тільки фібрили ;
60. Можливо, β-амілоїд хвороби Альцгеймера - частина вродженого імунітету ;
61. Новий крок до розуміння хвороби Альцгеймера: можливо, недосипання є одним з факторів ризику ;
62. Хвороби і зміни клітинного метаболізму ;
63. Сон і старіння II: Чим відрізняється сон літніх і хворих від сну молодих і здорових? ;
64. Adelbert Ames. (2000). CNS energy metabolism as related to function . Brain Research Reviews. 34, 42-68.