Immagina un cane che gioca in un giardino e annusa tutti questi odori floreali e poi da qualche parte in lontananza appare un predatore, come una volpe. L’input grezzo che arriva nel naso del cane è un odore costituito da qualcosa come il 90% di fiori e solo il 5 o il 10% di questo predatore. La domanda che hanno cercato di studiare nello studio i ricercatori è: ‘come fa questo cane a sopprimere questo segnale non informativo di tutti questi fiori … e amplificare la parte significativa, che è il predatore, in modo che reagisca in modo appropriato?’ I cani hanno un cervello complesso, quindi i ricercatori del Cold Spring Harbor Laboratory (CSHL) si sono rivolti a moscerini della frutta per capirlo. In che modo il semplice cervello di mosca impara a ignorare gli odori prevalenti per concentrarsi su odori più nuovi ma più rari? Questi risultati possono applicarsi a cani o esseri umani e potrebbero essere utilizzati per addestrare macchine artificialmente intelligenti. Nel numero dell’11 maggio della rivista scientifica PNAS , i ricercatori delineano come questo compito neuronale sorprendentemente complesso, chiamato adattamento agli odori, avvenga nel cervello delle mosche e possa essere tradotto in codice informatico. I moscerini della frutta si trovano spesso in situazioni in cui il loro piccolo cervello ha bisogno di distinguere tra molti molti odori “normali” e qualcosa di potenzialmente più importante. Una mosca della frutta ha circa 100.000 neuroni nel suo cervello e l’attuale connettività di molti di questi neuroni è stata ora mappata. Questo consente di capire quali sono i meccanismi che il cervello utilizza per risolvere questo problema di adattamento da una prospettiva algoritmica. Così è diventato il punto di partenza per questo progetto. I ricercatori hanno scoperto che l’adattamento agli odori è guidata da un importante processo di filtraggio del segnale. Quando una mosca rileva un odore, alcuni neuroni selezionati (chiamati cellule di Kenyon) rispondono ad esso. Lo schema di attivazione in questi neuroni rispondenti costituisce ciò che viene chiamato il “tag” per l’odore. Se un odore è costantemente presente ma non trasmette informazioni urgenti al volo, i neuroni che compongono il tag dell’odore inizieranno a ridurre la loro attività nel tempo. Questo è il cervello che si abitua a un odore di fondo. Un tag di odore con meno neuroni attivi ha meno probabilità di suscitare una risposta in un organismo rispetto a un odore con molta attività neuronale. Di conseguenza, gli odori che sono sempre presenti possono essere ignorati a favore di un nuovo odore che è debole ma importante. Un cervello di mosca sopprime le risposte a odori ripetuti, ma il processo può anche essere invertito se l’odore diventa più raro o più importante per la mosca. Incorniciandolo computazionalmente, si può migliorare la comprensione dell’intero processo di come i segnali vengono elaborati nel cervello. Uno degli obiettivi del team di ricerca è quello di cercare di capire il cervello come una sorta di libreria di algoritmi che è stata sviluppata per risolvere i problemi di elaborazione delle informazioni di base. Questo processo di assorbimento degli odori è qualcosa che non è stato ampiamente utilizzato, ad esempio, nelle applicazioni di robotica in cui si dispone di molti dati di streaming e si desidera filtrare i dati non necessari. Non era l’obiettivo dei ricercatori dire che questo algoritmo di neuroscienza è migliore di qualsiasi altra cosa che chiunque abbia sviluppato, ma è stata un’opportunità per capire come la biologia risolve questo problema e come l’abitudine influisca sulla nostra capacità di percepire e discriminare gli odori.

Daniele Corbo

Bibliografia: The study will appear in PNAS.

Immagine: Mysterious smell (Magdalena Wozniak Melissourgaki)