Neuroscience News logo for mobile.

Researchers Have Discovered a Population of Neurons That Light up Whenever We See Images of Food – Neuroscience News

Résumé: Les images d’aliments stimulent une population nouvellement découverte de neurones sensibles aux aliments dans le flux visuel ventral. Les chercheurs pensent qu’il pourrait y avoir une raison évolutive à cette population neuronale qui pourrait refléter l’importance de la nourriture dans la culture humaine.

Police de caractère: MIT

Une tranche de pizza collante. Beaucoup de frites croustillantes. Crème glacée dégoulinant d’un cône par une chaude journée d’été. Selon une nouvelle étude menée par des neuroscientifiques du MIT, lorsque vous regardez l’un de ces aliments, une partie spécialisée de votre cortex visuel s’illumine.

Cette population nouvellement découverte de neurones qui réagissent à la nourriture se trouve dans le flux visuel ventral, ainsi que des populations qui réagissent spécifiquement aux visages, aux corps, aux lieux et aux mots. La découverte inattendue peut refléter la signification particulière de la nourriture dans la culture humaine, disent les chercheurs.

« La nourriture est au cœur des interactions sociales humaines et des pratiques culturelles. Ce n’est pas seulement une question de subsistance », déclare Nancy Kanwisher, professeur Walter A. Rosenblith de neurosciences cognitives et membre du McGovern Institute for Brain Research et du Center for Brains, Minds, and Machines du MIT. “La nourriture est au cœur de tant d’éléments de notre identité culturelle, de nos pratiques religieuses et de nos interactions sociales, et de tant d’autres choses que nous, les humains, faisons.”

Les résultats, basés sur une analyse d’une grande base de données publique des réponses du cerveau humain à un ensemble de 10 000 images, soulèvent de nombreuses questions supplémentaires sur comment et pourquoi cette population neuronale se développe. Dans de futures études, les chercheurs espèrent explorer comment les réponses des gens à certains aliments peuvent différer en fonction de leurs goûts et dégoûts, ou de leur familiarité avec certains types d’aliments.

Le post-doctorant du MIT Meenakshi Khosla est l’auteur principal de l’article, avec le chercheur du MIT N. Apurva Ratan Murty. L’étude paraît aujourd’hui dans la revue biologie actuelle.

catégories visuelles

Il y a plus de 20 ans, alors qu’il étudiait le flux visuel ventral, la partie du cerveau qui reconnaît les objets, Kanwisher a découvert des régions corticales qui répondent sélectivement aux visages. Plus tard, elle et d’autres scientifiques ont découvert d’autres régions qui réagissent sélectivement aux lieux, aux corps ou aux mots. La plupart de ces zones ont été découvertes lorsque les chercheurs ont entrepris de les rechercher spécifiquement. Cependant, cette approche basée sur des hypothèses peut limiter ce que vous finissez par trouver, dit Kanwisher.

“Il pourrait y avoir d’autres choses que nous pourrions ne pas penser à rechercher”, dit-elle. “Et même lorsque nous trouvons quelque chose, comment savons-nous que cela fait en fait partie de la structure dominante de base de ce chemin, et non quelque chose que nous avons trouvé juste parce que nous le cherchions?”

Pour essayer de découvrir la structure fondamentale du flux visuel ventral, Kanwisher et Khosla ont décidé d’analyser un vaste ensemble de données accessible au public de réponses d’imagerie par résonance magnétique fonctionnelle (IRMf) du cerveau entier de huit sujets humains tout en visualisant des milliers d’images.

«Nous voulions voir quand nous appliquons une approche basée sur les données et sans hypothèse, quels types de sélectivités apparaissent et si elles sont cohérentes avec ce qui a été découvert auparavant. Un deuxième objectif était de voir si nous pouvions découvrir de nouvelles sélectivités qui n’avaient pas fait l’objet d’hypothèses auparavant ou qui restaient cachées en raison de la résolution spatiale plus faible des données IRMf », explique Khosla.

Pour ce faire, les chercheurs ont appliqué une méthode mathématique qui leur permet de découvrir des populations neuronales non identifiables à partir des données IRMf traditionnelles. Une image IRMf est composée de nombreux voxels, des unités tridimensionnelles qui représentent un cube de tissu cérébral.

Chaque voxel contient des centaines de milliers de neurones, et si certains de ces neurones appartiennent à des populations plus petites qui répondent à un type d’entrée visuelle, leurs réponses peuvent être noyées par d’autres populations au sein du même voxel.

La nouvelle méthode analytique, que le laboratoire de Kanwisher a précédemment utilisée sur les données IRMf du cortex auditif, peut démêler les réponses des populations neuronales dans chaque voxel des données IRMf.

En utilisant cette approche, les chercheurs ont trouvé quatre populations qui correspondaient à des groupes précédemment identifiés qui répondaient aux visages, aux lieux, aux corps et aux mots. “Cela nous dit que cette méthode fonctionne, et cela nous dit que les choses que nous avons trouvées auparavant ne sont pas seulement des propriétés obscures de cette voie, mais des propriétés importantes et dominantes”, explique Kanwisher.

Fait intéressant, une cinquième population a également émergé, et celle-ci semblait être sélective pour les images alimentaires.

“Au début, nous étions assez perplexes car la nourriture n’est pas une catégorie visuellement homogène”, explique Khosla. “Des choses comme les pommes, le maïs et les pâtes semblent toutes très différentes les unes des autres, mais nous avons trouvé une seule population qui réagit de la même manière à tous ces aliments divers.”

La population spécifique à l’alimentation, que les chercheurs appellent la composante alimentaire ventrale (VFC), semble être répartie sur deux groupes de neurones, situés de part et d’autre de la FFA. Le fait que des populations d’aliments spécifiques soient réparties parmi d’autres populations de catégories spécifiques peut aider à expliquer pourquoi elles n’ont pas été vues auparavant, selon les chercheurs.

“Nous pensons que la sélectivité alimentaire a été plus difficile à caractériser auparavant parce que les populations sélectives pour la nourriture se mêlent à d’autres populations voisines qui ont des réponses différentes à d’autres attributs de stimulus. La faible résolution spatiale de l’IRMf nous empêche de voir cette sélectivité car les réponses de différentes populations neuronales sont mélangées dans un voxel », explique Khosla.

Des neuroscientifiques du MIT ont découvert une population de neurones sensibles à la nourriture situés dans le flux visuel ventral. Crédit : José-Luis Olivares, MIT

“La technique utilisée par les chercheurs pour identifier les cellules ou les zones sensibles aux catégories est impressionnante, et elle a récupéré des systèmes sensibles aux catégories connus, ce qui rend les résultats des catégories d’aliments d’autant plus impressionnants”, déclare Paul Rozin, professeur de psychologie à l’Université de Pennsylvanie. . qui n’ont pas participé à l’étude.

Voir également

Cela montre un diagramme de l'étude avec une personne assise à un bureau regardant une image d'un singe et la sortie du système ECoG.

« Je ne peux pas imaginer un moyen pour le cerveau d’identifier de manière fiable la diversité alimentaire sur la base de caractéristiques sensorielles. Cela rend cela d’autant plus fascinant et est susceptible de faire allusion à quelque chose de vraiment nouveau.”

alimentaire vs non alimentaire

Les chercheurs ont également utilisé les données pour former un modèle informatique de HRV, basé sur des modèles antérieurs que Murty avait développés pour les zones de reconnaissance du visage et des lieux du cerveau. Cela a permis aux chercheurs d’effectuer des expériences supplémentaires et de prédire les réponses HRV. Dans une expérience, ils ont alimenté le modèle avec des images combinées d’aliments et d’articles non alimentaires qui semblaient très similaires, par exemple une banane et un croissant de lune jaune.

“Ces stimuli correspondants ont des propriétés visuelles très similaires, mais le principal attribut où ils diffèrent est comestible par rapport à non comestible”, explique Khosla. “Nous pourrions alimenter ces stimuli arbitraires via le modèle prédictif et voir s’il répondrait encore plus à la nourriture qu’aux non-alimentaires, sans avoir à collecter les données IRMf.”

Ils pourraient également utiliser le modèle informatique pour analyser des ensembles de données beaucoup plus volumineux, composés de millions d’images. Ces simulations ont permis de confirmer que VFC est hautement sélectif pour les images de nourriture.

À partir de leur analyse des données d’IRMf humaines, les chercheurs ont découvert que chez certains sujets, le HRV répondait légèrement plus aux aliments transformés comme la pizza qu’aux aliments non transformés comme les pommes. À l’avenir, ils espèrent explorer comment des facteurs tels que la familiarité et l’amour ou l’aversion pour un aliment particulier peuvent affecter les réactions des gens à cet aliment.

Ils espèrent également étudier quand et comment cette région se spécialise pendant la petite enfance et avec quelles autres parties du cerveau elle communique. Une autre question est de savoir si cette population alimentaire sélective sera observée chez d’autres animaux tels que les singes, qui ne donnent pas à la nourriture la signification culturelle que les humains ont.

Argent: La recherche a été financée par les National Institutes of Health, le National Eye Institute et la National Science Foundation par le biais du Center for Brains, Minds, and Machines du MIT.

À propos de cette actualité de la recherche en neurosciences

Auteur: Anne Trafton
Police de caractère: MIT
Contact: Anne Trafton-MIT
Image: L’image est créditée à Jose-Luis Olivares, MIT

recherche originale : Les résultats apparaîtront dans biologie actuelle

Leave a Comment

Your email address will not be published.