Az idegsejtek dendritjeinek kódoló tevékenysége

Dr. Losonczy Attila (UT Southwestern Medical Center) és Dr. Rózsa Balázs (BrainVisionCenter, valamint HUN-REN Kísérleti Orvostudományi Kutatóintézet) által vezetett kutatócsoportok nemzetközi együttműködés keretében fejlesztették ki a Neuron c. folyóiratban idén tavasszal közölt úttörő lézermikroszkópos módszert, amely lehetővé teszi az idegsejtek és sejtnyúlványaik elektromos aktivitásának nagy sebességű, feszültségszenzorokon alapuló, háromdimenziós optikai mérését, nagy térbeli felbontással és kiterjedt mérési térfogatokban, akár mozgó, viselkedő állatok agyában is.

A korábbi elektródás eljárásokkal szemben az új optikai technológia segítségével az egyes sejtek, sejtnyúlványok nagy térbeli pontossággal célozhatók, elektromos aktivitásuk 3D-ben mérhető, sőt mi több, az elektromos aktivitás akár hónapokon át is kiváló minőségben regisztrálható. Az eljárás segítségével a kutatók régóta vitatott idegtudományi kérdésekre szolgáltattak közvetlen kísérleti bizonyítékokat, és új modellt javasoltak a memória és a tanulás sejtszintű működésére.

Az idegsejtek nyúlványai önálló processzorokként működnek

A kutatás azt vizsgálta, miként működnek élő, viselkedő egerekben a hippokampusz CA3 régiójának idegsejtjei és azok dendritjei. Az idegsejteket sokáig viszonylag egyszerű jelfeldolgozó egységekként képzeltük el: a dendritek összegyűjtik a beérkező információt, a sejttest „eldönti”, hogy létrejön-e válasz, az axon pedig továbbítja a jelet. Az elmúlt másfél évtized egyik meghatározó felismerése azonban az volt, hogy a dendritek nem passzív vezetékek, hanem aktív, részben önálló információfeldolgozó egységek. A kutatók Science-ben megjelent közleménye ezt a szemléletet fejlesztette tovább.

A vizsgálatok bizonyították, hogy a dendritek egyszerre képesek önállóan működni és szorosan együttműködni a sejttesttel. E kapcsolat a viselkedési helyzettől függően folyamatosan átrendeződik: a dendritek egyes helyzetekben szorosan kapcsolódnak a sejttest aktivitásához, máskor átmenetileg leválnak róla, és önállóan reprezentálják a térbeli helyzetet, a jutalom helyét vagy a környezet kontextusát. Ugyanazon idegsejt különböző dendritjei tehát eltérő információkat dolgozhatnak fel, ráadásul időben dinamikusan változó szabályok szerint.

Az idegsejt így nem egyszerű kapcsolóként, hanem összetett „számítógépként” működik: dendritjei párhuzamosan őrizhetnek múltbeli emlékeket, dolgozhatják fel a jelenlegi környezet információit, és készíthetik elő a jövőbeli tanulási folyamatokat. A dendritek aktivitása gyakran már előre jelezte, hogy a sejttest néhány másodperccel később miként fog működni. Képletesen fogalmazva: a sejtnyúlványok már azelőtt „tudják”, milyen válasz fog kialakulni, hogy azt maga az idegsejt ténylegesen megjelenítené.

Kiderült, hogy a tanulás során a sejttest és a dendritek eltérő időbeli mintázat szerint alkalmazkodnak. Amikor a jutalom helye megváltozott, maga az idegsejt gyorsan átállt az új helyzet kódolására, miközben számos dendrit még hosszabb ideig megőrizte a korábbi reprezentációt, vagyis egyfajta átmeneti memóriaként működött. Új környezetbe helyezve az állatokat ugyanakkor az új térbeli reprezentáció gyakran először a távolabbi dendritekben jelent meg, és csak később terjedt tovább a sejttest felé. Ez arra utal, hogy a tanulás első lépései bizonyos helyzetekben már a dendritek szintjén megkezdődhetnek.

A virtuális valóságban végzett navigáció során hasonló térbeli hangolású dendritek az úgynevezett éleshullám-fodrozódások – az idegsejthálózat rendkívül gyors, összehangolt aktivitási eseményei – alatt is koordináltak maradtak. Ez kapcsolatot teremt az éber állapotban zajló térbeli információfeldolgozás és az emléknyomok későbbi, offline újraaktiválása között. A megfigyelés arra utal, hogy az ébren együttműködő dendritek a nyugalmi vagy alvási állapotokhoz kapcsolódó memória-visszajátszás során is összehangoltan működhetnek.

A dendritek tehát nem pusztán továbbítják a jeleket a sejttest felé: részben önállóan dolgoznak fel és őriznek meg információkat, előre jelezhetik a neuron későbbi válaszát, és csak bizonyos viselkedési helyzetekben kapcsolódnak szorosan a sejttest működéséhez. Ez a rugalmas, párhuzamos információfeldolgozás jelentősen megnöveli az egyes idegsejtek – és ezáltal az agy – számítási kapacitását. Az eredmények alapvetően bővítik az agyműködésről alkotott képünket, és hosszabb távon az orvostudomány számára is új kutatási irányokat nyithatnak.

A kutatás tudományos és jövőbeli orvosi jelentősége

Míg az idegsejteket korábban gyakran egyetlen számítási egységként, egyfajta „számítógépként” írták le, az új eredmények arra utalnak, hogy működésük inkább számos kisebb, részben önálló, mégis rugalmasan együttműködő „számítógép hálózatához” hasonlítható.

A vizsgálat alapkutatási jellegű, eredményei azonban hosszabb távon hozzájárulhatnak több neurológiai betegség pontosabb megértéséhez, diagnosztikájához és kezeléséhez. Az Alzheimer-kór korai szakaszában gyakran érintett a hippokampusz működése, ezért a dendritikus információfeldolgozás jobb megértése új terápiás célpontokat tárhat fel a memóriaromlás lassítására vagy a tanulási folyamatok támogatására. A vizsgált CA3 régió emellett számos epilepsziás folyamat kialakulásában és terjedésében is fontos szerepet játszik. Annak feltárása, hogy a dendritek miként kapcsolódnak egymáshoz és a sejttesthez, hosszabb távon lehetőséget teremthet a kóros hálózati aktivitás célzottabb befolyásolására.

Az eredmények a memóriazavarok és a demenciák kutatásához is új támpontokat adhatnak, közelebb vihetnek ugyanis annak megértéséhez, hogy miért romlik a tanulási képesség, a térbeli tájékozódás vagy az emlékek kialakítása és felidézése. Egy, az orvostudománytól látszólag távolabb eső területen, a mesterséges intelligencia kutatásában pedig inspirációt nyújthatnak olyan új modellek fejlesztéséhez, amelyek nem egyetlen központi feldolgozóegységre, hanem párhuzamosan működő, dinamikusan összekapcsolódó alrendszerekre épülnek.

Összefoglalva a kutatás legfontosabb eredménye: egyetlen CA3 piramissejt dendritfája párhuzamosan képes múltbeli, jelenlegi és várható jövőbeli reprezentációk feldolgozására és részleges megőrzésére. A neuron ezért nem pusztán egyetlen összegző egységként működik, hanem rugalmasan összekapcsolódó dendritikus „alprocesszorok” hálózataként.

Forrás:

BVC sajtóközlemény

Gonzalez KC, Terada S, Noguchi A, et al: Movement-stabilized three-dimensional optical recordings of membrane potential changes and calcium dynamics in hippocampal CA1 dendrites, Neuron, Volume 114, Issue 10, 2026, Pages 1818-1832.e9, ISSN 0896-6273, https://doi.org/10.1016/j.neuron.2026.01.004.