Революционная модель вкусового рецептора
Исследователи МФТИ и ННГУ имени Лобачевского разработали первую в мире многоуровневую компьютерную модель вкусового рецептора. Она детально воспроизводит его функционирование: от контакта вещества с языком до появления в мозге "нейронного отпечатка". Этот прорыв прокладывает путь к электронным устройствам, способным "ощущать" вкус подобно человеку, и углубит понимание механизмов нарушений вкусового восприятия при болезнях.
Проблема потери вкуса и ее актуальность
Утрата вкуса часто сигнализирует о неврологических проблемах. Глобальная эпидемия коронавируса в 2020 году привела к тому, что множество пациентов перестали ощущать вкус пищи. У части людей способность восстановилась через несколько недель, у других вкус изменился необратимо: сладкое начало казаться горьким, а знакомые блюда вызывали отторжение.
Данные свидетельствуют: за время пандемии свыше 15 миллионов человек надолго потеряли вкус и обоняние. У многих эти чувства так и не вернулись полностью.
Современная медицина пока не может точно определить, где происходит сбой и как его устранить, поскольку работа рецепторов изучена не до конца.
Принцип работы новой цифровой модели
Новая компьютерная модель вкусовой системы быстро и энергоэффективно отслеживает весь путь вкуса: от попадания молекулы на язык до формирования в мозге уникального паттерна нервных импульсов для каждого вкусового ощущения.
На первом уровне модель описывает вкусовые клетки четырех типов: реагирующие на сладкое, горькое, соленое и кислое. Пятый вкус, умами, ученые намеренно исключили из-за его биохимического сходства со сладким и горьким. Это решение позволило сфокусироваться на ключевых различиях между ионотропными (соленое, кислое) и метаботропными (горькое, сладкое) путями передачи сигнала.
Метаботропные рецепторы воспринимают сладкий и горький вкус. Внутриклеточный сигнальный каскад в них описывается уравнением Хилла. Ионотропные механизмы соленого и кислого вкуса рассчитываются с помощью уравнения Гольдмана-Ходжкина-Каца, моделирующего движение ионов натрия и водорода через мембрану клетки.
При подаче виртуального вещества определенной концентрации на вход модели рецепторы активируются, изменяя электрический потенциал клеточной мембраны. Достигнув порога, клетка генерирует спайк — короткий электрический импульс. Он преобразуется в бинарный код и передается по нейронной сети. Передачу сигнала между нейронами смоделировали через механизм выделения глутамата и фосфорилирования AMPA-рецепторов — процесс, лежащий в основе обучения и памяти мозга.
Оптимизация и гибкость модели
Генетический алгоритм внутри системы имитирует естественный отбор, обеспечивая гибкую настройку параметров: количество рецепторов, степень их фосфорилирования и другие.
Для ускорения расчетов использован гибридный подход: на уровне рецепторов — строгие биофизические уравнения Ходжкина-Хаксли, для нейронной сети — более простая и быстрая модель Ижикевича. Это повышает вычислительную эффективность без потери биологической детализации.
Обучение и будущее развитие
Модель обучили решать две задачи: различать приятность вкуса (с оптимальными концентрациями, например, 15 000 у.е. для сладкого, 100 — для соленого) и отличать чистый вкус от смешанного.
В планах ученых — интегрировать в систему обоняние для изучения формирования целостного вкусового ощущения. Также планируется добавить тормозные нейроны, обратные связи и углубить моделирование внутриклеточной сигнализации для большей точности описания рецепторов.
Перспективы применения
Эта модель ляжет в основу энергоэффективных нейроморфных сенсоров вкуса для пищевой промышленности, способных анализировать продукты в реальном времени. В медицине она поможет глубже понять механизмы нарушений вкусового восприятия при различных патологиях и изучить кодирование информации мозгом.
Информация предоставлена пресс-службой МФТИ
Источник фото: rawpixel / ru.123rf.com
Источник: scientificrussia.ru
