Исследование механизмов реализации когнитивных функций мозга методами математического моделирования; разработка биофизических моделей нейрон-астроцитарных сетей и биоинспирированных алгоритмов обучения нейроморфных моделей искусственного интеллекта

Местом проведения исследования стали Институт биологии и биомедицины, кафедра нейротехнологий и научно-исследовательская лаборатория (НИЛ) нейродинамики и когнитивных технологий НИИ нейронаук ННГУ им. Лобачевского.

Руководитель исследования: Д. ф.-м. н., доц., профессор каф. нейротехнологий ИББМ, директор НИИ нейронаук Гордлеева Сусанна Юрьевна.

Состав исследовательской группы:
1. Д.ф.-м.н., профессор, зав. каф. нейротехнологий ИББМ, в.н.с. НИЛ нейродинамики и когнитивных технологий НИИ нейронаук Казанцев Виктор Борисович;
2. Д.ф.-м.н., профессор каф. нейротехнологий ИББМ, в.н.с. НИЛ нейродинамики и когнитивных технологий НИИ нейронаук Лобов Сергей Анатольевич;
3. К. ф.-м. н., доцент каф. нейротехнологий ИББМ, с.н.с. НИЛ нейродинамики и когнитивных технологий НИИ нейронаук Кастальский Иннокентий Алексеевич;
4. К. ф.-м. н., м.н.с. НИЛ нейродинамики и когнитивных технологий НИИ нейронаук Цыбина Юлия Александровна;
5. М.н.с. НИЛ нейродинамики и когнитивных технологий НИИ нейронаук Ермолаева Анастасия Викторовна;
6. Студент ИББМ, лаборант НИЛ Ннйродинамики и когнитивных технологий НИИ нейронаук Антонова Евгения Сергеевна.

Цели исследования: 
– изучение динамических механизмов сетевой сигнализации, передачи и обработки информации в мозге;
– разработка систем нейроморфного искусственного интеллекта на основе спайковых нейрон-астроцитарных сетей.

Исследование направлено на изучение динамических механизмов обработки, кодирования и хранения информации в нейронных сетях мозга. Проект включает разработку биофизических моделей нейрон-астроцитарных сетей и анализ их сигнализации, в том числе, изучение формирования паттернов активности, эффектов синхронизации, мультистабильности и др. Основным акцентом данного исследования являются механизмы двунаправленного взаимодействия между нейронами и глиальными клетками, в том числе астроцитами, и изучение их роли в реализации когнитивных функций мозга.

Прикладной аспект исследования связан с разработкой систем нейроморфного искусственного интеллекта и биоинспирированных алгоритмов их обучения. На основе выявленных биофизических принципов и механизмов создаются крупномасштабные многослойные модели спайковых нейрон-астроцитарных сетей, способные эффективно решать задачи обработки, хранения и классификации данных.

Описание исследования и методы: Исследование направлено на изучение динамических механизмов обработки, кодирования и хранения информации в нейронных сетях мозга. Проект включает разработку биофизических моделей нейрон-астроцитарных сетей и анализ их сигнализации, в том числе, изучение формирования паттернов активности, эффектов синхронизации, мультистабильности и др. Основным акцентом данного исследования являются механизмы двунаправленного взаимодействия между нейронами и глиальными клетками, в том числе астроцитами, и изучение их роли в реализации когнитивных функций мозга.

Прикладной аспект исследования связан с разработкой систем нейроморфного искусственного интеллекта и биоинспирированных алгоритмов их обучения. На основе выявленных биофизических принципов и механизмов создаются крупномасштабные многослойные модели спайковых нейрон-астроцитарных сетей, способные эффективно решать задачи обработки, хранения и классификации данных.

Используемые методы:

-методы теории дифференциальных уравнений;

-методы анализа нейрофизиологических данных с целью выявления частотно-временных принципов сигнализации и механизмов реконфигурации функциональных нейронных сетей мозга;

-подходы методологии моделирования сложных систем и математической биофизики, включая методы вычислительной нейробиологии и теории нейронных сетей;

-аналитические, численные и экспериментальные методы радиофизики, основанные на радиофизическом, колебательно-волновом подходе к описанию динамических процессов в нейронных сетях мозга;

-статистические методы;

-алгоритмы оптимизации;

-алгоритмы параллельных вычислений.

Публикации на основе исследования:

1. Gordleeva, S., Tsybina, Y. A., Krivonosov, M. I., Tyukin, I. Y., Kazantsev, V. B., Zaikin, A., & Gorban, A. N. Situation-based neuromorphic memory in spiking neuron-astrocyte network //IEEE Transactions on Neural Networks and Learning Systems. – 2023. doi.org/10.1109/TNNLS.2023.3335450
2. Gordleeva S. Y. et al. Modeling working memory in a spiking neuron network accompanied by astrocytes //Frontiers in Cellular Neuroscience. – 2021. – Т. 15. – С. 631485.
3. Tsybina Y. et al. Astrocytes mediate analogous memory in a multi-layer neuron–astrocyte network //Neural Computing and Applications. – 2022. – Т. 34. – №. 11. – С. 9147-9160.
4. Makovkin S. Y., Gordleeva S. Y., Kastalskiy I. A. Towards a Biologically Plausible SNN-based Associative Memory with Context Dependent Hebbian Connectivity //International Journal of Neural Systems. – 2025.
5. Li Z. et al. Impact of astrocytic coverage of synapses on the short-term memory of a computational neuron-astrocyte network //Mathematics. – 2022. – Т. 10. – №. 18. – С. 3275.
6. Zhao A. et al. Noise-induced artificial intelligence //Physical Review Research. – 2022. – Т. 4. – №. 4. – С. 043069.
7. Ermolaeva A. V. et al. Effects of the dynamics of noise-induced calcium signals in a biophysical model of the astrocytic process //Izvestiya VUZ. Applied Nonlinear Dynamics. – 2025. – Т. 33. – №. 1. – С. 82-99.
8. Ermolaeva A. V., Kazantsev V. B., Gordleeva S. Y. Astrocyte-induced synchronization of neural network activity //Izvestiya VUZ. Applied Nonlinear Dynamics. – 2025. – Т. 33. – №. 2. – С. 233-248.
9. Makovkin S. et al. Controlling synchronization of gamma oscillations by astrocytic modulation in a model hippocampal neural network //Scientific reports. – 2022. – Т. 12. – №. 1. – С. 6970.
10. Abrego L. et al. Estimating integrated information in bidirectional neuron-astrocyte communication //Physical Review E. – 2021. – Т. 103. – №. 2. – С. 022410.
11. Tsybina Y., Kazantsev V. B., Gordleeva S. Adding a Spiking Neuron-Astrocyte Network to a Convolutional Neural Network Improves Classification of Noisy Images //2024 Sixth International Conference Neurotechnologies and Neurointerfaces (CNN). – IEEE, 2024. – С. 244-246.
12. Tsybina Y. A., Zaikin A. A., Gordleeva S. Y. Information Processing in Spiking Neuron-Astrocyte Network in Ageing //International Conference on Neuroinformatics. – Cham: Springer International Publishing, 2022. – С. 436-447.
13. Gordleeva S. Y. et al. Astrocytes organize associative memory //Advances in Neural Computation, Machine Learning, and Cognitive Research III: Selected Papers from the XXI International Conference on Neuroinformatics, October 7-11, 2019, Dolgoprudny, Moscow Region, Russia. – Springer International Publishing, 2020. – С. 384-391.