Il cablaggio dei neonati è speciale? Separare il cablaggio dalla disposizione dei pesi nei reservoir basati sul connettoma

Abstract degli autori

Il reservoir computing offre un modo per studiare il cablaggio del cervello prima ancora che venga addestrato. La rete ricorrente resta fissa e viene addestrato soltanto un readout lineare. Si è osservato che il connettoma umano funziona meglio delle sue versioni ricollegate in modo casuale, suggerendo che il cablaggio biologico sia speciale. Per capire da dove deriva questo vantaggio, viene introdotta una scomposizione matematica basata sulla teoria dei grafi. Ricollegare una rete pesata modifica sia le regioni connesse sia i pesi assegnati a tali connessioni. Il vantaggio osservato combina quindi l’effetto del cablaggio con quello della disposizione dei pesi. Questi effetti vengono separati calcolando la media del termine relativo al cablaggio sulla regola dei pesi del modello nullo, poiché una singola estrazione introduce circa un’unità z di rumore. I connettomi adulti e infantili vengono poi considerati separatamente. Nei grafi adulti dell’Human Connectome Project, la disposizione dei pesi spiega la maggior parte dell’effetto riportato, lasciando un effetto del cablaggio piccolo ma costante. Nell’intero rilascio di dHCP, si riscontra un grande effetto del cablaggio a ogni età gestazionale misurata alla nascita, mentre l’età gestazionale ne spiega una quota minima della varianza. I connettomi vengono inoltre confrontati con reti non cerebrali. Un grafo di Watts-Strogatz, abbinato per dimensione, numero di archi, pesi e forza, ottiene risultati pari o migliori rispetto al connettoma. Il vantaggio del connettoma neonatale è dunque reale a tutte le età gestazionali misurate, ma non è esclusivo del cervello. La stessa separazione può essere applicata ogni volta che una rete pesata viene confrontata con modelli nulli ottenuti ricollegando gli archi.