Потеря вкуса – частый симптом неврологических нарушений. Во время пандемии COVID-19 миллионы людей столкнулись с этим явлением: у одних вкус вернулся через несколько недель, у других изменения оказались необратимыми – сладкое стало казаться горьким, а привычные блюда вызывали отвращение. По данным исследований, более 15 миллионов человек во всем мире потеряли вкус и обоняние на длительный срок, а у части пациентов эти ощущения так и не восстановились полностью.

До сих пор медицина не могла точно определить, где именно происходит сбой в системе вкусового восприятия. Новая компьютерная модель позволяет проследить весь путь вкуса: от активации рецепторов на языке до формирования специфического паттерна нервных импульсов в мозге.

Модель может помочь изучить механизмы потери вкуса: это цифровая среда, где можно исследовать любой участок и посмотреть, где возникает ошибка и как она влияет на формирование нейронных паттернов, отметил Сергей Стасенко, ведущий научный сотрудник лаборатории когнитивного моделирования и нейроробототехники МФТИ.

Как устроена модель

На первом уровне цифровой двойник вкусовой системы человека описывает работу вкусовых клеток четырех типов: для сладкого, горького, соленого и кислого. Пятый вкус – умами – ученые временно не учитывали из-за его биохимического сходства со сладким и горьким, чтобы сосредоточиться на различиях между ионотропными (соленое, кислое) и метаботропными (горькое, сладкое) путями.

Сладкий и горький вкус воспринимаются метаботропными рецепторами, где запускается каскад внутриклеточных сигналов, описываемый уравнением Хилла.

Соленый и кислый вкус рассчитываются через уравнение Гольдмана–Ходжкина–Каца, моделирующее движение ионов натрия и водорода через мембрану клетки.

Когда виртуальное вещество с заданной концентрацией попадает на вход модели, рецепторы активируются, мембрана клетки меняет электрический потенциал, и при достижении порога генерируется спайк – короткий электрический импульс. Он преобразуется в бинарный код и передаётся по нейронной сети. Передачу сигнала между нейронами смоделировали через выделение глутамата и фосфорилирование AMPA-рецепторов – процессы, отвечающие за обучение и память в мозге.

Для гибкой настройки параметров модели (количество рецепторов, степень их фосфорилирования и др.) используется генетический алгоритм, имитирующий естественный отбор.

Чтобы ускорить расчеты, ученые применили гибридный подход: на уровне рецепторов использовали строгие биофизические уравнения Ходжкина–Хаксли, а для нейронной сети – более быструю модель Ижикевича. Это позволило повысить вычислительную эффективность без потери биологической точности.

Задачи и перспективы

Модель обучили двум задачам:

  • различать приятность вкуса по оптимальным концентрациям (например, для сладкого – 15 000 условных единиц, для соленого – 100);
  • отличать чистый вкус от смешанного.

В будущем ученые планируют добавить в систему обоняние для изучения формирования целостного ощущения вкуса, а также ввести тормозные нейроны, обратные связи и углубить внутриклеточную сигнализацию для более точного описания работы рецепторов.

Новая модель станет основой для энергоэффективных нейроморфных сенсоров вкуса, которые смогут анализировать продукты в реальном времени для пищевой промышленности. В медицине она поможет понять механизмы нарушений вкусового восприятия при различных заболеваниях и изучить, как мозг кодирует информацию о вкусе.

Результаты исследования опубликованы в журнале Brain Sciences.