TEDSalon London Spring 2011
Neil Burgess: How your brain tells you where you are
Neil Burgess: Como é que o vosso cérebro vos diz onde estão.
Filmed:
Readability: 4.2
1,458,267 views
Como é que se lembram do lugar onde estacionaram o carro? Como é que sabem se se estão a deslocar na direcção certa? O neurocientista Neil Burgess estuda os mecanismos neurais que mapeiam o espaço à nossa volta, e como eles se ligam à memória e à imaginação.
Neil Burgess - Neuroscientist
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
Double-click the English transcript below to play the video.
00:15
When we park in a big parking lot,
0
0
2000
Quando estacionamos num grande parque de estacionamento,
00:17
how do we remember where we parked our car?
1
2000
2000
como é que nos lembramos onde estacionámos o carro?
00:19
Here's the problem facing Homer.
2
4000
3000
Aqui está o problema que Homer enfrenta.
00:22
And we're going to try to understand
3
7000
2000
E nós vamos tentar compreender
00:24
what's happening in his brain.
4
9000
2000
o que está a acontecer no cérebro dele.
00:26
So we'll start with the hippocampus, shown in yellow,
5
11000
2000
Então vamos começar pelo hipocampo, ilustrado a amarelo,
00:28
which is the organ of memory.
6
13000
2000
que é o órgão da memória.
00:30
If you have damage there, like in Alzheimer's,
7
15000
2000
Se tiverem danos ali, como acontece no Alzheimer,
00:32
you can't remember things including where you parked your car.
8
17000
2000
não se conseguem lembrar de coisas incluindo onde estacionaram o vosso carro.
00:34
It's named after Latin for "seahorse,"
9
19000
2000
Deram-lhe este nome a partir do Latim para "cavalo marinho,"
00:36
which it resembles.
10
21000
2000
ao qual se assemelha.
00:38
And like the rest of the brain, it's made of neurons.
11
23000
2000
E como o resto do cérebro, é constituído por neurónios.
00:40
So the human brain
12
25000
2000
Então o cérebro humano
00:42
has about a hundred billion neurons in it.
13
27000
2000
tem cerca de cem mil milhões de neurónios.
00:44
And the neurons communicate with each other
14
29000
3000
E os neurónios comunicam uns com os outros
00:47
by sending little pulses or spikes of electricity
15
32000
2000
enviando pequenos impulsos ou picos de energia
00:49
via connections to each other.
16
34000
2000
por intermédio das ligações entre eles.
00:51
The hippocampus is formed of two sheets of cells,
17
36000
3000
O hipocampo é formado por dois aglomerados de células,
00:54
which are very densely interconnected.
18
39000
2000
que são densamente interligadas.
00:56
And scientists have begun to understand
19
41000
2000
E os cientistas começaram a perceber
00:58
how spatial memory works
20
43000
2000
como é que a memória espacial funciona
01:00
by recording from individual neurons
21
45000
2000
registando neurónios individuais
01:02
in rats or mice
22
47000
2000
em ratazanas ou ratos
01:04
while they forage or explore an environment
23
49000
2000
enquanto eles comem ou exploram um ambiente
01:06
looking for food.
24
51000
2000
à procura de comida.
01:08
So we're going to imagine we're recording from a single neuron
25
53000
3000
Então vamos imaginar que estamos a fazer registos de um único neurónio
01:11
in the hippocampus of this rat here.
26
56000
3000
no hipocampo desta ratazana.
01:14
And when it fires a little spike of electricity,
27
59000
2000
E quando dispara um pequeno pico de electricidade,
01:16
there's going to be a red dot and a click.
28
61000
3000
vai aparecer uma bola vermelha e ouvir-se um clique.
01:19
So what we see
29
64000
2000
Então o que vemos
01:21
is that this neuron knows
30
66000
2000
é que este neurónio sabe
01:23
whenever the rat has gone into one particular place in its environment.
31
68000
3000
sempre que a ratazana foi para um sítio particular no seu ambiente.
01:26
And it signals to the rest of the brain
32
71000
2000
E faz sinal ao resto do cérebro
01:28
by sending a little electrical spike.
33
73000
3000
enviando um pequeno pico eléctrico.
01:31
So we could show the firing rate of that neuron
34
76000
3000
Assim podemos apresentar a taxa de disparos que aquele neurónio
01:34
as a function of the animal's location.
35
79000
2000
como uma função da localização do animal.
01:36
And if we record from lots of different neurons,
36
81000
2000
E se fizermos registos de vários neurónios diferentes,
01:38
we'll see that different neurons fire
37
83000
2000
o que vemos é que diferentes neurónios disparam
01:40
when the animal goes in different parts of its environment,
38
85000
2000
quando o animal vai para diferentes partes do seu ambiente,
01:42
like in this square box shown here.
39
87000
2000
como nesta caixa quadrada aqui mostrada.
01:44
So together they form a map
40
89000
2000
E assim juntos eles formam um mapa
01:46
for the rest of the brain,
41
91000
2000
para o resto do cérebro,
01:48
telling the brain continually,
42
93000
2000
dizendo continuamente ao cérebro,
01:50
"Where am I now within my environment?"
43
95000
2000
"Onde é que eu estou no meu ambiente?"
01:52
Place cells are also being recorded in humans.
44
97000
3000
As células de localização também estão a ser registadas em humanos.
01:55
So epilepsy patients sometimes need
45
100000
2000
Os pacientes de epilepsia às vezes precisam
01:57
the electrical activity in their brain monitoring.
46
102000
3000
de monitorizar a actividade eléctrica do seu cérebro.
02:00
And some of these patients played a video game
47
105000
2000
E alguns desses pacientes jogaram um jogo de video
02:02
where they drive around a small town.
48
107000
2000
enquanto conduziam numa pequena cidade.
02:04
And place cells in their hippocampi would fire, become active,
49
109000
3000
E as células de localização do seu hipocampo disparava, tornavam-se activas,
02:07
start sending electrical impulses
50
112000
3000
começando a enviar impulsos eléctricos
02:10
whenever they drove through a particular location in that town.
51
115000
3000
sempre que eles conduziam num lugar específico naquela cidade.
02:13
So how does a place cell know
52
118000
2000
Como é que uma célula de localização sabe
02:15
where the rat or person is within its environment?
53
120000
3000
onde é que a ratazana ou pessoa está no seu ambiente?
02:18
Well these two cells here
54
123000
2000
Bem, estas duas células aqui
02:20
show us that the boundaries of the environment
55
125000
2000
mostram-nos que os limites do ambiente
02:22
are particularly important.
56
127000
2000
são particularmente importantes.
02:24
So the one on the top
57
129000
2000
O que está em cima
02:26
likes to fire sort of midway between the walls
58
131000
2000
gosta de disparar mais ou menos a meio das paredes
02:28
of the box that their rat's in.
59
133000
2000
da caixa onde está a sua ratazana.
02:30
And when you expand the box, the firing location expands.
60
135000
3000
E quando expandimos a caixa, os disparos de localização expandem-se.
02:33
The one below likes to fire
61
138000
2000
O que está em baixo gosta de disparar
02:35
whenever there's a wall close by to the south.
62
140000
3000
sempre que há uma parede perto na direcção de sul.
02:38
And if you put another wall inside the box,
63
143000
2000
E se pusermos outra parede dentro da caixa,
02:40
then the cell fires in both place
64
145000
2000
então a célula dispara em ambos os lugaress
02:42
wherever there's a wall to the south
65
147000
2000
sempre que exista uma parede a sul
02:44
as the animal explores around in its box.
66
149000
3000
enquanto o animal explora a sua caixa.
02:48
So this predicts
67
153000
2000
Então isto prevê
02:50
that sensing the distances and directions of boundaries around you --
68
155000
2000
que detectar as distâncias e direcções dos limites à vossa volta --
02:52
extended buildings and so on --
69
157000
2000
extensões de edifícios e afins --
02:54
is particularly important for the hippocampus.
70
159000
3000
é particularmente importante para o hipocampo.
02:57
And indeed, on the inputs to the hippocampus,
71
162000
2000
E de facto, nos dados reunidos pelo hipocampo,
02:59
cells are found which project into the hippocampus,
72
164000
2000
são encontradas células que se projectam no hipocampo,
03:01
which do respond exactly
73
166000
2000
e que respondem com precisão
03:03
to detecting boundaries or edges
74
168000
3000
a detectarem limites ou margens
03:06
at particular distances and directions
75
171000
2000
a distâncias particulares e direcções
03:08
from the rat or mouse
76
173000
2000
da ratazana ou rato
03:10
as it's exploring around.
77
175000
2000
enquanto estes exploram.
03:12
So the cell on the left, you can see,
78
177000
2000
Então a célula da esquerda, podem ver,
03:14
it fires whenever the animal gets near
79
179000
2000
dispara sempre que o animal se aproxima
03:16
to a wall or a boundary to the east,
80
181000
3000
de uma parede ou limite para este,
03:19
whether it's the edge or the wall of a square box
81
184000
3000
quer seja a margem ou parede de uma caixa quadrada
03:22
or the circular wall of the circular box
82
187000
2000
ou a parede circular de uma caixa circular
03:24
or even the drop at the edge of a table, which the animals are running around.
83
189000
3000
ou até o limite da borda da mesa, onde os animais estão a correr.
03:27
And the cell on the right there
84
192000
2000
E a célula da direita aqui
03:29
fires whenever there's a boundary to the south,
85
194000
2000
dispara sempre que há um limite para sul,
03:31
whether it's the drop at the edge of the table or a wall
86
196000
2000
quer seja o limite da borda da mesa ou uma parde
03:33
or even the gap between two tables that are pulled apart.
87
198000
3000
ou mesmo o espaço entre duas mesas que foram separadas.
03:36
So that's one way in which we think
88
201000
2000
Então esta é uma forma pela qual pensamos
03:38
place cells determine where the animal is as it's exploring around.
89
203000
3000
que as células de localização determinam onde é que está o animal enquanto este explora.
03:41
We can also test where we think objects are,
90
206000
3000
Também podemos testar onde pensamos que estão localizados objectos,
03:44
like this goal flag, in simple environments --
91
209000
3000
como esta bandeirola, em ambientes simples --
03:47
or indeed, where your car would be.
92
212000
2000
ou mesmo, onde está o vosso carro.
03:49
So we can have people explore an environment
93
214000
3000
Então podemos pôr pessoas a explorar um ambiente
03:52
and see the location they have to remember.
94
217000
3000
e ver a localização que eles têm de se lembrar.
03:55
And then, if we put them back in the environment,
95
220000
2000
E depois, se os colocarmos de novo no mesmo ambiente,
03:57
generally they're quite good at putting a marker down
96
222000
2000
geralmente são bastante eficientes a colocar um marcador
03:59
where they thought that flag or their car was.
97
224000
3000
onde eles pensam que estava a bandeirola ou o carro deles.
04:02
But on some trials,
98
227000
2000
Mas em alguns ensaios,
04:04
we could change the shape and size of the environment
99
229000
2000
nós podemos mudar a forma e tamanho do ambiente
04:06
like we did with the place cell.
100
231000
2000
como fizemos com a célula de localização.
04:08
In that case, we can see
101
233000
2000
Nesse caso, podemos observar
04:10
how where they think the flag had been changes
102
235000
3000
como o local que eles pensam ser aquele onde tinha estado a bandeirola muda
04:13
as a function of how you change the shape and size of the environment.
103
238000
3000
como uma função de como mudamos a forma e tamanho do ambiente.
04:16
And what you see, for example,
104
241000
2000
E o que vemos, por exemplo,
04:18
if the flag was where that cross was in a small square environment,
105
243000
3000
se a bandeirola estava onde está aquela cruz no pequeno ambiente quadrado,
04:21
and then if you ask people where it was,
106
246000
2000
e depois perguntarmos às pessoas onde estava,
04:23
but you've made the environment bigger,
107
248000
2000
mas se tornarmos o ambiente maior,
04:25
where they think the flag had been
108
250000
2000
onde eles pensam que a bandeirola estava
04:27
stretches out in exactly the same way
109
252000
2000
estende-se exactamente da mesma forma
04:29
that the place cell firing stretched out.
110
254000
2000
que a célula de localização que disparou se estende.
04:31
It's as if you remember where the flag was
111
256000
2000
É como se se lembrassem onde estava a bandeirola
04:33
by storing the pattern of firing across all of your place cells
112
258000
3000
armazenando o padrão de disparos de todas as células de localização
04:36
at that location,
113
261000
2000
naquele local,
04:38
and then you can get back to that location
114
263000
2000
e depois conseguem voltar àquele local
04:40
by moving around
115
265000
2000
movimentando-se por ali
04:42
so that you best match the current pattern of firing of your place cells
116
267000
2000
para conseguirem combinarem melhor o padrão actual das vossas células de localização
04:44
with that stored pattern.
117
269000
2000
com o padrão armazenado.
04:46
That guides you back to the location that you want to remember.
118
271000
3000
Isso guia-vos de volta ao local que vocês querem recordar.
04:49
But we also know where we are through movement.
119
274000
3000
Mas também sabemos onde estamos pelo movimento.
04:52
So if we take some outbound path --
120
277000
2000
Então se seguimos por um caminho desconhecido --
04:54
perhaps we park and we wander off --
121
279000
2000
talvez tenhamos estacionado e vagueamos um pouco --
04:56
we know because our own movements,
122
281000
2000
nós sabemos por causa dos nossos movimentos,
04:58
which we can integrate over this path
123
283000
2000
que podemos integrar ao longo deste caminho
05:00
roughly what the heading direction is to go back.
124
285000
2000
qual será mais ou menos a direcção para voltar atrás.
05:02
And place cells also get this kind of path integration input
125
287000
4000
E as células de localização conseguem este tipo de integração de dados do caminho
05:06
from a kind of cell called a grid cell.
126
291000
3000
de um tipo de célula chamada célula de rede.
05:09
Now grid cells are found, again,
127
294000
2000
Ora as células de rede são encontradas, mais uma vez,
05:11
on the inputs to the hippocampus,
128
296000
2000
nos dados recolhidos do hipocampo,
05:13
and they're a bit like place cells.
129
298000
2000
e elas são um pouco como as células de localização.
05:15
But now as the rat explores around,
130
300000
2000
Mas agora enquanto a ratazana explora,
05:17
each individual cell fires
131
302000
2000
cada célula individual dispara
05:19
in a whole array of different locations
132
304000
3000
numa variedade de localizações diferentes
05:22
which are laid out across the environment
133
307000
2000
que estão colocados pelo ambiente
05:24
in an amazingly regular triangular grid.
134
309000
3000
numa rede triangular espantosamente regular.
05:29
And if you record from several grid cells --
135
314000
3000
E se vocês fizerem registos de várias células de rede --
05:32
shown here in different colors --
136
317000
2000
mostradas aqui em cores diferentes --
05:34
each one has a grid-like firing pattern across the environment,
137
319000
3000
cada uma tem um padrão de disparos semelhantes por todo o ambiente,
05:37
and each cell's grid-like firing pattern is shifted slightly
138
322000
3000
e cada padrão de disparo de células rede muda ligeiramente
05:40
relative to the other cells.
139
325000
2000
comparado com as outras células.
05:42
So the red one fires on this grid
140
327000
2000
Então a vermelha dispara desta rede
05:44
and the green one on this one and the blue on on this one.
141
329000
3000
e a verde naquela ali e a azul dispara nesta aqui.
05:47
So together, it's as if the rat
142
332000
3000
Então juntas, é como se a ratazana
05:50
can put a virtual grid of firing locations
143
335000
2000
conseguisse activar uma rede virtual de locais de disparos
05:52
across its environment --
144
337000
2000
pelo seu ambiente --
05:54
a bit like the latitude and longitude lines that you'd find on a map,
145
339000
3000
um pouco como as linhas de latitude e a longitude que encontramos nos mapas,
05:57
but using triangles.
146
342000
2000
mas usando triângulos.
05:59
And as it moves around,
147
344000
2000
E enquanto se move,
06:01
the electrical activity can pass
148
346000
2000
a actividade eléctrica pode passar
06:03
from one of these cells to the next cell
149
348000
2000
de uma destas células para a célula seguinte
06:05
to keep track of where it is,
150
350000
2000
para se recordar de onde está,
06:07
so that it can use its own movements
151
352000
2000
para poder usar os seus movimentos
06:09
to know where it is in its environment.
152
354000
2000
para saber onde está no seu ambiente.
06:11
Do people have grid cells?
153
356000
2000
E as pessoas têm células rede?
06:13
Well because all of the grid-like firing patterns
154
358000
2000
Bem porque todos os padrões de disparos da rede
06:15
have the same axes of symmetry,
155
360000
2000
têm os mesmos eixos de simetria,
06:17
the same orientations of grid, shown in orange here,
156
362000
3000
as memas orientações da rede, mostradas aqui a laranja,
06:20
it means that the net activity
157
365000
2000
significa que a actividade da rede
06:22
of all of the grid cells in a particular part of the brain
158
367000
3000
de todas as células rede numa zona particular do cérebro
06:25
should change
159
370000
2000
devia mudar
06:27
according to whether we're running along these six directions
160
372000
2000
de acordo com o estamos a percorrer em cada uma destas seis direcções
06:29
or running along one of the six directions in between.
161
374000
3000
ou a percorrer cada uma das seis direcções que ficam a meio.
06:32
So we can put people in an MRI scanner
162
377000
2000
Então podemos por pessoas num equipamento de ressonância magnética
06:34
and have them do a little video game
163
379000
2000
e pô-los a jogar um pequeno jogo de video
06:36
like the one I showed you
164
381000
2000
como o que vos mostrei
06:38
and look for this signal.
165
383000
2000
e procurar este sinal.
06:40
And indeed, you do see it in the human entorhinal cortex,
166
385000
3000
E sim, podem localizá-lo no cortex entorrinal humano,
06:43
which is the same part of the brain that you see grid cells in rats.
167
388000
3000
que é a mesma parte do cérebro onde localizamos as células rede nas ratazanas.
06:46
So back to Homer.
168
391000
2000
E agora de volta ao Homer.
06:48
He's probably remembering where his car was
169
393000
2000
Ele provavelmente está a lembrar-se onde estava o carro dele
06:50
in terms of the distances and directions
170
395000
2000
em termos de distâncias e direcções
06:52
to extended buildings and boundaries
171
397000
2000
em relação a edificios e limites
06:54
around the location where he parked.
172
399000
2000
à volta do sítio onde estacionou.
06:56
And that would be represented
173
401000
2000
E isso seria representado
06:58
by the firing of boundary-detecting cells.
174
403000
2000
pelo disparo de células detectoras de limites.
07:00
He's also remembering the path he took out of the car park,
175
405000
3000
Ele também se está a lembrar do caminho que fez ao saír do carro,
07:03
which would be represented in the firing of grid cells.
176
408000
3000
que seria representado pelos disparos das células rede.
07:06
Now both of these kinds of cells
177
411000
2000
Agora ambos tipos de células
07:08
can make the place cells fire.
178
413000
2000
podem fazer disparar as células de localização.
07:10
And he can return to the location where he parked
179
415000
2000
E ele pode voltar ao sítio onde estacionou
07:12
by moving so as to find where it is
180
417000
3000
movendo-se de forma a encontrar o ponto
07:15
that best matches the firing pattern
181
420000
2000
que melhor se enquadra no padrão de disparos
07:17
of the place cells in his brain currently
182
422000
2000
actual das células de localização do seu cérebro
07:19
with the stored pattern where he parked his car.
183
424000
3000
com o padrão armazenado do local onde estacionou o carro.
07:22
And that guides him back to that location
184
427000
2000
E isso guia-o de volta a essa localização
07:24
irrespective of visual cues
185
429000
2000
independentemente de pistas visuais
07:26
like whether his car's actually there.
186
431000
2000
como se o carro estivesse mesmo ali.
07:28
Maybe it's been towed.
187
433000
2000
Se calhar foi rebocado.
07:30
But he knows where it was, so he knows to go and get it.
188
435000
3000
Mas ele sabe onde estava, por isso ele sabe ir buscá-lo.
07:33
So beyond spatial memory,
189
438000
2000
Então para além da memória espacial,
07:35
if we look for this grid-like firing pattern
190
440000
2000
se procurarmos este padrão de disparaos
07:37
throughout the whole brain,
191
442000
2000
pelo cérebro inteiro,
07:39
we see it in a whole series of locations
192
444000
3000
vamos vê-lo numa série de locais
07:42
which are always active
193
447000
2000
que estão sempre activos
07:44
when we do all kinds of autobiographical memory tasks,
194
449000
2000
quando fazemos todos os géneros de tarefas ligadas à memória auto-biográfica,
07:46
like remembering the last time you went to a wedding, for example.
195
451000
3000
como recordar a última vez que fomos a um casamento, por exemplo.
07:49
So it may be that the neural mechanisms
196
454000
2000
Então pode significar que os mecanismos neurais
07:51
for representing the space around us
197
456000
3000
para representar o espaço que nos envolve
07:54
are also used for generating visual imagery
198
459000
4000
também são usados para gerar um imaginário visual
07:58
so that we can recreate the spatial scene, at least,
199
463000
3000
para que possamos recriar uma cena espacial, pelo menos,
08:01
of the events that have happened to us when we want to imagine them.
200
466000
3000
dos acontecimentos que nos aconteceram quando os queremos imaginar.
08:04
So if this was happening,
201
469000
2000
Então se isto acontecesse,
08:06
your memories could start by place cells activating each other
202
471000
3000
as vossas memórias começariam com as células de localização a activarem-se umas às outras
08:09
via these dense interconnections
203
474000
2000
por intermédio destas densas ligações
08:11
and then reactivating boundary cells
204
476000
2000
e depois reactivando as células de limite
08:13
to create the spatial structure
205
478000
2000
para criar a estrutura espacial
08:15
of the scene around your viewpoint.
206
480000
2000
da cena à volta da vossa perspectiva.
08:17
And grid cells could move this viewpoint through that space.
207
482000
2000
E as células rede podiam mover esta perspectiva por aquele local.
08:19
Another kind of cell, head direction cells,
208
484000
2000
Outro género de célula, as células de direcção.
08:21
which I didn't mention yet,
209
486000
2000
que ainda não mencionei,
08:23
they fire like a compass according to which way you're facing.
210
488000
3000
elas disparam como uma bússola de acordo com a direcção que tomamos.
08:26
They could define the viewing direction
211
491000
2000
Elas pode definir a direcção de visão
08:28
from which you want to generate an image for your visual imagery,
212
493000
3000
da qual vão querer gerar uma imagem para o vosso imaginário visual,
08:31
so you can imagine what happened when you were at this wedding, for example.
213
496000
3000
para que possam imaginar o que aconteceu quando foram ao casamento, por exemplo.
08:34
So this is just one example
214
499000
2000
E isto é apenas um exemplo
08:36
of a new era really
215
501000
2000
de uma nova era
08:38
in cognitive neuroscience
216
503000
2000
na neurociência cognitiva
08:40
where we're beginning to understand
217
505000
2000
onde começamos a perceber
08:42
psychological processes
218
507000
2000
os processos psicológicos
08:44
like how you remember or imagine or even think
219
509000
3000
tais como lembrarmo-nos ou imaginarmos ou mesmo pensar
08:47
in terms of the actions
220
512000
2000
em termo das acções
08:49
of the billions of individual neurons that make up our brains.
221
514000
3000
dos mil milhões de neurónios individuais que formam os nossos cérebros.
08:52
Thank you very much.
222
517000
2000
Muito obrigado.
08:54
(Applause)
223
519000
3000
(Aplausos)
ABOUT THE SPEAKER
Neil Burgess - NeuroscientistAt University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space.
Why you should listen
Neil Burgessis is deputy director of the Institute of Cognitive Neuroscience at University College London, where he investigates of the role of the hippocampus in spatial navigation and episodic memory. His research is directed at answering questions such as: How are locations represented, stored and used in the brain? What processes and which parts of the brain are involved in remembering the spatial and temporal context of everyday events, and in finding one's way about?
To explore this space, he and his team use a range of methods for gathering data, including pioneering uses of virtual reality, as well as computational modelling and electrophysiological analysis of the function of hippocampal neurons in the rat, functional imaging of human navigation, and neuropsychological experiments on spatial and episodic memory.
A parallel interest: Investigating our human short-term memory for serial order, or how we know our 123s.
Neil Burgess | Speaker | TED.com