Thalamocortical credit routing from the basal ganglia and cerebellum: anatomical constraints and circuit principles

لفهم كيفية تعلم الحيوان اختيار الإجراء الصحيح للحصول على مكافأة، ركز العلماء لفترة طويلة على بنيتين عميقتين في الدماغ: العقد القاعدية والمخيخ. تعمل هاتان المنطقتان كمحركات للتعلم؛ حيث تساعد العقد القاعدية في اتخاذ القرار بشأن الإجراء الذي يستحق السعي وراءه بناءً على المكافآت السابقة، بينما يقوم المخيخ بضبط توقيت ودقة الحركات. وتتلقى كلتا البنيتين تعليمات من القشرة المخية، وهي الطبقة الخارجية للدماغ المسؤولة عن التفكير المعقد والتخطيط. وبعد معالجة هذه المعلومات، ترسل هاتان البنيتان إشارات إلى القشرة لتحديث السلوك المستقبلي، مما يخلق حلقة مستمرة حيث يتحقق الدماغ باستمرار من أدائه. ومع ذلك، ظلت قطعة حاسمة من هذا اللغز غير واضحة: كيف تنتقل إشارات التعلم هذه عائدة إلى مجموعات محددة من الخلايا العصبية في القشرة التي ولدت الإجراء بالفعل؟ فبدون نظام توصيل دقيق، لن يعرف الدماغ أي الخلايا العصبية يجب تقويتها أو إضعافها، مما يجعل التعلم غير فعال أو مستحيلاً.

لقد رسم فريق من الباحثين في اليابان الآن مسار التوصيل هذا في الفئران، كاشفين عن نظام متطور يضمن وصول إشارات التعلم إلى الوجهات الصحيحة تماماً. واكتشفوا أنه بينما ترسل العقد القاعدية والمخيخ رسائلهما عبر قنوات منفصلة إلى حد كبير داخل المهاد — وهو محطة ترحيل مركزية في الدماغ — فإن هذه القنوات تندمج مرة أخرى عند وصولها إلى القشرة. وبشكل محدد، وجد الباحثون أن الإشارات من كلا النظامين تتقارب في الطبقة العليا من القشرة الحركية الثانوية، وهي منطقة حاسمة للتخطيط وتعلم مهارات جديدة. ويسمح هذا التقارب للدماغ بدمج أنواع مختلفة من معلومات التعلم وتوجيهها إلى الخلايا العصبية المسؤولة عن إجراء ما. ومن خلال الجمع بين التصوير الدماغي التفصيلي والمحاكاة الحاسوبية، أظهر الفريق أن هذا الترتيب التشريحي ضروري لكي يتمكن الدماغ من تخصيص "الائتمان" (credit) بشكل صحيح، مما يضمن أن الخلايا العصبية التي ساهمت في إجراء ناجح هي التي يتم تعزيزها.

بدأ الباحثون بتتبع المسارات الفيزيائية في أدمغة الفئربة لمعرفة أين تذهب إشارات التعلم هذه. قاموا بحقن كميات ضئيلة من المواد التتبعية الفلورية في العقد القاعدية والمخيخ وراقبوا كيف تنتقل الإشارات عبر المهاد إلى القشرة. ووجدوا أن الخلايا العصبية في المهاد التي تتلقى مدخلات من العقد القاعدية تقع في الغالب في منطقة واحدة، بينما تقع تلك التي تتلقى مدخلات من المخيخ في منطقة مختلفة. وقد أكد هذا أن النظامين يظلان منفصلين إلى حد كبير أثناء مرورهما عبر المهاد. ومع ذلك، عندما نظر الباحثون إلى أين تنتهي المحاور العصبية — وهي الألياف الطويلة التي تحمل الإشارات من المهاد إلى القشرة — تغيرت الصورة. فعلى الرغم من انطلاقها من أماكن مختلفة في المهاد، إلا أن المحاور العصبية لكلا النظامين تشاركت في وجهة مذهلة: الطبقة العليا من القشرة الحركية الثانوية. تحتوي هذه الطبقة على النهايات البعيدة للخلايا العصبية التي تتحكم في الحركة. كما وجد الباحثون منطقة صغيرة في المهاد تختلط فيها الإشارات من كلا النظامين، لكن الاكتشاف الأهم كان نقطة الوصول المشتركة هذه في القشرة.

ولفهم سبب أهمية هذه الوجهة المشتركة، بنى الفريق نموذجاً حاسوبياً مفصلاً للدائرة الدماغية بأكملها، بما في ذلك القشرة والمهاد والعقد القاعدية والمخيخ. وفي محاكاتهم، اختبروا كيف يتعلم الدماغ عندما يتم توجيه الإشارات بشكل صحيح مقابل عندما يتم خلطها. ووجدوا أن التعلم يعمل بشكل أفضل عندما يتم إرسال التغذية الراجعة من العقد القاعدية والمخيخ إلى مجموعات محددة من الخلايا العصبية التي ساعدت في توليد الإجراء. وإذا أُرسلت الإشارات إلى الخلايا العصبية الخطأ، فإن التعلم يفشل. كما كشف النموذج أن الدماغ يستخدم طريقتين مختلفتين لإرسال هذه الإشارات عائدة؛ حيث يعمل أحد أنواع الإشارات مثل "مفتاح التحكم في مستوى الصوت" (volume knob)، مما يجعل النشاط الحالي للخلية العصبية أقوى أو أضعف، بينما يعمل النوع الآخر كـ "دفع مباشر"، حيث يضيف نشاطاً جديداً إلى الخلية العصبية. واكتشف الباحثون أن الدماغ يحتاج إلى كلا الآليتين تعملان معاً للتعلم بكفاءة. إن تأثير "مفتاح التحكم في مستوى الصوت"، الذي يحدث في تلك الطبقة العليا من القشرة، يساعد الدماغ على تضخيم الإشارات الصحيحة، بينما يساعد "الدفع المباشر" في دفع الإجراء للأمام.

كما استكشف البحث كيف يحدد الدماغ أي الخلايا العصبية يجب أن تتلقى إشارات التعلم في المقام الأول. في النموذج الحاسوبي، أظهر الباحثون أن الدماغ يمكنه تعلم مواءمة تغذيته الراجعة من خلال مراقبة نشاطه الخاص خلال فترات الراحة. فمن خلال مقارنة مدى نشاط خلية عصبية مع احتمالية تحفيزها لإجراء ما، يمكن للدماغ تعديل اتصالاته بحيث تُرسل إشارات التعلم إلى المكان الصحيح. هذه العملية، التي أطلقوا عليها اسم "المعايرة المحلية" (local calibration)، سمحت للنموذج باستعادة قدرته على التعلم حتى لو لم تكن الاتصالات الأولية معدة بشكل مثالي. علاوة على ذلك، اختبر الباحثون ما إذا كان هذا النظام يمكنه التعامل مع المهام المعقدة حيث تحتاج عدة خلايا عصبية إلى التدريب في وقت واحد، مثل تجارب واجهة الدماغ والحاسوب حيث يتعلم الشخص التحكم في مؤشر الكمبيوتر بأفكاره. ووجدوا أنه عندما يرسل الدماغ إشارة مكافأة واحدة شاملة إلى الشبكة بأكملها، فإنه يكافح لتدريب أهداف متعددة في آن واحد إذا كانت تلك الأهداف تحتاج للتحرك في اتجاهات متعاكسة. ومع ذلك، عندما يتم توجيه التغذية الراجعة عبر قنوات متوازية ومنفصلة، يمكن للدماغ تدريب عدة خلايا عصبية بنجاح في وقت واحد. وهذا يشير إلى أن قدرة الدماغ على تعلم المهام المعقدة متعددة الأجزاء تعتمد على وجود هذه المسارات المتوازية والمتميزة التي يمكنها تقديم "الائتمان" لمجموعات محددة من الخلايا العصبية دون تداخل.

تقدم هذه النت actually رؤية جديدة لكيفية تعلم الدماغ. فبدلاً من رؤية العقد القاعدية والمخيخ كنظم مستقلة تضيف مخرجاتها ببساطة، يقترح الباحثون أنها تعمل كفريق منسق يستخدم طريقاً سريعاً مشتركاً لتوصيل إشارات التعلم. هذا الطريق السريع، الذي يتقارب في الطبقة العليا من القشرة الحركية، يسمح للدماغ بدمج أنواع مختلفة من المعلومات وتوجيهها بدقة حيثما دعت الحاجة. وتشير الدراسة إلى أن التخطيط الفيزيائي لهذه الاتصالات ليس مجرد مخطط توصيلات سلبي، بل هو مكون نشط في عملية التعلم نفسها. فمن خلال ضمان وصول إشارات التعلم إلى الخلايا العصبية المحددة المسؤولة عن إجراء ما، يمكن للدماغ تحسين سلوكه بكفاءة والتكيف مع التحديات الجديدة. يوفر هذا العمل إطاراً تشريحياً وحسابياً ملموساً لفهم كيفية حل الدماغ لمشكلة "تخصيص الائتمان" (credit assignment)، وهو تحدٍ أساسي في التعلم ينطبق ليس فقط على الحيوانات ولكن أيضاً على تطوير أنظمة الذكاء الاصطناዊ. وتبرز نتائج الباحثين، المستمدة من الملاحظة المباشرة في الفئران والمحاكاة الحاسوبية الصارمة، أهمية التقارب الصفائحي (laminar convergence) والتغذية الراجعة النمطية في تمكين الدماغ من تعلم السلوكيات المعقدة.