Statistical Mechanics of Spike Trains: Self-Consistent Activity Ensembles and Phase Transitions
यह शोध पत्र एक सांख्यिकीय-यांत्रिक ढांचे को प्रस्तुत करता है जो गैर-दोलनशील और दोलनशील न्यूरोनल गतिविधि प्रतिमानों के बीच चरण संक्रमण (phase transitions) को चित्रित करने के लिए संपूर्ण स्पाइक ट्रेनों को बोल्ट्ज़मैन जैसे वितरण के भीतर सूक्ष्म अवस्थाओं (microstates) के रूप में मानता है, जिसे विश्लेषणात्मक क्रम मापदंडों (analytical order parameters) और मोंटे कार्लो सिमुलेशन दोनों द्वारा समर्थित किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
मस्तिष्क को अक्सर विद्युत संकेतों के एक विशाल नेटवर्क के रूप में वर्णित किया जाता है, जहाँ अरबों सूक्ष्म कोशिकाएं बिजली की छोटी लहरों (स्पार्क्स) के माध्यम से संचार करती हैं। दशकों से, वैज्ञानिक यह समझने की कोशिश कर रहे हैं कि ये व्यक्तिगत चिंगारियां जटिल विचारों, लय या यहाँ तक कि दौरों (सीज़र्स) को कैसे जन्म देती हैं। इसे अध्ययन करने का पारंपरिक तरीका यह है कि कोशिकाओं को देखा जाए और उन नियमों को लिखने का प्रयास किया जाए जो उनके वोल्टेज और रसायन विज्ञान को नियंत्रित करते हैं, जैसे कि मस्तिष्क को चलते हुए पुर्जों वाली एक मशीन माना जा रहा हो। हालाँकि, इस समस्या को देखने का एक दूसरा तरीका भी है। कोशिकाओं की आंतरिक मशीनरी पर ध्यान केंद्रित करने के बजाय, व्यक्ति पूरी तरह से उन चिंगारियों के पैटर्न (आकृति) पर ध्यान केंद्रित कर सकता है। यह दृष्टिकोण न्यूरॉन्स के फायर होने के समय और स्थान के संपूर्ण इतिहास को अध्ययन की मौलिक वस्तु मानता है, और यह पूछता है कि कौन से नियम कुछ विशेष फायरिंग पैटर्न को अधिक संभावित बनाते हैं। यह इस सवाल से हटकर है कि इंजन कैसे काम करता है, और इस सवाल की ओर बढ़ता है कि कार विशेष रूप से उस विशिष्ट मार्ग पर क्यों चलती है।
शोधकर्ताओं की एक टीम ने इस विचार पर आधारित एक नया ढांचा तैयार किया है, जो न्यूरल फायरिंग की संपूर्ण घटनाक्रम को एक एकल, एकीकृत प्रणाली के रूप में देखता है। उन्होंने न्यूरॉन्स के भीतर बिजली के भौतिक प्रवाह का अनुकरण (सिमुलेशन) करने की कोशिश नहीं की। इसके बजाय, उन्होंने मस्तिष्क की कल्पना फायरिंग के संभावित इतिहासों के एक संग्रह के रूप में की, जहाँ प्रत्येक इतिहास को इस आधार पर एक स्कोर दिया जाता है कि वह मस्तिष्क की अपनी आंतरिक वायरिंग के साथ कितनी अच्छी तरह मेल खाता है। इस दृष्टिकोण में, एक फायरिंग पैटर्न जो न्यूरॉन्स के बीच के कनेक्शनों के साथ पूरी तरह संरेखित होता है, उसे "कम ऊर्जा" वाला माना जाता है और इसलिए अत्यधिक संभावित माना जाता है, जबकि एक पैटर्न जो वायरिंग के विरुद्ध जाता है, वह "उच्च ऊर्जा" वाला और असंभावित होता है। शोधकर्ताओं ने बाहरी शोर या यादृच्छिक इनपुट के प्रभाव को दर्शाने के लिए 'तापमान' के समान एक अवधारणा पेश की। जब यह "तापमान" कम होता है, तो प्रणाली उन पैटर्नों में स्थिर हो जाती है जो इसकी आंतरिक संरचना के साथ पूरी तरह सुसंगत होते हैं। जब यह उच्च होता है, तो प्रणाली अराजक हो जाती है, और फायरिंग का लगभग कोई भी पैटर्न संभव हो जाता है।
इस ढांचे का उपयोग करते हुए, शोधकर्ताओं ने पाया कि मस्तिष्क की गतिविधि स्वाभाविक रूप से तीन अलग-अलग अवस्थाओं में व्यवस्थित होती है, जो इस बात पर निर्भर करती है कि आंतरिक कनेक्शन कितने मजबूत हैं और न्यूरॉन्स के बीच संकेतों के यात्रा करने में कितना समय लगता है। पहली अवस्था एक समान, स्थिर गूँज (हम) है जहाँ गतिविधि समय में समान रूप से फैली होती है, जिसमें कोई स्पष्ट लय नहीं होती। दूसरी अवस्था एक दोलनशील लय (ऑसिलेटरी रिदम) है, जहाँ न्यूरॉन्स की पूरी आबादी बार-बार, सिंक्रोनाइज़्ड विस्फोटों (बर्स्ट्स) में फायर करती है, जो एक विशिष्ट समय अंतराल द्वारा अलग किए जाते हैं। तीसरी अवस्था एक सिमटी हुई, स्थानीयकृत डिस्चार्ज (कोलैप्स्ड डिस्चार्ज) है, जहाँ सारी गतिविधि समय के एक एकल, तीव्र स्पाइक में होती है, जिसके बाद सन्नाटा छा जाता है। शोधकर्ताओं ने पाया कि मुख्य कारक जो यह तय करता है कि मस्तिष्क किस अवस्था में जाएगा, वह है कनेक्शन में होने वाला विलंब (डिले)। यदि एक न्यूरॉन से दूसरे न्यूरॉन तक संकेत यात्रा करने का समय बहुत सुसंगत और छोटा है, तो मस्तिष्क एक लयबद्ध, दोलनशील अवस्था में जाने की प्रवृत्ति रखता है। यदि विलंब फैले हुए और परिवर्तनशील हैं, तो मस्तिष्क गतिविधि के एक एकल, तीव्र विस्फोट में सिमट जाता है।
इन विचारों का परीक्षण करने के लिए, वैज्ञानिकों ने कंप्यूटर सिमुलेशन चलाए जिन्होंने लाखों संभावित फायरिंग पैटर्न का नमूना लिया। उन्होंने समय के निरंतर प्रवाह या कोशिकाओं के बदलते वोल्टेज का अनुकरण नहीं किया। इसके बजाय, उन्होंने फायरिंग घटनाओं को यादृच्छिक रूप से पुनर्व्यवस्थित करने की विधि का उपयोग किया और उन घटनाओं को रखा जो ऊर्जा नियमों के साथ सबसे अच्छी तरह फिट बैठती थीं, ठीक वैसे ही जैसे एक हाइकर धुंधली घाटी में सबसे निचले बिंदु को खोजने के लिए नीचे की ओर छोटे कदम लेता है। इन सिमुलेशन ने पुष्टि की कि उनके सिद्धांत द्वारा अनुमानित तीन अवस्थाएँ वास्तव में तब उभरती हैं जब इन नियमों को न्यूरॉन्स के नेटवर्क पर लागू किया जाता है। सिमुलेशन ने दिखाया कि लयबद्ध अवस्थाएँ एक साफ, दोहराते हुए तरंग की तरह दिखती हैं, जबकि सिमटी हुई (कोलैप्स्ड) अवस्थाएँ गतिविधि के एक बिखरे हुए, कांच जैसे क्लस्टर की तरह दिखती हैं जो समय में स्थानीयकृत है लेकिन जिसमें नियमित ताल की कमी है। शोधकर्ताओं ने नोट किया कि उनके सिमुलेशन में सिमटी हुई अवस्थाएँ वैसी पूर्ण, एकल समय बिंदु नहीं थीं जैसी सरल थ्योरी ने भविष्यवाणी की थी, बल्कि वे गतिविधि के छोटे क्लस्टर थे। ऐसा इसलिए है क्योंकि वास्तविक न्यूरॉन्स की भौतिक सीमाएँ होती हैं, जैसे कि फायरिंग के बाद एक संक्षिप्त रिकवरी अवधि, जो उन्हें एक ही क्षण में सिमटने से रोकती है।
यह अध्ययन सुझाव देता है कि ये विभिन्न अवस्थाएँ केवल यादृच्छिक दुर्घटनाएँ नहीं हैं, बल्कि न्यूरल गतिविधि के मौलिक चरण हैं, ठीक वैसे ही जैसे पानी बर्फ, तरल या भाप के रूप में अस्तित्व में हो सकता है। इन अवस्थाओं के बीच का संक्रमण मस्तिष्क की अपनी वायरिंग का पालन करने की इच्छा और बाहरी शोर द्वारा उत्पन्न यादृच्छिकता के बीच प्रतिस्पर्धा से प्रेरित होता है। शोधकर्ताओं ने यह भी दिखाया कि इस ढांचे का उपयोग उलटे क्रम में भी किया जा सकता है। यदि आप फायरिंग का एक विशिष्ट पैटर्न देखते हैं, तो आप उन्हीं गणितीय नियमों का उपयोग करके पीछे की ओर काम कर सकते हैं और अनुमान लगा सकते हैं कि न्यूरॉन्स के बीच के कनेक्शन कैसे होने चाहिए। यह न्यूरॉन्स के तारों को देखे बिना, केवल उनके आउटपुट को देखकर मस्तिष्क नेटवर्क की छिपी हुई संरचना का पता लगाने का एक नया तरीका प्रदान करता है।
निष्कर्ष रेखांकित करते हैं कि मस्तिष्क में समय विलंब (टाइमिंग डिले) का महत्व आश्चर्यजनक है। शोध इंगित करता है कि विलंब वितरण (डिले डिस्ट्रीब्यूशन) का विशिष्ट आकार—चाहे संकेत एक साथ पहुँचते हों या समय के साथ फैलते हों—सामूहिक मस्तिष्क गतिविधि का प्राथमिक संगठक है। संकीर्ण, सुसंगत विलंब लयबद्ध, सिंक्रोनाइज़्ड फायरिंग की ओर ले जाते हैं, जबकि व्यापक, परिवर्तनशील विलंब अनियमित, स्थानीयकृत विस्फोटों की ओर ले जाते हैं। यह एक सांख्यिकीय स्पष्टीकरण प्रदान करता है कि क्यों कुछ मस्तिष्क नेटवर्क दोलन करते हैं जबकि अन्य विस्फोटों में फायर करते हैं, जो यह सुझाव देता है कि ये व्यवहार नेटवर्क की ज्यामिति के सामान्य गुण हैं न कि जटिल, विशिष्ट जैविक तंत्रों का परिणाम। यह कार्य न्यूरॉन्स के काम करने के विस्तृत मॉडलों को बदलने का दावा नहीं करता है, बल्कि यह एक पूरक दृष्टिकोण प्रदान करता है जो फायरिंग के संपूर्ण इतिहास को प्राथमिक वास्तविकता मानता है। सांख्यिकीय भौतिकी की भाषा के भीतर न्यूरल गतिविधि को रखकर, शोधकर्ताओं ने यह समझने का एक नया तरीका प्रदान किया है कि अरबों व्यक्तिगत चिंगारियों के बीच से व्यवस्था (ऑर्डर) कैसे उभरती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।