CA3 sparsity stabilises high-connectivity recurrent autoassociation: complementary binary and spiking computational modes in a DG->CA3 model
यह अध्ययन दर्शाता है कि CA3 ऑटोएसोसिएटिव मेमोरी की स्थिरता आवर्ती कनेक्टिविटी (recurrent connectivity) और न्यूरोनल स्पैरसिटी (neuronal sparsity) के बीच एक महत्वपूर्ण संतुलन पर निर्भर करती है, जहाँ उच्च कनेक्टिविटी केवल तभी व्यवहार्य होती है जब गतिविधि पर्याप्त रूप से विरल (sparse) हो ताकि अनियंत्रित उत्तेजना (runaway excitation) को रोका जा सके, जो कि डेंटेट गाइरस द्वारा स्वाभाविक रूप से बनाए रखी जाती है और वयस्क न्यूरोजेनेसिस द्वारा नियंत्रित होती है।
मूल पेपर CC BY 4.0 (https://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 की याद रखने की क्षमता दो विपरीत कार्यों के बीच एक नाजुक संतुलन पर टिकी है। एक नई स्मृति को संग्रहीत करने के लिए, मस्तिष्क को इसे समान पिछले अनुभवों से अलग करना होगा, यह सुनिश्चित करते हुए कि एक नई घटना को पुराने के साथ भ्रमित न किया जाए। यह प्रक्रिया, जिसे पैटर्न सेपरेशन (pattern separation) कहा जाता है, एक फाइलिंग सिस्टम की तरह काम करती है जो समान दस्तावेजों को अलग-अलग फोल्डरों में रखती है। एक बार स्मृति संग्रहीत हो जाने के बाद, मस्तिष्क को इसे तब भी पुनः प्राप्त करने में सक्षम होना चाहिए जब उसे केवल एक अस्पष्ट या अधूरा संकेत दिया जाए। यह पुनर्प्राप्ति प्रक्रिया, जिसे पैटर्न कम्प्लीशन (pattern completion) कहा जाता है, एक गंध या ध्वनि के एक अंश को पूरे दृश्य को वापस लाने में सक्षम बनाती है। ये दोनों क्रियाएं हिप्पोकैम्पस (hippocampus) के पड़ोसी क्षेत्रों में होती हैं, जो मस्तिष्क के भीतर एक समुद्री घोड़े के आकार की संरचना है। पहला क्षेत्र, डेंटेट गाइरस (dentate gyrus), पृथक्करण का कार्य करता है, जबकि दूसरा क्षेत्र, एरिया CA3 (area CA3), पूर्णता का कार्य करता है।
द दशकों तक, वैज्ञानिक इस बात पर बहस करते रहे हैं कि CA3 क्षेत्र इतनी विश्वसनीयता से स्मृतियों को कैसे प्रबंधित करता है। इस बहस की कुंजी इस बात में निहित है कि इस क्षेत्र के न्यूरॉन्स एक-दूसरे से कितने घने जुड़े हुए हैं। कुछ माप बताते हैं कि ये संबंध दुर्लभ हैं, जबकि अन्य, अधिक उन्नत इमेजिंग का उपयोग करते हुए, सुझाव देते हैं कि वे दस गुना अधिक सामान्य हैं। यह असहमति शोधकर्ताओं को सोचने पर मजबूर कर देती है: क्या अधिक कनेक्शन होने से मस्तिष्क को यादें याद करने में मदद मिलती है, या इससे अराजकता पैदा होती है? तादानोबू चुयो कामिजो और सहयोगियों द्वारा किए गए एक नए अध्ययन ने कंप्यूटर सिमुलेशन का उपयोग करके इस संघर्ष को सुलझाया है। उन्होंने पाया कि उत्तर पूरी तरह से इस पर निर्भर करता है कि न्यूरॉन्स कैसे व्यवहार करते हैं। यदि न्यूरॉन्स को बहुत शांत और विरल (sparse) रखा जाता है, तो एक अत्यधिक जुड़ा हुआ नेटवर्क खूबसूरती से काम करता है। लेकिन यदि न्यूरॉन्स बहुत अधिक सक्रिय हो जाते हैं, तो वही उच्च जुड़ाव प्रणाली को ध्वस्त कर देता है, जिससे एक स्मृति को दूसरी से अलग करना असंभव हो जाता है।
शोधकर्ताओं ने यह परीक्षण करने के लिए कि ये प्रणालियाँ विभिन्न स्थितियों के तहत स्मृति को कैसे संभालती हैं, डेंटेट गाइरस से CA3 तक के मार्ग का एक विस्तृत कंप्यूटर मॉडल बनाया। उन्होंने विभिन्न तरीकों से वैज्ञानिकों द्वारा मॉडल किए गए CA3 क्षेत्र का प्रतिनिधित्व करने के लिए दो संस्करण बनाए। एक संस्करण ने एक सरलीकृत, बाइनरी दृष्टिकोण का उपयोग किया जहाँ न्यूरॉन्स या तो सख्त रूप से "चालू" (on) या "बंद" (off) होते हैं, जो गतिविधि पर सख्त सीमाओं वाले सिस्टम का प्रतिनिधित्व करता है। दूसरे संस्करण ने एक अधिक यथार्थवादी स्पाइकिंग मॉडल (spiking model) का उपयोग किया, जहाँ न्यूरॉन्स विद्युत संकेत भेजते हैं और उत्तेजना एवं अवरोध (excitation and inhibition) के संतुलन के माध्यम से अपनी गतिविधि को नियंत्रित करते हैं, बिल्कुल एक वास्तविक जैविक नेटवर्क की तरह। फिर उन्होंने दोनों संस्करणों को इनपुट की एक धारा दी और न्यूरॉन्स के बीच कनेक्शन की संख्या को बदलते हुए आंशिक स्मृतियों को पूरा करने की उनकी क्षमता का परीक्षण किया।
परिणामों ने दोनों मॉडलों के बीच एक चौंकाने वाला अंतर प्रकट किया। सरलीकृत बाइनरी संस्करण में, कनेक्शनों की संख्या बढ़ाने से हमेशा मदद मिली। न्यूरॉन्स के पास जितने अधिक लिंक थे, प्रणाली आंशिक संकेतों से पूर्ण स्मृतियों को पुनः प्राप्त करने में उतनी ही बेहतर होती गई। यह सुझाव देता है कि यदि मस्तिष्क गतिविधि की सख्त सीमाओं के साथ संचालित होता है, तो कनेक्शनों का एक घना जाल एक स्पष्ट लाभ है। हालाँकि, अधिक यथार्थवादी स्पाइकिंग मॉडल ने एक अलग कहानी सुनाई। इस संस्करण में, कनेक्शनों की संख्या बढ़ने से केवल एक निश्चित बिंदु तक ही मदद मिली। एक बार जब न्यूरॉन्स की संख्या के सापेक्ष कनेक्शनों की संख्या बहुत अधिक हो गई, तो प्रणाली विफल हो गई। स्मृतियाँ केवल थोड़ी धुंधली नहीं हुईं; वे पूरी तरह से ध्वस्त हो गईं। नेटवर्क विभिन्न संग्रहीत पैटर्न के बीच अंतर करने में असमर्थ हो गया, प्रभावी रूप से स्मृति खो दी।
अध्ययन ने इस विफलता को नियंत्रित करने वाले एक विशिष्ट नियम की पहचान की। प्रणाली केवल तभी स्थिर रहती है जब सक्रिय न्यूरॉन्स की संख्या और प्रति न्यूरॉन कनेक्शनों की संख्या का गुणनफल एक निश्चित सीमा से नीचे रहता है। सरल शब्दों में, यदि न्यूरॉन्स बहुत अधिक बार फायर (fire) होते हैं, तो कनेक्शनों की उच्च संख्या उन सभी को एक साथ सक्रिय कर देती है, जिससे स्मृति के विशिष्ट पैटर्न धुंधले हो जाते हैं। शोधकर्ताओं ने पाया कि यह पतन तब भी होता है जब नेटवर्क अपने आंतरिक ब्रेक, यानी अवरोध (inhibition) को मजबूत करने की कोशिश करता है। यह विफलता गतिविधि का अनियंत्रित विस्फोट नहीं है, बल्कि विशिष्टता का नुकसान है जहाँ मस्तिष्क एक स्मृति को दूसरी से अलग करने में असमर्थ हो जाता है। यह समझाता है कि मस्तिष्क संभवतः CA3 न्यूरॉन्स की गतिविधि को बहुत कम रखता है, जिसमें किसी भी समय केवल दो से पांच प्रतिशत न्यूरॉन्स ही सक्रिय होते हैं। यही अत्यधिक विरलता (sparsity) वह स्थिति है जो एक अत्यधिक जुड़े हुए नेटवर्क को बिना टूटे कार्य करने की अनुमति देती है।
टीम ने यह भी पता लगाया कि वयस्क न्यूरोजेनेसिस (adult neurogenesis), यानी वयस्क मस्तिष्क में नए न्यूरॉन्स का जन्म, इस चित्र में कैसे फिट बैठता है। नए न्यूरॉन्स को परिपक्व न्यूरॉन्स की तुलना में अधिक उत्तेजक माना जाता है, जो संभावित रूप से नेटवर्क के नाजुक संतुलन को बाधित कर सकता है। सिमुलेशन ने दिखाया कि यदि ये नए न्यूरॉन्स अपने कनेक्शनों को बदले बिना केवल अधिक सक्रिय हो जाते हैं, तो वे सिस्टम को सीमा से बाहर धकेल देंगे, जिससे स्मृति नेटवर्क ध्वस्त हो जाएगा। हालाँकि, यदि ये नए न्यूरॉन्स नेटवर्क को शांत करने में मदद करने के लिए निरोधात्मक कोशिकाओं (inhibitory cells) को भी नियुक्त करते हैं, तो वे वास्तव में सिस्टम को स्थिर करने में मदद करते हैं। यह सुझाव देता है कि मस्तिष्क द्वारा नई कोशिकाओं को एकीकृत करने का तरीका महत्वपूर्ण है: यदि नई कोशिकाएं समग्र गतिविधि को कम रखने में मदद करती हैं, तो वे स्मृति की रक्षा करती हैं; यदि वे केवल शोर (noise) जोड़ती हैं, तो वे उसे नष्ट कर देती हैं।
यह कार्य CA3 क्षेत्र में कितने कनेक्शन मौजूद हैं, इस बारे में लंबे समय से चल रही बहस को नया रूप देता है। कम और उच्च अनुमानों के बीच की असहमति माप का विरोधाभास नहीं हो सकती है, बल्कि विभिन्न ऑपरेटिंग मोड का प्रतिबिंब हो सकती है। यदि मस्तिष्क एक विरल, नियंत्रित कोड पर निर्भर करता है, तो यह कनेक्शनों के बहुत उच्च घनत्व का समर्थन कर सकता है, जो उच्च अनुमानों के अनुरूप है। यदि कोड कम विरल होता, तो मस्तिष्क को अराजकता से बचने के लिए बहुत कम कनेक्शनों की आवश्यकता होती। अध्ययन बताता है कि मस्तिष्क की स्मृति को पुनः प्राप्त करने की क्षमता केवल सही संख्या में तारों के होने के बारे में नहीं है, बल्कि उन तारों पर यातायात को इतना हल्का रखने के बारे में है कि ग्रिडलॉक (gridlock) से बचा जा सके। गतिविधि को विरल रखकर, मस्तिष्क एक समृद्ध, अत्यधिक जुड़ा हुआ नेटवर्क बनाए रख सकता है जो स्थिर और सटीक स्मृति पुनर्प्राप्ति में सक्षम 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।