Excitatory delay-coupling explains in-phase and antiphase functional connectivity

अपने मस्तिष्क की कल्पना एक हलचल भरे शहर के रूप में करें जहाँ अरबों नन्हे संदेशवाहक (न्यूरॉन्स) लगातार एक-दूसरे को संदेश चिल्लाकर भेज रहे हैं। कुछ भी करने के लिए—जैसे गणित की समस्या हल करना या जू़ग्लिंग सीखना—इस शहर के विभिन्न मोहल्लों को एक लय में चिल्लाना पड़ता है। इस लय को "ऑसिलेशन" (oscillation) कहा जाता है, और जब दो मोहल्ले बिल्कुल एक ही ताल पर चिल्लाते हैं, तो वे "सिंक्रोनाइज्ड" (synchronized) होते हैं। वैज्ञानिक लंबे समय से जानते हैं कि यह सिंक्रोनाइज़ेशन सोचने और हिलने-डुलने के लिए महत्वपूर्ण है, लेकिन वे इस बात से हैरान थे कि यह टाइमिंग कैसे काम करती है। विशेष रूप से, वे यह जानना चाहते थे कि क्या संदेशवाहक बिल्कुल एक साथ चिल्लाते हैं (इन-फेज़/in-phase) या वे कॉल-एंड-रिस्पॉन्स (पुकारो और जवाब दो) के पैटर्न में चिल्लाते हैं जहाँ एक दूसरे के इंतज़ार में रहता है (एंटीफेज़/antiphase)। लंबे समय तक, मस्तिष्क के दो दूरस्थ हिस्सों को बिल्कुल एक ही समय पर चिल्लाते हुए देखना असंभव लग रहा था क्योंकि मस्तिष्क के तारों (वायरिंग) के माध्यम से संकेत यात्रा करने में समय लगता है। इसने एक बड़ी बहस को जन्म दिया: क्या यह सटीक टाइमिंग वास्तविक है, या यह केवल माप के उपकरणों का एक भ्रम है?

शोधकर्ताओं की एक टीम ने मस्तिष्क की लय को सुनने के एक नए तरीके का उपयोग करके इस पहेली पर एक ताज़ा नज़र डाली है। उन्होंने 31 लोगों का अध्ययन किया जो एक कठिन मोटर कौशल (जैसे रोबोटिक सर्जिकल उपकरणों का उपयोग करना) सीख रहे थे और एक ईईजी (EEG) कैप पहने हुए थे जो मस्तिष्क की तरंगों को रिकॉर्ड करता है। केवल यह पूछने के बजाय कि "संबंध कितना मजबूत है?", उन्होंने पूछा "टाइमिंग का संबंध क्या है?" उन्होंने पाया कि जब मस्तिष्क के क्षेत्र मजबूती से जुड़ते हैं, तो वे लगभग हमेशा दो पैटर्न में से एक में आते हैं: या तो वे पूर्ण एकता में चिल्लाते हैं (इन-फेज़) या वे एक-दूसरे से ठीक आधे बीट के अंतर पर बारी-बारी से चिल्लाते हैं (एंटीफेज़)। उनके बीच की टाइमिंग बहुत कम है। पेपर सुझाव देता है कि यह तय करने वाली कुंजी कि कौन सा पैटर्न उभरता है, केवल यह नहीं है कि मस्तिष्क के क्षेत्र एक-दूसरे से कितने दूर हैं, बल्कि यह है कि संकेत को उनके बीच यात्रा करने में कितना समय लगता है। यदि यात्रा का समय कम है, तो वे एक साथ चिल्लाते हैं; यदि यह लंबा है, तो वे बारी-बारी से चिल्लाने में बदल जाते हैं। शोधकर्ताओं ने न्यूरॉन्स के दो समूहों का एक सरल कंप्यूटर मॉडल बनाया ताकि यह दिखाने के लिए कि यह स्विचिंग देरी (delay) के कारण स्वाभाविक रूप से होती है, बिना किसी जटिल समायोजन की आवश्यकता के। उन्होंने यह भी पाया कि जब प्रतिभागी वास्तव में कार्य कर रहे थे, तो उनके मस्तिष्क 'इन-फेज़' (एक साथ चिल्लाने) की ओर अधिक झुक गए थे, एक ऐसा बदलाव जिसे पारंपरिक माप उपकरण नहीं पकड़ पाए थे लेकिन उनके नए "फेज़ रिलेशनशिप इंडेक्स" (PRI) ने इसे पूरी तरह से पकड़ लिया।

मस्तिष्क का लय खेल: कदम से कदम मिलाना या बारी-बारी से आना?

अपने मस्तिष्क के न्यूरल नेटवर्क को एक विशाल, वैश्विक गायक मंडली (choir) की तरह समझें। कभी-कभी, गायक मंडली के दो हिस्सों को एक शक्तिशाली स्वर बनाने के लिए एक साथ गाने की आवश्यकता होती है। मस्तिष्क विज्ञान की दुनिया में, इसे सिंक्रोनाइज़ेशन कहा जाता है। वर्षों से, वैज्ञानिक ISPC (इंटर-साइट फेज़ क्लस्टरिंग) नामक एक मीट्रिक का उपयोग यह मापने के लिए करते आए हैं कि दो मस्तिष्क क्षेत्र एक साथ कितनी मजबूती से गा रहे हैं। यह एक वॉल्यूम नॉब की तरह है: एक उच्च संख्या का अर्थ है कि वे ताल में बंधे हैं, और एक कम संख्या का अर्थ है कि वे बेतरतीब ढंग से गा रहे हैं। लेकिन ISPC की एक कमी है: यह आपको यह नहीं बताता कि वे कैसे एक साथ गा रहे हैं। क्या वे बिल्कुल एक ही नोट पर एक ही समय में हिट कर रहे हैं (इन-फेज़)? या वे कॉल-एंड-रिस्पॉन्स गा रहे हैं, जहाँ एक गाता है और दूसरा एक सेकंड रुककर वही नोट गाता है (एंटीफेज़)?

यह अंतर महत्वपूर्ण है क्योंकि एक प्रसिद्ध मस्तिष्क रहस्य है: "कंडक्शन डिले पैराडॉक्स" (conduction delay paradox)। मस्तिष्क में संकेत तुरंत नहीं चलते; उन्हें तारों (एक्सॉन) के माध्यम से यात्रा करने में समय लगता है। यदि दो मस्तिष्क क्षेत्र दूर हैं, तो संकेत देर से पहुँचना चाहिए, जिससे पूर्ण "इन-फेज़" गायन असंभव लगता है। फिर भी, वैज्ञानिक दूर के क्षेत्रों को पूर्ण एकता में गाते हुए देखते रहे। कुछ संशयवादियों ने तर्क दिया कि यह "वॉल्यूम कंडक्शन" (volume conduction) नामक एक माप त्रुटि है (जहाँ एक स्रोत से विद्युत संकेत पास के सेंसरों में रिस जाता है, जिससे वे सिंक्रनाइज़ दिखाई देते हैं जबकि वे वास्तव में नहीं होते)। अन्य लोगों ने सोचा कि यह वास्तविक है लेकिन वे यह समझाने में असमर्थ थे कि इस देरी को कैसे दूर किया गया।

खोज: एक टू-मोड स्विच

इस अध्ययन में, शोधकर्ताओं ने केवल कनेक्शन की शक्ति को मापने के बजाय, स्वयं टाइमिंग को मापने का निर्णय लिया। उन्होंने फेज़ रिलेशनशिप इंडेक्स (PRI) नामक एक नया उपकरण पेश किया। यदि ISPC एक वॉल्यूम नॉब है, तो PRI एक "टाइमिंग डायल" है। यह 0 (पूर्ण तालमेल) से 1 (पूर्ण बारी-बारी/एंटीफेज़) तक होता है।

उन्होंने लैपरोस्कोपिक मोटर लर्निंग टास्क (रिंग्स को हिलाने और सुई में धागा पिरोने के लिए रोबोटिक उपकरणों का उपयोग करना) करने वाले 31 प्रतिभागियों के ईईजी डेटा का विश्लेषण किया। उन्होंने स्कैल्प पर 171 इलेक्ट्रोड जोड़ों का अध्ययन किया। उन्होंने जो पाया वह आश्चर्यजनक रूप से सरल था: मस्तिष्क "अव्यवस्थित" टाइमिंग को पसंद नहीं करता है। जब कनेक्शन मजबूत थे, तो वे लगभग हमेशा दो विशिष्ट समूहों में क्लस्टर हुए:

1. इन-फेज़ (PRI लगभग 0): दोनों क्षेत्र बिल्कुल एक ही चीज़ एक ही समय में चिल्ला रहे हैं।
2. एंटीफेज़ (PRI लगभग 1): दोनों क्षेत्र एक ही चीज़ चिल्ला रहे हैं लेकिन ठीक आधे बीट के अंतर पर।

बीच में बहुत कम था। ऐसा लगता है जैसे मस्तिष्क के पास एक स्विच है जो "साथ मिलकर" और "बारी-बारी से" के बीच बदलता है, न कि एक डिमर स्विच जो किसी भी यादृच्छिक देरी की अनुमति देता है।

गुप्त सामग्री: दूरी नहीं, यात्रा का समय

यहीं पर कहानी चतुर हो जाती है। शोधकर्ताओं ने देखा कि "साथ मिलकर" और "बारी-बारी से" के बीच का स्विच दूरी पर निर्भर करता प्रतीत होता है। आम तौर पर, पास के मस्तिष्क क्षेत्र इन-स्टेप गाते थे, जबकि दूर के क्षेत्र बारी-बारी से गाते थे। लेकिन एक बड़ा अपवाद था जिसने "दूरी" के नियम को तोड़ दिया: होमोलॉगस पेयर्स (homologous pairs)। ये मस्तिष्क के बाएं और दाएं पक्षों के मिलान वाले क्षेत्र हैं (जैसे बाएं और दाएं मोटर कॉर्टेक्स)। भले ही वे दूर हों, वे इन-स्टेप (इन-फेज़) रहे।

क्यों? पेपर सुझाव देता है कि यह मिलीमीटर में भौतिक दूरी के बारे में नहीं है, बल्कि कंडक्शन डिले (संकेत यात्रा करने में कितना समय लगता है) के बारे में है। मस्तिष्क के बाएं और दाएं पक्षों को जोड़ने वाले तार (कॉर्पस कैलोसम) अत्यधिक इंसुलेटेड (मायलिनेटेड) होते हैं, जो उन्हें सुपर-फास्ट हाईवे बनाते हैं। इसलिए, भले ही दूरी लंबी हो, डिली इतनी कम है कि क्षेत्र इन-स्टेप बने रहते हैं। इसके विपरीत, अन्य लंबी दूरी के कनेक्शन धीमे रास्तों का उपयोग करते हैं, जिससे संकेत इतना देर से पहुँचता है कि वे "बारी-बारी से" (एंटीफेज़) लय में बदल जाते हैं।

कंप्यूटर मॉडल: एक सरल स्पष्टीकरण

यह साबित करने के लिए कि यह केवल एक इत्तेफाक नहीं था, लेखकों ने एक न्यूनतम कंप्यूटर मॉडल बनाया। कल्पना करें कि न्यूरॉन्स के दो समूह (जनसंख्या) एक देरी वाले तार से जुड़े हुए हैं। उन्होंने इसमें कोई जटिल मस्तिष्क संरचना या निरोधात्मक कोशिकाएं नहीं जोड़ीं; बस एक-दूसरे से बात करने वाले दो उत्तेजक (excitatory) समूह।

जब उन्होंने सिमुलेशन चलाया:

• कम देरी (Short delays): समूह स्वाभाविक रूप से इन-फेज़ लय में आ गए।
• अधिक देरी (Longer delays): समूह स्वाभाविक रूप से एंटीफेज़ लय में बदल गए।
• गिरावट (The Dip): स्विचिंग के ठीक उसी क्षण, कनेक्शन की शक्ति (ISPC) अस्थायी रूप से गिर गई, ठीक वैसे ही जैसे वास्तविक मानव डेटा में हुआ था।

मॉडल ने दिखाया कि यह स्विचिंग प्रतिस्पर्धी अस्थिरताओं (competing instabilities) के कारण होती है। इसे एक सी-सॉ (seesaw) की तरह समझें। कम देरी पर, "इन-फेज़" वाला हिस्सा भारी होता है। जैसे-जैसे देरी बढ़ती है, "एंटीफेज़" वाला हिस्सा भारी हो जाता है जब तक कि वह सी-सॉ को झुका नहीं देता। मॉडल ने बिना किसी विशेष ट्यूनिंग के मानव डेटा में देखे गए सटीक चाप-आकार (arc-shaped) के पैटर्न को सफलतापूर्वक दोहराया। यह सुझाव देता है कि मस्तिष्क की टाइमिंग पैटर्न विलंबित संकेतों के परस्पर क्रिया का एक मौलिक गुण है, न कि कोई जटिल जैविक चाल।

कार्य प्रभाव: जब मस्तिष्क गंभीर हो जाता है

शोधकर्ताओं ने यह भी देखा कि जब प्रतिभागी वास्तव में मोटर कार्य कर रहे थे बनाम केवल आराम कर रहे थे, तो क्या हुआ। उन्होंने पाया कि मस्तिष्क केवल "तेज़" (उच्च ISC) नहीं हुआ; इसने वास्तव में अपनी टाइमिंग रणनीति बदल दी।

अपने नए PRI मीट्रिक का उपयोग करते हुए, उन्होंने देखा कि एक नेटवर्क जो मस्तिष्क के सामने और किनारे को जोड़ता है (फ्रोंटोपैरिएटल नेटवर्क), कार्य के दौरान महत्वपूर्ण रूप से इन-फेज़ कनेक्टिविटी की ओर स्थानांतरित हो गया। इसका मतलब है कि मस्तिष्क ने कठिन कार्य को अधिक मजबूती से करने के लिए अपनी टाइमिंग को सिंक्रोनाइज़ किया। महत्वपूर्ण रूप से, पारंपरिक ISPC मीट्रिक ने इस बदलाव को मुश्किल से ही नोटिस किया। यह ऐसा ही है जैसे यदि एक गायक मंडली एक ऊंचे स्वर को छूने के लिए अचानक एक साथ गाने लगे, लेकिन एक वॉल्यूम मीटर केवल यह देख पाता है कि वे अभी भी ज़ोर से गा रहे हैं, यह देखते हुए कि वे अंततः ताल में आ गए हैं। PRI मीट्रिक ने इस "टाइटनिंग" (लय को कसने) को पकड़ा, जो दिखाता है कि मस्तिष्क की टाइमिंग संज्ञानात्मक कार्य के लिए एक गतिशील, लचीला उपकरण है।

यह क्या नहीं है

पेपर बहुत स्पष्ट है कि यह क्या नहीं है।

• यह वॉल्यूम कंडक्शन नहीं है: शोधकर्ताओं ने "ब्लीडिंग" विद्युत संकेतों को हटाने के लिए एक विशेष फिल्टर (लैपलेसियन) का उपयोग किया जो नकली सिंक्रोनी पैदा करते हैं। इस फिल्टर के बिना, सब कुछ इन-फेज़ दिखता। इस फिल्टर के साथ, इन-फेज़ और एंटीफेज़ पैटर्न का पूरा चाप उभर कर आया। साथ ही, वॉल्यूम कंडक्शन यह समझाने में सक्षम नहीं है कि दूर के क्षेत्र एंटीफेज़ में क्यों बदलते हैं या पैटर्न कार्य के साथ क्यों बदलता है।
• यह एक निरंतर स्पेक्ट्रम नहीं है: मस्तिष्क सभी संभावित देरी (0 से 180 डिग्री के बीच) का उपयोग नहीं करता है। यह दो चरम सीमाओं को पसंद करता है।

मुख्य निष्कर्ष

यह अध्ययन सुझाव देता है कि आपका मस्तिष्क अपने लंबी दूरी के संवादों को एक सरल, डिले-संचालित नियम का उपयोग करके व्यवस्थित करता है: यदि संकेत जल्दी पहुँचता है, तो हम एक साथ चिल्लाते हैं; यदि इसमें थोड़ा समय लगता है, तो हम बारी-बारी से चिल्लाते हैं। यह तंत्र मस्तिष्क को लंबी दूरी पर भी शक्तिशाली, ज़ीरो-लैग कनेक्शन बनाए रखने की अनुमति देता है, बशर्ते वायरिंग तेज़ हो। PRI मीट्रिक पेश करके, लेखकों ने हमें यह देखने का एक नया तरीका दिया कि मस्तिष्क कार्य की मांगों को पूरा करने के लिए अपनी टाइमिंग को कैसे बदलता है, जिससे एक ऐसा स्तर प्रकट हुआ जो पहले अदृश्य था। हालांकि मॉडल सरल है और डेटा एक विशिष्ट मोटर कार्य से आता है, निष्कर्ष बताते हैं कि यह "इन-फेज़ या एंटीफेज़" संगठन एक मौलिक सिद्धांत है कि कैसे हमारे न्यूरल नेटवर्क तालमेल में रहते हैं।