Dendritic hotspots support switching between competing rules without expanding the cortical engram

मस्तिष्क की सबसे बड़ी ताकत अपनी सोच बदलने की क्षमता में निहित है। जब दुनिया बदलती है, तो एक जीव को जीवित रहने के लिए अपने व्यवहार को अपडेट करना पड़ता है, फिर भी वह अपने अतीत को बस मिटा नहीं सकता। उसे पुराने नियमों को थामे रखते हुए एक नया नियम सीखना होता है, जो एक नाजुक संतुलन है जिसके लिए लचीलेपन और स्मृति दोनों की आवश्यकता होती है। यह चुनौती केंद्रीय है कि कैसे जीवित प्राणी एक जटिल वातावरण में रास्ता खोजते हैं। वैज्ञानिक लंबे समय से जानते हैं कि मस्तिष्क सूचनाओं को तंत्रिका कोशिकाओं के बीच सूक्ष्म संबंधों में संग्रहीत करता है, लेकिन वह तंत्र जो इन संबंधों को मूल डेटा खोए बिना फिर से लिखने की अनुमति देता है, एक रहस्य बना हुआ है। यदि मस्तिष्क को हर नए सबक के लिए पूरी तरह से नई संरचनाएं बनानी पड़तीं, तो वह जल्दी ही जगह और ऊर्जा समाप्त कर देता। प्रश्न यह है कि मस्तिष्क अपने भौतिक पदचिह्न (फुटप्रिंट) को बढ़ाए बिना पुराने निर्देशों को नए निर्देशों से कैसे बदल देता है।

इस पहेली को सुलझाने के लिए, शोधकर्ताओं ने चूहे के मस्तिष्क के एक विशिष्ट क्षेत्र की ओर अपना ध्यान केंद्रित किया जिसे 'सेकेंडरी मोटर कॉर्टेक्स' कहा जाता है, जो गति की योजना बनाने और विभिन्न विकल्पों के बीच संघर्ष को सुलझाने में शामिल क्षेत्र है। उन्होंने तंत्रिका कोशिकाओं के सूक्ष्म सिरों पर ध्यान केंद्रित किया, जिन्हें 'स्पाइन्स' (spines) के रूप में जाना जाता है, जो अन्य न्यूरॉन्स से संकेतों को प्राप्त करने वाले छोर के रूप में कार्य करते हैं। जीवित चूहों में इन संरचनाओं को देखते हुए, जब वे नियमों को सीख रहे थे और उनके बीच स्विच कर रहे थे, तब टीम ने ज्ञान को अपडेट करने की एक अत्यधिक संगठित प्रणाली की खोज की। चूहों को एक ऐसे कार्य को करने के लिए प्रशिक्षित किया गया था जहाँ सही प्रतिक्रिया एक विशिष्ट नियम पर निर्भर थी, जैसे कि किसी ध्वनि या दृश्य संकेत पर प्रतिक्रिया देना। जब शोधकर्ताओं ने नियम बदला, तो चूहों को अपनी पुरानी रणनीति का उपयोग बंद करना पड़ा और एक नई रणनीति अपनानी पड़ी। वैज्ञानिकों ने पाया कि जब उन्होंने अस्थायी रूप से सेकेंडरी मोटर कॉर्टेक्स को अक्षम कर दिया, तो चूहे कार्य को सीख सकते थे और उसे याद भी रख सकते थे, लेकिन वे स्थिति बदलने पर नियमों के बीच स्विच नहीं कर सके। इसने इस क्षेत्र को संघर्षों को सुलझाने और यह तय करने के लिए महत्वपूर्ण केंद्र के रूप में पहचाना कि कब मार्ग बदलना है।

सबसे आश्चर्यजनक खोज न्यूरॉन्स के दौरान तंत्रिका कोशिकाओं में होने वाले भौतिक परिवर्तनों को देखकर हुई। जैसे-जैसे चूहे नए नियम के अनुकूल हो रहे थे, शोधकर्ताओं ने न्यूरॉन्स की डेंड्रिटिक शाखाओं पर छोटे स्पाइन्स के टर्नओवर (बदलाव) में उछाल देखा। हालाँकि, यह गतिविधि कोशिका के पूरे हिस्से में बिखरी हुई नहीं थी। इसके बजाय, नए स्पाइन्स का निर्माण और पुराने का नुकसान केंद्रित समूहों में हुआ, जिसे लेखकों ने 'डेंड्रिटिक हॉटस्पॉट्स' (dendritic hotspots) कहा है। इन विशिष्ट क्षेत्रों के भीतर, यह प्रक्रिया कड़ाई से समन्वित थी: नए स्पाइन्स बने, पुराने गायब हो गए, और शेष आपस में एक तीव्र अनुक्रम में समूहबद्ध हो गए। महत्वपूर्ण रूप से, पुराने नियम को एनकोड करने वाले स्पाइन्स सबसे पहले हटा दिए गए, जिससे नए कार्य के लिए आवश्यक नए कनेक्शनों के लिए जगह बन सके। यह सुझाव देता है कि मस्तिष्क केवल पुराने के ऊपर नए स्मृति संरचनाओं को जोड़ता नहीं है; बल्कि, यह उसी भौतिक स्थान का पुन: उपयोग करता है।

यह कैसे काम करता है, इसे समझने के लिए, शोधकर्ताओं ने एक कंप्यूटर मॉडल बनाया जो मस्तिष्क की जैविक बाधाओं की नकल करता है। सिमुलेशन ने पुष्टि की कि ये हॉटस्पॉट्स पुन: प्रयोज्य डोमेन (reusable domains) के रूप में कार्य करते हैं जहाँ प्लास्टिसिटी से संबंधित संसाधनों को साझा किया जाता है। इस प्रणाली में, एक नया कनेक्शन बनाने के लिए आवश्यक सामग्री उसी स्थानीय पूल से ली जाती है जिसका उपयोग पुराने को बनाए रखने के लिए किया जाता है। जब एक नया नियम सीखा जाता है, तो पुराने स्पाइन्स को विघटित कर दिया जाता है, और उनके घटकों का तुरंत उसी छोटे क्षेत्र के भीतर नए स्पाइन्स बनाने के लिए पुन: उपयोग किया जाता है। मॉडल ने दिखाया कि यदि मस्तिष्क को इन डोमेनों का पुन: उपयोग करने से रोका जाता, तो इसे पुराने और नए दोनों नियमों को संग्रहीत करने के लिए पूरी तरह से नई भौतिक संरचनाएं बनानी पड़तीं। इसके लिए काफी अधिक स्थान और ऊर्जा की आवश्यकता होती, जिससे प्रभावी रूप से स्मृति के भौतिक निशान, यानी 'एंग्राम' (engram), का आकार बहुत बड़ा हो जाता।

निष्कर्ष बताते हैं कि मस्तिष्क ने अनुकूलन के लिए एक संसाधन-कुशल रणनीति विकसित की है। कनेक्शनों के पुनर्निर्माण को विशिष्ट, पुन: प्रयोज्य हॉटस्पॉट्स में केंद्रित करके, मस्तिष्क बिना बड़ा हुए या अतिरिक्त जानकारी संग्रहीत किए अपने व्यवहार को तेजी से अपडेट कर सकता है। पुराने नियमों को एक अलग, स्थिर स्थान में संरक्षित नहीं किया जाता है; उन्हें उसी भौतिक पदचिह्न में नए द्वारा सक्रिय रूप से प्रतिस्थापित किया जाता है। यह तंत्र मस्तिष्क को सीखने की विशाल क्षमता बनाए रखने में सक्षम बनाता है जबकि इसकी भौतिक संरचना को संक्षिप्त रखता है। यह अध्ययन एक ठोस स्पष्टीकरण प्रदान करता है कि कैसे मस्तिष्क स्थिरता और लचीलेपन के बीच के समझौते को हल करता है, यह दिखाते हुए कि अनुकूलन योग्य सीखने की कुंजी एक ही स्थानीय पड़ोस के भीतर पुराने कनेक्शनों को नए से बदलने की क्षमता में निहित है।