Inter-regional interactions uncouple within-region inhibition stabilization and paradoxical responses

मस्तिष्क अलग-थलग द्वीपों का संग्रह नहीं है, बल्कि एक विशाल, परस्पर जुड़ा हुआ द्वीपसमूह (archipelago) है जहाँ दूर के क्षेत्र लगातार एक-दूसरे से फुसफुसाते रहते हैं। किसी भी एकल क्षेत्र के भीतर, न्यूरॉन्स उत्तेजना (excitation) और अवरोध (inhibition) के एक नाजुक संतुलन में संवाद करते हैं। उत्तेजक न्यूरॉन्स गैस पेडल की तरह कार्य करते हैं, जो गतिविधि को आगे बढ़ाते हैं, जबकि निरोधात्मक (inhibitory) न्यूरॉन्स ब्रेक की तरह कार्य करते हैं, जो प्रणाली को नियंत्रण से बाहर होने से रोकते हैं। जब गैस पेडल को बहुत ज़ोर से दबाया जाता है, तो इंजन को सुचारू रूप से चलाने के लिए ब्रेक को असाधारण सटीकता के साथ लगाना आवश्यक होता है। यह विशिष्ट अवस्था, जहाँ एक शक्तिशाली आंतरिक चालक (drive) को स्थिर करने के लिए मजबूत आंतरिक ब्रेकिंग की आवश्यकता होती है, 'इनहिबिशन-स्टेबलाइज्ड नेटवर्क' (inhibition-stabilized network) के रूप में जानी जाती है। वर्षों से, वैज्ञानिक यह पुष्टि करने के लिए कि क्या मस्तिष्क का कोई क्षेत्र इस अवस्था में कार्य करता है, एक विशिष्ट संकेत की तलाश कर रहे थे: एक विरोधाभासी प्रतिक्रिया (paradoxical response) जिसे एक प्रति-सहज (counterintuitive) प्रतिक्रिया कहा जाता है। यदि आप ऐसे क्षेत्र में निरोधात्मक न्यूरॉन्स की गतिविधि को कृत्रिम रूप से बढ़ाते हैं, तो वे वैसी उम्मीद के विपरीत तेज़ नहीं होते जैसा कि अपेक्षित हो सकता है; इसके बजाय, वे वास्तव में धीमे हो जाते हैं। ऐसा इसलिए होता है क्योंकि ब्रेकिंग का प्रारंभिक उछाल उत्तेजक न्यूरॉन्स को इतनी प्रभावी ढंग से दबा देता है कि उत्तेजक न्यूरॉन्स उन संकेतों को भेजना बंद कर देते जिनकी निरोधात्मक न्यूरॉन्स को निरंतर फायरिंग बनाए रखने के लिए आवश्यकता होती है। लंबे समय तक, इस धीमी गति को इनहिबिशन-स्टेबलाइज्ड अवस्था की एक निश्चित पहचान माना जाता था।

हालाँकि, कोलंबिया विश्वविद्यालय के शोधकर्ताओं द्वारा किया गया एक नया अध्ययन सुझाव देता है कि पूरे मस्तिष्क के संदर्भ में देखे जाने पर यह पहचान भ्रामक हो सकती है। शोधकर्ताओं ने गणितीय मॉडल बनाए और कंप्यूटर सिमुलेशन चलाए ताकि यह पता लगाया जा सके कि क्या होता है जब दो मस्तिष्क क्षेत्र आपस में जुड़े होते हैं, न कि उन्हें अलग-थला करके अध्ययन किया जाता है। उन्होंने पाया कि मस्तिष्क के विभिन्न हिस्सों को जोड़ने वाले लंबी दूरी के तार खेल के नियमों को पूरी तरह से बदल सकते हैं। अपने सिमुलेशन में, उन्होंने पाया कि एक क्षेत्र जो स्वाभाविक रूप से इनहिबिशन-स्टेबलाइज्ड नहीं है, उसे केवल एक पड़ोसी से प्राप्त फीडबैक के कारण एक विरोधाभासी प्रतिक्रिया दिखाने के लिए मजबूर किया जा सकता है। इसके विपरीत, एक क्षेत्र जो वास्तव में इनहिबिशन-स्टेबलाइज्ड है, उसकी विरोधाभासी प्रतिक्रिया को अन्य क्षेत्रों के साथ संबंध पर्याप्त रूप से मजबूत होने पर मिटाया जा सकता है। अध्ययन दर्शाता है कि एक विरोधाभासी प्रतिक्रिया का अवलोकन करना न तो इस बात की गारंटी है कि क्षेत्र इनहिबिशन-स्टेबलाइज्ड है, और न ही यह प्रमाण है कि वह नहीं है। एक स्थानीय सर्किट के व्यवहार को अकेले देखकर नहीं समझा जा सकता; यह उस पूरे नेटवर्क के साथ अटूट रूप से जुड़ा हुआ है जिसमें वह निवास करता है।

इस निष्कर्ष तक पहुँचने के लिए, टीम ने दो मस्तिष्क क्षेत्रों का एक मॉडल बनाया, जिनमें से प्रत्येक में उत्तेजक न्यूरॉन्स और निरोधात्मक न्यूरॉन्स की एक आबादी थी। उन्होंने पहले क्षेत्रों को दुनिया से अलग मानकर सिम्युलेट किया। इस अलग अवस्था में, नियम स्पष्ट थे: यदि उत्तेजक न्यूरॉन्स बिना मदद के अस्थिर थे, तो क्षेत्र इनहिबिशन-स्टेबलाइज्ड था, और निरोधात्मक न्यूरॉन्स को बढ़ाने से वे धीमे हो जाते थे। लेकिन जब शोधकर्ताओं ने वास्तविक मस्तिष्क की संरचना की नकल करते हुए लंबी दूरी के प्रोजेक्शन के साथ दोनों क्षेत्रों को जोड़ा, तो यह संबंध टूट गया। उन्होंने दिखाया कि इन कनेक्शनों द्वारा निर्मित फीडबैक लूप एक ऐसे क्षेत्र में विरोधाभासी प्रतिक्रिया उत्पन्न कर सकता है जो अपने आप में पूरी तरह से स्थिर था। इन मामलों में, "विरोधाभास" स्थानीय अस्थिरता का संकेत नहीं था, बल्कि नेटवर्क के सामूहिक व्यवहार का परिणाम था। दूसरे क्षेत्र से प्राप्त फीडबैक एक बाहरी बल की तरह कार्य करता है, जो पहले क्षेत्र के उत्तेजक न्यूरॉन्स के दमन को सुदृढ़ करता है और निरोधात्मक न्यूरॉन्स को अपनी फायरिंग दर कम करने के लिए प्रेरित करता है, भले ही स्थानीय सर्किट को ऐसे स्थिरीकरण की आवश्यकता न हो।

शोधकर्ताओं ने यह भी पाया कि इसका उल्टा भी हो सकता है। उन्होंने एक ऐसे क्षेत्र से शुरुआत की जो स्पष्ट रूप से इनहिबिशन-स्टेबलाइज्ड था और सामान्यतः एक विरोधाभासी प्रतिक्रिया दिखाता। जब उन्होंने इसे विशिष्ट प्रकार के फीडबैक के साथ दूसरे क्षेत्र से जोड़ा, तो विरोधाभासी प्रतिक्रिया गायब हो गई। बाहरी फीडबैक स्थानीय दमन का प्रतिकार करता है, जिससे निरोधात्मक न्यूरॉन्स इनपुट में वृद्धि के बावजूद अपनी फायरिंग दर बनाए रखने या बढ़ाने में सक्षम होते हैं। इसका अर्थ था कि एक क्षेत्र गहराई से इनहिबिशन-स्टेबलाइज्ड हो सकता है और फिर भी अपेक्षित संकेत देने में विफल हो सकता है। अध्ययन ने इन अंतःक्रियाओं को विशिष्ट पथों में विभाजित किया, यह दिखाते हुए कि अन्य क्षेत्रों के माध्यम से यात्रा करने वाले कनेक्शन प्रभावी उत्तेजक या प्रभावी निरोधात्मक बलों के रूप में कार्य कर सकते हैं। यदि नेटवर्क के माध्यम से जाने वाला पथ स्थानीय उत्तेजक न्यूरॉन्स के दमन को सुदृढ़ करता है, तो यह एक विरोधाभासी प्रतिक्रिया को बढ़ावा देता है। यदि यह उस दमन का विरोध करता है, तो यह प्रतिक्रिया को रोकता है।

ये निष्कर्ष न्यूरोसाइंटिस्टों द्वारा मस्तिष्क सर्किट के आंतरिक कामकाज का अनुमान लगाने के लिए उपयोग की जाने वाली मानक पद्धति को चुनौती देते हैं। अक्सर, शोधकर्ता सर्किट के गुणों का अनुमान लगाने के लिए न्यूरॉन्स के एक विशिष्ट समूह पर एक विक्षोभ (perturbation) लागू करते हैं और परिणाम देखते हैं। यह नया कार्य सुझाव देता है कि यदि आसपास के नेटवर्क की अनदेखी की जाती है, तो ऐसा व्याख्या अधूरा है। एक स्थानीय क्षेत्र में देखी गई प्रतिक्रिया उसके अपने आंतरिक वायरिंग और दूर के क्षेत्रों के प्रभाव का संयुक्त उत्पाद है। शेष नेटवर्क की स्थिरता उतनी ही महत्वपूर्ण है जितनी कि परीक्षण किए जा रहे भाग की स्थिरता। यदि पड़ोसी क्षेत्र अस्थिर हैं या उनमें अस्थिर मोड की एक विशिष्ट संख्या है, तो प्रतिक्रिया की दिशा पूरी तरह से पलट सकती है। अध्ययन यह दावा नहीं करता है कि उसने मस्तिष्क कैसे काम करता है इसके रहस्य को सुलझा लिया है, बल्कि यह मस्तिष्क के संकेतों को पढ़ने के तरीके में एक महत्वपूर्ण सुधार प्रदान करता है। यह रेखांकित करता है कि मस्तिष्क के लंबी दूरी के कनेक्शन केवल पृष्ठभूमि का शोर नहीं हैं; वे सक्रिय भागीदार हैं जो उन संकेतों को बना या नष्ट कर सकते हैं जिन पर वैज्ञानिक स्थानीय गणना (local computation) को समझने के लिए भरोसा करते हैं।

इस कार्य के निहितार्थ इस बात तक विस्तृत हैं कि हम भविष्य के प्रयोगों को कैसे डिजाइन करते हैं। यह समझने के लिए कि क्या मस्तिष्क का कोई क्षेत्र इनहिबिशन-स्टेबलाइज्ड है, वैज्ञानिकों को जुड़े हुए क्षेत्रों से आने वाले फीडबैक को ध्यान में रखना पड़ सकता है, शायद प्रयोग के दौरान उन दूरस्थ क्षेत्रों की गतिविधि को स्थिर रखकर। इस नियंत्रण के बिना, स्थानीय सर्किट का वास्तविक स्वरूप नेटवर्क के प्रभाव से ओझल रहता है। शोधकर्ताओं ने विशिष्ट मापदंडों के साथ सिमुलेशन का उपयोग किया, जैसे कि सभी आबादी के लिए 5 की आधारभूत फायरिंग दर और 20 मिलीसेकंड के टाइम कांस्टेंट, यह सुनिश्चित करने के लिए कि उनके परिणाम मजबूत हों। उन्होंने पुष्टि की कि ये प्रभाव तब भी सत्य रहे जब जुड़े हुए क्षेत्र स्वयं स्थिर, अस्थिर या इनहिबिशन-स्टेबलाइज्ड थे। मुख्य संदेश परस्पर निर्भरता का है: एक मस्तिष्क में जहाँ क्षेत्र मजबूती से जुड़े हुए हैं, भाग का व्यवहार संपूर्ण के व्यवहार से अटूट रूप से जुड़ा हुआ है। एक विरोधाभासी प्रतिक्रिया अब स्थानीय स्थिरता के लिए एक सरल हाँ-या-ना परीक्षण नहीं है, बल्कि एक जटिल संकेत है जो संपूर्ण प्रणाली की गतिशील परस्पर क्रिया को दर्शाता है।