Connectome-based biophysical modeling of a figure-ground discrimination circuit
ड्रोसोफिला कनेक्टोम डेटा को बायोफिजिकल सिमुलेशन के साथ एकीकृत करके, यह अध्ययन प्रकट करता है कि T4a मोशन डिटेक्टरों और vCH न्यूरॉन के बीच एक पारस्परिक निरोधात्मक सर्किट (reciprocal inhibitory circuit) आकृति-पृष्ठभूमि (figure-ground) भेदभाव को सक्षम बनाता है, जो यह प्रदर्शित करता है कि कैसे एक एकल न्यूरॉन शंटिंग इनहिबिशन (shunting inhibition) के माध्यम से अपने डेंड्राइट्स में स्थानीय गति और एक्सोन में सापेक्ष गति को एक साथ संसाधित कर सकता 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
घास में छिपे किसी शिकारी को देखने या भीड़ में घूमते हुए किसी साथी को पहचानने के लिए, एक जानवर को एक कठिन दृश्य पहेली को हल करना होता है: यह कैसे पता लगाया जाए कि एक विशिष्ट वस्तु को एक व्यस्त, शोर भरे बैकग्राउंड (पृष्ठभूमि) से अलग कैसे किया जाए। यह क्षमता, जिसे 'फिगर-ग्राउंड डिस्क्रिमिनेशन' (आकृति-पृष्ठभूमि विभेदन) के रूप में जाना जाता है, एक उत्तरजीविता कौशल है जो मनुष्यों और फ्रूट फ्लाई (फल मक्खी) जैसे भिन्न जीवों में भी समान रूप से मौजूद है। दशकों से, वैज्ञानिक जानते हैं कि मस्तिष्क केवल स्थान के एक एकल बिंदु को खोजकर किसी वस्तु को नहीं ढूँढता है। इसके बजाय, यह एक विशिष्ट स्थान की गति की तुलना उसके आसपास की हर चीज़ की गति के साथ करता है। यदि एक छोटी वस्तु बैकग्राउंड की तुलना में अलग गति या अलग दिशा में चलती है, तो मस्तिष्क उसे एक अलग इकाई के रूप में चिह्नित कर देता है। यह प्रक्रिया एक विशिष्ट प्रकार के तंत्रिका सर्किट (न्यूरल सर्किट) पर निर्भर करती है जिसे चालीस साल पहले प्रस्तावित किया गया था, एक सैद्धांतिक डिज़ाइन जिसने सुझाव दिया था कि मस्तिष्क बैकग्राउंड के शोर को रोकने और फ़िल्टर करने के लिए मोशन डिटेक्टरों के एक विस्तृत क्षेत्र वाले "पूल" का उपयोग करता है, जिससे वस्तु की अद्वितीय गति उभर कर सामने आ सके।
लंबे समय तक, यह सर्किट एक सिद्धांत बना रहा क्योंकि कीट के मस्तिष्क के भीतर की सूक्ष्म वायरिंग को पूरी तरह से मैप करना बहुत जटिल था। शोधकर्ता अनुमान लगा सकते थे कि न्यूरॉन्स कैसे जुड़े हैं, लेकिन वे यह सटीक रूप से नहीं देख पा रहे थे कि सिग्नल कहाँ मिलते हैं या कोशिकाओं की सूक्ष्म शाखाओं के माध्यम से विद्युत धाराएँ कैसे प्रवाहित होती हैं। अब, वैज्ञानिकों की एक टीम ने फ्रूट फ्लाई के मस्तिष्क के एक पूर्ण, उच्च-रिज़ॉल्यूशन मानचित्र को विस्तृत कंप्यूटर सिमुलेशन के साथ जोड़कर इस पुराने सिद्धांत को जीवंत कर दिया है। न्यूरॉन्स के बीच वास्तविक भौतिक कनेक्शनों का पता लगाकर, उन्होंने उस सटीक हार्डवेयर की पहचान की है जो यह गणना करता है। उन्होंने पाया कि मस्तिष्क न्यूरॉन्स के एक विशिष्ट जोड़े का उपयोग करता है जो एक लूप में एक-दूसरे से बात करते हैं: एक न्यूरॉन एक छोटी वस्तु की स्थानीय गति का पता लगाता है, जबकि दूसरा पूरे विजुअल फील्ड (दृश्य क्षेत्र) की गति का डेटा एकत्र करता है। जब ये दोनों सिग्नल मिलते हैं, तो वाइड-फील्ड न्यूरॉन पहले वाले को वापस एक सिग्नल भेजता है, जो प्रभावी रूप से बैकग्राउंड की गति को रद्द कर देता है और वस्तु की अनूठी गति को स्पष्ट रूप से सामने लाता है।
शोधकर्ताओं ने फ्रूट फ्लाई में T4a नामक एक विशिष्ट प्रकार के न्यूरॉन पर ध्यान केंद्रित किया, जो छोटी, चलती हुई किनारों (edges) के लिए मोशन डिटेक्टर के रूप में कार्य करता है। उन्होंने पाया कि ये T4a न्यूरॉन्स एक बहुत बड़े न्यूरॉन से जुड़े होते हैं जिसे vCH कहा जाता है, जो दृश्य क्षेत्र के एक विस्तृत क्षेत्र में फैला होता है। यह संबंध पारस्परिक (reciprocal) है, जिसका अर्थ है कि वे एक-दूसरे को जानकारी आगे-पीछे भेजते हैं। T4a न्यूरॉन अपना स्थानीय गति सिग्नल vCH को भेजता है, जो सामान्य बैकग्राउंड के प्रवाह को समझने के लिए पूरी आँख के माध्यम से इस जानकारी को एकीकृत करता है। बदले में, vCH वापस T4a को एक सिग्नल भेजता है, लेकिन यह सिग्नल T4a न्यूरॉन के एक बहुत ही विशिष्ट भाग पर पड़ता है: एक्सोन टर्मिनल (axon terminal), जो कोशिका का आउटपुट एंड (निकास सिरा) है। यह स्थान अत्यंत महत्वपूर्ण है। T4a न्यूरॉन का इनपुट एंड, डेंड्राइट (dendrite), अभी भी स्थानीय गति को प्रोसेस करता है, लेकिन आउटपुट एंड, vCH से प्राप्त निरोधात्मक (inhibitory) सिग्नल को प्राप्त करता है। यह सिग्नल एक गेट की तरह काम करता है जो तब प्रतिक्रिया को बंद कर देता है जब वस्तु और बैकग्राउंड एक साथ चलते हैं, लेकिन जब वे विपरीत दिशा में चलते हैं, तो यह सिग्नल को गुजरने की अनुमति देता है।
अपनी सिमुलेशन के माध्यम से, टीम ने दिखाया कि यह सरल लूप एक वस्तु को उसके बैकग्राउंड से अलग करने की क्षमता बनाने के लिए पर्याप्त है। जब वस्तु और बैकग्राउंड एक ही ताल (sync) में चलते हैं, तो vCH से मिलने वाला निरोधात्मक सिग्नल T4a न्यूरॉन के आउटपुट को दबा देता है, जिससे वस्तु सिस्टम के लिए अदृश्य हो जाती है। हालांकि, जब वस्तु बैकग्राउंड की विपरीत दिशा में चलती है, तो निषेध (inhibition) हट जाता है, और T4a न्यूरॉन मजबूती से सक्रिय होता है, जो एक विशिष्ट आकृति की उपस्थिति का संकेत देता है। अध्ययन ने यह भी खुलासा किया कि यह बुनियादी सर्किट दो अतिरिक्त मार्गों द्वारा उन्नत होता है। एक मार्ग गति की विपरीत दिशाओं की तुलना करके कंट्रास्ट (विभेद) को तेज करने में मदद करता है, जबकि दूसरा मक्खी को अपनी दोनों आँखों के बीच गति की तुलना करने की अनुमति देता है, जिससे यह सुनिश्चित होता है कि यदि बैकग्राउंड प्रत्येक तरफ अलग तरह से चलता है, तो भी पहचान का कार्य बना रहे।
इस खोज को जो बात विशेष रूप से उल्लेखनीय बनाती है वह यह है कि यह पूरी जटिल गणना एक ही न्यूरॉन के भीतर होती है। T4a कोशिका अपने ही शरीर के दो अलग-अलग हिस्सों में दो अलग-अलग कार्य करती है। इसके डेंड्राइट्स स्थानीय गति की दिशा की गणना करते हैं, जबकि इसके एक्सोन टर्मिनल्स वस्तु और बैकग्राउंड के बीच सापेक्ष गति की गणना करते हैं। इसका अर्थ है कि मस्तिष्क को इस समस्या को हल करने के लिए कई अलग-अलग कोशिकाओं के एक अलग, जटिल नेटवर्क की आवश्यकता नहीं है; एक एकल न्यूरॉन, अपने भौतिक आकार और कनेक्शनों के विशिष्ट स्थान के माध्यम से, स्थानीय विवरण और वैश्विक संदर्भ दोनों को संभालने के लिए अपने स्वयं के कार्यों को विभाजित कर सकता है। शोधकर्ताओं ने इस विचार का परीक्षण करने के लिए सिमुलेशन किया कि क्या होगा यदि कुछ कनेक्शन हटा दिए जाएं या न्यूरॉन्स के आकार को बदल दिया जाए। उन्होंने पाया कि vCH से फीडबैक के बिना, वस्तु का पता लगाने की क्षमता समाप्त हो गई, जिससे पुष्टि हुई कि यह विशिष्ट लूप ही मुख्य तंत्र है।
अध्ययन ने यह भी समझाया कि क्यों मक्खियों की विभिन्न प्रजातियां दुनिया को थोड़ा अलग तरह से देख सकती हैं। हालांकि सभी मक्खी प्रजातियों में बुनियादी वायरिंग समान है, लेकिन कनेक्शनों की ताकत भिन्न हो सकती है। शोधकर्ताओं ने सिमुलेशन किया कि क्या होगा यदि निरोधात्मक सिग्नल को बहुत अधिक मजबूत कर दिया जाए। उन्होंने पाया कि इस परिवर्तन से मक्खी का व्यवहार बड़ी मक्खियों के समान हो सकता है, जो चलती वस्तुओं पर अलग तरह से प्रतिक्रिया करती हैं। यह सुझाव देता है कि एक एकल कनेक्शन की ताकत में छोटे बदलाव पूरे विजुअल सिस्टम को किसी प्रजाति की विशिष्ट आवश्यकताओं के अनुरूप ट्यून कर सकते हैं। मस्तिष्क की वास्तविक भौतिक संरचना का सम्मान करते हुए एक मॉडल बनाकर, टीम ने केवल अनुमान लगाने के बजाय यह दिखाया है कि मक्खी कैसे देखती है और कैसे तार व्यवस्थित किए गए हैं ताकि वह दृष्टि संभव हो सके। यह कार्य इस बात की पुष्टि करता है कि गति के ढेर में सुई खोजने की मस्तिष्क की क्षमता एक छोटे डिटेक्टर और एक विस्तृत क्षेत्र वाले इंटीग्रेटर के बीच एक सटीक, स्थानीयकृत अंतःक्रिया पर निर्भर करती है, जो एक ऐसा समाधान है जो सुरुचिपूर्ण है और मस्तिष्क की भौतिक संरचना में गहराई से समाहित 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।