Gradients of local circuit architecture shape stability and information integration across the cortical hierarchy
चूहे के कॉर्टेक्स के जैविक रूप से यथार्थवादी सिमुलेशन का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि कॉर्टिकल पदानुक्रम में कनेक्शन घनत्व और SST कोशिकाओं के सापेक्ष अनुपात को बढ़ाने से सर्किट स्थिरता बढ़ती है, जिससे स्थानीय कोशिका-प्रकार की संरचना जनसंख्या-स्तर की गतिविधि और सूचना प्रसंस्करण कार्यों से जुड़ जाती 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
स्तनधारी मस्तिष्क एक एकल, एकसमान अंग नहीं है, बल्कि विशिष्ट क्षेत्रों का एक विशाल परिदृश्य है, जिनमें से प्रत्येक एक अलग कार्य के लिए अनुकूलित है। इस परिदृश्य के निचले स्तर पर संवेदी क्षेत्र स्थित हैं, जो मस्तिष्क के 'फ्रंट डोर' (मुख्य द्वार) के रूप में कार्य करते हैं, और आँखों, कानों तथा त्वचा से प्राप्त कच्चे डेटा को तेजी से संसाधित करते हैं। जैसे-जैसे सूचना मस्तिष्क की संरचना के माध्यम से ऊपर की ओर बढ़ती है, यह उच्च-स्तरीय क्षेत्रों तक पहुँचती है जो योजना बनाने, निर्णय लेने और विचारों को मन में बनाए रखने जैसे जटिल कार्यों के लिए जिम्मेदार होते हैं। वैज्ञानिक लंबे समय से जानते हैं कि ये क्षेत्र एक पदानुक्रम (hierarchy) में व्यवस्थित हैं, लेकिन एक मुख्य रहस्य अभी भी बना हुआ है: प्रत्येक क्षेत्र के भीतर के सूक्ष्म, स्थानीय वायरिंग डायग्राम विभिन्न कार्यों को करने के लिए कैसे बदलते हैं? यह वास्तुकला (architecture) का प्रश्न है। जिस प्रकार एक पुस्तकालय और एक कारखाना पुस्तकों बनाम असेंबली लाइनों को संभालने के लिए अलग-अलग लेआउट का उपयोग कर सकते हैं, मस्तिष्क के क्षेत्र भी सरल संवेदन बनाम जटिल सोच को प्रबंधित करने के लिए न्यूरॉन्स की विशिष्ट व्यवस्थाओं पर निर्भर हो सकते हैं। इन स्थानीय ब्लूप्रिंट्स को समझना यह समझने के लिए आवश्यक है कि मस्तिष्क सूचनाओं की बाढ़ को संसाधित करते हुए भी स्थिर कैसे रहता है।
इस पहेली को सुलझाने के लिए, एलन इंस्टीट्यूट के शोधकर्ताओं ने कंप्यूटर सिमुलेशन की शक्ति का सहारा लिया। उन्होंने चूहे के पांच विशिष्ट मस्तिष्क क्षेत्रों के विस्तृत, जैविक रूप से यथार्थवादी मॉडल बनाए, जो प्राथमिक दृश्य प्रांतस्था (visual cortex) से लेकर उच्च-क्रम के क्षेत्रों जैसे कि एंटीरियर सिंगुलेट और ऑर्बिटोफ्रंटल कॉर्टेक्स तक फैले हुए हैं। ये मॉडल केवल अमूर्त रेखाचित्र नहीं थे; इनका निर्माण वास्तविक मस्तिष्क की वायरिंग और शरीर विज्ञान के विशाल डेटासेट का उपयोग करके किया गया था। शोधकर्ताओं ने प्रत्येक मॉडल को हजारों आभासी न्यूरॉन्स से भरा, जो वास्तविक मस्तिष्क में पाए जाने वाले विशिष्ट कोशिका प्रकारों का प्रतिनिधित्व करते हैं, जिनमें उत्तेजक (excitatory) कोशिकाएं जो संकेतों को आगे भेजती हैं और निरोधात्मक (inhibitory) कोशिकाएं जो ब्रेक के रूप में कार्य करती हैं, शामिल हैं। महत्वपूर्ण रूप से, उन्होंने मॉडलों को ज्ञात जैविक प्रवृत्तियों को दर्शाने के लिए समायोजित किया: जैसे-जैसे वे पदानुक्रम में ऊपर बढ़ते हैं, न्यूरॉन्स का घनत्व कम होता जाता है, लेकिन उनके बीच कनेक्शन की संख्या बढ़ जाती है, और निरोधात्मक कोशिका प्रकारों का मिश्रण बदल जाता है। अपने आभासी सर्किटों की इनपुट के प्रति प्रतिक्रिया को सिम्युलेट करके, टीम यह देख सकी कि संरचनात्मक परिवर्तनों ने मस्तिष्क की सूचना संसाधित करने की क्षमता और स्थिरता बनाए रखने की क्षमता को कैसे आकार दिया।
सिमुलेशन ने एक स्पष्ट पैटर्न प्रकट किया: जैसे-जैसे मॉडल कॉर्टिकल पदानुक्रम में ऊपर बढ़े, सर्किट अधिक स्थिर होते गए और उत्तेजना (excitation) एवं निरोध (inhibition) के बीच संतुलन बनाने में बेहतर होते गए। यह स्थिरता दो मुख्य कारकों द्वारा संचालित थी। पहला, उच्च-क्रम के मॉडलों में न्यूरॉन्स के बीच संबंध अधिक घने हो गए। दूसरा, और शायद अधिक आश्चर्यजनक रूप से, एक विशिष्ट प्रकार की निरोधात्मक न्यूरॉन कोशिका, जिसे सोमाटोस्टैटिन (SST) कोशिका कहा जाता है, का अनुपात बढ़ गया। निचले स्तर के संवेदी मॉडलों में, उत्तेजक कोशिकाओं को एक अन्य प्रकार की निरोधात्मक कोशिका, जिसे पार्वाल्बूमिन (PV) कोशिका कहा जाता है, से अधिक इनपुट प्राप्त होता था। लेकिन उच्च-क्रम के मॉडलों में, यह संतुलन उलट गया, जहाँ उत्तेजक कोशिकाओं को SST कोशिकाओं से काफी अधिक इनपुट प्राप्त हुआ। कोशिकीय संरचना में इस बदलाव ने उच्च-क्रम के सर्किटों को अराजकता में गिरने के बिना व्यवधानों (perturbations) को सोखने में मदद की, जिससे पता चलता है कि मस्तिष्क उच्च संज्ञानात्मक मांगों को संभालने के लिए अपनी स्थानीय वायरिंग को अनुकूलित करता है।
शोधकर्ताओं ने यह भी परीक्षण किया कि उनके सर्किट विशिष्ट उद्दीपनों (stimuli) के प्रति कैसे प्रतिक्रिया करते हैं, जैसे कि एक एकल न्यूरॉन को सक्रिय करना, जो उस प्रयोग की नकल करता है जहाँ एक वैज्ञानिक जीवित जीव में एक कोशिका को ट्रिगर करने के लिए प्रकाश का उपयोग करता है। जब उन्होंने अपने मॉडलों में एक एकल उत्तेजक न्यूरॉन को उत्तेजित किया, तो गतिविधि बाहर की ओर फैली, लेकिन प्रतिक्रिया कोशिका के प्रकार पर बहुत अधिक निर्भर थी। SST न्यूरॉन्स अद्वितीय रूप से संवेदनशील थे; वे उत्तेजना के जवाब में मजबूती से सक्रिय हुए, भले ही वे उत्तेजित कोशिका से सीधे जुड़े न हों। टीम ने पाया कि यह उच्च प्रतिक्रियाशीलता इसलिए नहीं थी क्योंकि SST कोशिकाओं को अधिक उत्तेजक संकेत मिल रहे थे, बल्कि इसलिए थी क्योंकि उन्हें अपने पड़ोसियों से PV कोशिकाओं की तुलना में कम निरोधात्मक इनपुट मिल रहा था। उच्च-क्रम के मॉडलों में, जहाँ SST कोशिकाएं अधिक प्रचुर मात्रा में थीं, इस तंत्र ने एक सटीक संतुलन बनाए रखने में मदद की, जिससे यह सुनिश्चित हुआ कि नेटवर्क अस्थिर हुए बिना कई अलग-अलग इनपुट को एकीकृत कर सके।
दिलचस्प बात यह है कि इस अध्ययन ने यह भी स्पष्ट किया कि पदानुक्रम में क्या नहीं बदलता है। वर्षों से, वैज्ञानिकों ने देखा है कि तंत्रिका गतिविधि का "टाइमस्केल" (समय-पैमाना)—यानी वह गति जिससे एक क्षेत्र सूचना को संसाधित करता है—जैसे-जैसे आप पदानुक्रम में ऊपर जाते हैं, धीमा होता जाता है। प्राथमिक संवेदी क्षेत्र मिलीसेकंड में प्रतिक्रिया करते हैं, जबकि उच्च-क्रम के क्षेत्र सूचना को लंबे समय तक बनाए रखते हैं। शोधकर्ताओं को संदेह था कि यह धीमी गति उनके द्वारा मॉडल किए जा रहे स्थानीय वायरिंग परिवर्तनों, जैसे कि घने कनेक्शन या अधिक SST कोशिकाओं के कारण हो सकती है। हालांकि, उनके सिमुलेशन ने इसके विपरीत दिखाया: कनेक्शन घनत्व बढ़ने से सर्किट वास्तव में थोड़ा तेज़ प्रतिक्रिया करने लगा, न कि धीमा। यह निष्कर्ष बताता है कि उच्च मस्तिष्क क्षेत्रों में देखे जाने वाले धीमे टाइमस्केल केवल स्थानीय सर्किट आर्किटेक्चर का परिणाम नहीं हैं। इसके बजाय, वे संभवतः न्यूरॉन्स के तत्काल पड़ोस से बाहर के कारकों से उत्पन्न होते हैं, जैसे कि अन्य मस्तिष्क क्षेत्रों के साथ लंबी दूरी के कनेक्शन या समय के साथ गतिविधि को नियंत्रित करने वाले रासायनिक संकेत।
स्थानीय सर्किटों की भौतिक संरचना को उनके कार्यात्मक आउटपुट से जोड़कर, यह कार्य मस्तिष्क के संगठन को समझने का एक नया तरीका प्रदान करता है। यह दिखाता है कि मस्तिष्क केवल अपनी प्रसंस्करण शक्ति को बढ़ाता नहीं है; बल्कि यह मौलिक रूप से अपने स्थानीय पड़ोसों की वायरिंग को बदल देता है। SST कोशिकाओं की वृद्धि और उनके द्वारा बनाए गए कनेक्शनों के विशिष्ट पैटर्न एक ऐसा मजबूत वातावरण बनाते हैं जो सूचना के विविध प्रवाहों को एकीकृत करने में सक्षम है। जबकि स्थानीय वायरिंग यह बताती है कि मस्तिष्क स्थिरता कैसे बनाए रखता है और जटिल इनपुट को कैसे संभालता है, अध्ययन मस्तिष्क के विचार की बदलती गति के लिए स्थानीय सर्किटों की ओर इशारा करने के बजाय उनसे दूर संकेत करता है। परिणाम मस्तिष्क की एक स्पष्ट तस्वीर प्रस्तुत करता है जहाँ स्थानीय वास्तुकला और वैश्विक प्रभाव मिलकर काम करते हैं, और प्रत्येक संज्ञानात्मक प्रक्रिया में एक विशिष्ट भूमिका निभाते हैं।
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।