A Chronnectogram-ICA Framework for Tracking Continuously Evolving and Overlapping Functional Brain States

मानव मस्तिष्क एक स्थिर मशीन नहीं है; यह एक जीवित, सांस लेता हुआ तंत्र है जो खुद को लगातार पुनर्गठित करता रहता है, यहाँ तक कि जब हम आराम कर रहे होते हैं तब भी। दशकों से, विभिन्न मस्तिष्क क्षेत्रों के बीच होने वाली बातचीत का अध्ययन करने वाले वैज्ञानिक एक ऐसे मॉडल पर निर्भर रहे हैं जो इन बातचीत को अलग-अलग, पृथक अध्यायों की एक श्रृंखला के रूप में मानता है। इस पारंपरिक दृष्टिकोण में, मस्तिष्क एक निश्चित सेट के "अवस्थाओं" (states) के बीच स्विच करता है, जैसे कि एक लाइट स्विच एक सेटिंग से दूसरी सेटिंग पर क्लिक करता है। शोधकर्ता मस्तिष्क के स्कैन देखते थे और कहते थे, "अभी मस्तिष्क अवस्था A में है," और एक क्षण बाद, "अब यह अवस्था B में है।" यह दृष्टिकोण उपयोगी रहा है, लेकिन यह मान लेता है कि मस्तिष्क एक मोड से दूसरे मोड में तुरंत कूद जाता है, जिससे इस संभावना की अनदेखी हो जाती है कि ये अवस्थाएं आपस में मिल सकती हैं, ओवरलैप हो सकती हैं, या धीरे-धीरे एक-दूसरे में बदल सकती हैं। यदि मस्तिष्क का वास्तविक स्वभाव निरंतर प्रवाह है न कि स्नैपशॉट की एक श्रृंखला, तो इसे देखने का पुराना तरीका सबसे महत्वपूर्ण विवरणों को छोड़ रहा हो सकता है।

एक नया अध्ययन इस लंबे समय से चले आ रहे अनुमान को चुनौती देता है, जो मस्तिष्क की गतिविधि को डिस्कनेक्टेड फ्रेम्स (disconnected frames) की एक श्रृंखला के बजाय एक सहज, विकसित होती कहानी के रूप में प्रस्तुत करता है। शोधकर्ताओं ने, 311 वयस्कों—151 जिन्हें सिज़ोफ्रेनिया (schizophrenia) का निदान किया गया था और 160 स्वस्थ नियंत्रण समूह—के डेटा के साथ काम करते हुए, एक ऐसा ढांचा विकसित किया जो मस्तिष्क नेटवर्क को कठोर बक्सों में डाले बिना समय के साथ कैसे बदलते हैं, इसका पता लगाता है। यह पूछने के बजाय कि मस्तिष्क किसी दिए गए क्षण में किस एकल अवस्था में है, उन्होंने यह पूछा कि विभिन्न अवस्थाएं कैसे एक-दूसरे से संबंधित हैं जब वे ऊपर उठती हैं, गिरती हैं और परस्पर क्रिया करती हैं। मस्तिष्क गतिविधि के हजारों क्षणों का विश्लेषण करके, उन्होंने पाया कि मस्तिष्क के कार्यात्मक संबंध केवल चालू या बंद नहीं होते; वे विस्थापित होते हैं, ओवरलैप होते हैं, और कभी-कभी एक ही समय में विपरीत दिशाओं में चलते हैं। इस नए परिप्रेक्ष्य ने खुलासा किया कि सिज़ोफ्रेनिया वाले लोगों के मस्तिष्क में स्वस्थ व्यक्तियों की तुलना में केवल "अधिक" या "कम" मस्तिष्क गतिविधि नहीं होती है। इसके बजाय, उनके मस्तिष्क इन अवस्थाओं के जुड़ने के तरीके के एक जटिल पुनर्वितरण (redistribution) को दर्शाते हैं, जहाँ कुछ रोगी कुछ नेटवर्कों के बीच अत्यधिक सिंक्रोनाइज़ेशन (synchronization) दिखाते हैं, जबकि अन्य में समन्वय की पूर्ण कमी दिखाई देती है—एक ऐसा पैटर्न जो पारंपरिक विश्लेषण में औसत होकर गायब हो जाता है।

शोधकर्ताओं ने शुरुआत में रेस्टिंग-स्टेट फंक्शनल मैग्नेटिक रेजोनेंस इमेजिंग (fMRI) स्कैन एकत्र करके की। ये स्कैन मस्तिष्क में रक्त के प्रवाह को मापते हैं, जो तंत्रिका गतिविधि (neural activity) के प्रतिनिधि के रूप में कार्य करता है, जो विभिन्न मस्तिष्क क्षेत्रों के बीच संचार के सूक्ष्म उतार-चढ़ाव को पकड़ता है। अतीत में, वैज्ञानिक इन स्कैन को छोटे समय अंतराल (time windows) में काट देते थे और सांख्यिकीय उपकरणों का उपयोग करके उन्हें कुछ आवर्ती पैटर्न में समूहित करते थे। यदि कोई विंडो पैटर्न A जैसी दिखती थी, तो उसे वैसा लेबल दिया जाता था, और यदि वह पैटर्न B जैसी दिखती थी, तो उसे वह लेबल दिया जाता था। यह विधि, व्यापक रुझानों को खोजने के लिए प्रभावी होने के बावजूद, उन बीच के अनिश्चित क्षणों को त्याग देती है जहाँ दो पैटर्न एक साथ हो सकते हैं, या जहाँ एक पैटर्न धीरे-धीरे दूसरे में बदल रहा होता है। नया ढांचा, जिसे लेखक "क्रोनोनेक्टोग्राम" (chronnectogram) कहते हैं, इन कठोर कट लगाने से इनकार करता है। यह डेटा को यह दिखाने की अनुमति देता है कि एक मस्तिष्क नेटवर्क आंशिक रूप से एक अवस्था में और आंशिक रूप से दूसरी अवस्था में हो सकता है, या दो अलग-अलग नेटवर्क समय के साथ तालमेल में या विरोध में चल सकते हैं।

यह परीक्षण करने के लिए कि क्या वास्तव में यह नया दृष्टिकोण काम करता है, टीम ने पहले कंप्यूटर सिमुलेशन चलाए जहाँ वे पहले से ही सटीक उत्तर जानते थे। उन्होंने नकली मस्तिष्क डेटा बनाया जहाँ अवस्थाओं को निरंतर विकसित और ओवरलैप होने के लिए डिज़ाइन किया गया था। जब उन्होंने इस डेटा पर पुराने, कठोर तरीकों को लागू किया, तो टूल्स ओवरलैप को देखने में विफल रहे, और सहज संक्रमणों को असंबंधित स्विचों के एक जंबल के रूप में माना। हालाँकि, नए क्रोनोनेक्टोग्राम ढांचे ने डेटा की निरंतर, ओवरलैपिंग प्रकृति को सफलतापूर्वक पुनः प्राप्त किया। इसने सिद्ध किया कि यह विधि उन "धूसर क्षेत्रों" (gray areas) को देख सकती है जिन्हें अन्य उपकरण मिस कर देते हैं, जबकि यह वास्तव में असतत (discrete) डेटा होने पर भी पुराने तरीकों के समान ही प्रदर्शन करती है। इस सत्यापन ने शोधकर्ताओं को विश्वास दिलाया कि उनका नया टूल केवल शोर (noise) पैदा नहीं कर रहा था, बल्कि वास्तव में एक छिपे हुए स्तर को प्रकट कर रहा था जो अब तक अदृश्य था।

जब टीम ने सिज़ोफ्रेनिया और नियंत्रण समूहों से वास्तविक दुनिया के डेटा पर इस ढांचे को लागू किया, तो परिणाम चौंकाने वाले थे। उन्होंने पाया कि मस्तिष्क की समान जोड़ी अलग-अलग रोगियों में बिल्कुल अलग तरह से व्यवहार करती है। सिज़ोफ्रेनिया वाले कुछ व्यक्तियों में, दो विशिष्ट मस्तिष्क नेटवर्क एक घनिष्ठ, सिंक्रोनाइज़्ड नृत्य में बंधे थे, जबकि अन्य में, वही नेटवर्क सक्रिय रूप से एक-दूसरे से लड़ रहे थे, यानी विपरीत दिशाओं में चल रहे थे। एक पारंपरिक विश्लेषण में, ये दोनों चरम स्थितियां एक-दूसरे को रद्द कर देंगी, जिससे यह लगेगा कि रोगी समूह और स्वस्थ समूह के बीच कोई अंतर नहीं है। हालाँकि, नया तरीका इन विपरीत चरमों को अलग रखता है, यह दिखाता है कि विकार मस्तिष्क की गतिविधि में एक समान परिवर्तन से परिभाषित नहीं है। इसके बजाय, यह इस बात द्वारा विशेषता है कि अवस्थाएं कैसे जुड़ती हैं, जिसका एक अराजक पुनर्वितरण होता है, जिसमें कुछ रोगी हाइपर-कनेक्टिविटी की ओर भारी झुकाव रखते हैं, जबकि अन्य में समन्वय का पूर्ण अभाव होता है।

अध्ययन ने यह भी देखा कि मस्तिष्क की अवस्थाएं अपने सबसे तीव्र क्षणों पर—जब वे सबसे मजबूत या सबसे कमजोर होती हैं—कैसे बदलती हैं। उन्होंने पाया कि स्वस्थ व्यक्तियों में इस बात का एक सुसंगत पैटर्न होता है कि शिखर (peaks) और गर्त (valleys) कैसे घटित होते हैं, जो उनके मस्तिष्क की आंतरिक बातचीत के एक स्थिर लय का सुझाव देता है। इसके विपरीत, रोगियों ने बहुत अधिक बिखरा हुआ और अप्रत्याशित पैटर्न दिखाया। उनका मस्तिष्क एक स्थिर उच्च या निम्न बिंदु में बसने में कम सक्षम था, बल्कि विभिन्न, कम समन्वित कॉन्फ़िगरेशन के बीच कूदता रहता था। यह अस्थायी नियमितता (temporal regularity) की कमी बताती है कि सिज़ोफ्रेनिया वाला मस्तिष्क एक स्थिर मार्ग बनाए रखने में संघर्ष करता है, और स्वस्थ मस्तिष्क की तुलना में अस्थिर अवस्थाओं में अधिक बार भटक जाता है।

शायद सबसे महत्वपूर्ण बात यह है कि शोधकर्ताओं ने इन जटिल पैटर्न को रोगियों के वास्तविक लक्षणों से जोड़ा। उन्होंने पाया कि मस्तिष्क के विशिष्ट प्रकार के कपलिंग (coupling) विशिष्ट नैदानिक परिणामों से जुड़े थे। उदाहरण के लिए, जब कुछ मस्तिष्क नेटवर्क पूर्ण तालमेल में चल रहे थे, तो यह अधिक गंभीर 'पॉजिटिव लक्षणों' (positive symptoms), जैसे कि मतिभ्रम (hallucinations) या भ्रम (delusions) से जुड़ा था। इसके विपरीत, जब वे ही नेटवर्क विरोध में चल रहे थे, तो यह इन लक्षणों की कमी से जुड़ा था। दूसरी ओर, 'नेगेटिव लक्षण' (negative symptoms), जैसे कि प्रेरणा की कमी या भावनात्मक अभिव्यक्ति की कमी, एक अलग प्रकार के पैटर्न से जुड़े थे: कुछ निश्चित मस्तिष्क अवस्थाओं में एक जिद्दी दृढ़ता जो बदलने से इनकार करती है। संज्ञानात्मक प्रदर्शन (cognitive performance), या रोगी कितनी अच्छी तरह सोच और जानकारी प्रोसेस कर सकते हैं, विभिन्न नेटवर्कों को समन्वय करने की मस्तिष्क की लचीलेपन की क्षमता से जुड़ा था। वे रोगी जो विभिन्न नेटवर्क कॉन्फ़िगरेशन के बीच सहजता से बदलाव कर सकते थे, बेहतर संज्ञानात्मक स्कोर रखते थे, जबकि जिनके नेटवर्क कठोर या संघर्षपूर्ण पैटर्न में फंसे थे, उन्हें अधिक कठिनाई हुई।

निष्कर्ष बताते हैं कि सिज़ोफ्रेनिया में मस्तिष्क सरल या एकसमान तरीके से टूटा हुआ नहीं है। ऐसा नहीं है कि मस्तिष्क केवल "बहुत सक्रिय" या "बहुत शांत" है। बल्कि, विकार इस बात को बाधित करता है कि समय के साथ विभिन्न मस्तिष्क अवस्थाएं एक-दूसरे के साथ कैसे परस्पर क्रिया करती हैं। कुछ रोगियों को एक ऐसा मस्तिष्क मिलता है जो बहुत कसकर बंधा हुआ है, जबकि अन्य को एक ऐसा मस्तिष्क मिलता है जो अपने संबंधों को थामे नहीं रख पाता। यह परिवर्तनशीलता स्पष्ट करती है कि पिछले अध्ययनों ने कभी-कभी विरोधाभासी परिणाम क्यों दिए हैं, जिनमें से कुछ ने बढ़ी हुई गतिविधि पाई और दूसरों ने कम गतिविधि पाई। नया ढांचा दिखाता है कि ये दोनों बातें सच हो सकती हैं, यह इस पर निर्भर करता है कि किस रोगी को देखा जा रहा है और किस विशिष्ट कनेक्शन को मापा जा रहा है।

विभक्त अवस्थाओं के एक स्विचबोर्ड के रूप में मस्तिष्क के विचार से दूर जाकर, यह शोध मानसिक स्वास्थ्य का एक अधिक सूक्ष्म दृष्टिकोण प्रदान करता है। यह सुझाव देता है कि सिज़ोफ्रेनिया जैसे विकारों को समझने की कुंजी इस बात में नहीं है कि मस्तिष्क किसी निश्चित अवस्था में कितनी बार जाता है, बल्कि इस बात को समझने में है कि वे अवस्थाएं कैसे विकसित होती हैं और एक-दूसरे से कैसे संबंधित होती हैं। क्रोनोनेक्टोग्राम इस कहानी का एक मानचित्र प्रदान करता है, जो यह प्रकट करता है कि मस्तिष्क की गतिशीलता पहले की तुलना में बहुत अधिक तरल, ओवरलैपिंग और व्यक्तिगत है। परिप्रेक्ष्य में यह बदलाव केवल यह नहीं बदलता कि हम मस्तिष्क को कैसे मापते हैं; यह यह भी बदल देता है कि हम क्या देख सकते हैं, जो मानव मन के जटिल, निरंतर बदलते परिदृश्य की गहरी समझ के द्वार खोलता है।