Traveling waves along the cortical depth reflect structured synaptic inputs

मस्तिष्क अरबों कोशिकाओं का एक विशाल, गूँजता हुआ नेटवर्क है, जो लगातार लयबद्ध पैटर्न में सक्रिय रहता है, जिसका वैज्ञानिकों ने हमारे सोचने, देखने और याद रखने की प्रक्रिया को समझने के लिए लंबे समय से अध्ययन किया है। दशकों तक, शोधकर्ताओं ने इन लयबद्ध उतार-चढ़ाव पर ध्यान केंद्रित किया है, जिन्हें न्यूरल ऑसिलेशन (neural oscillations) कहा जाता है, जो एक गाने की पृष्ठभूमि की ताल की तरह कार्य करते हैं जो मस्तिष्क के विभिन्न हिस्सों को उनके काम में समन्वय करने में मदद करते हैं। हाल ही में, एक अधिक गतिशील पैटर्न सामने आया है: ट्रैवलिंग वेव्स (traveling waves - यात्रा करती लहरें)। ये केवल स्थिर लय नहीं हैं बल्कि गतिविधि के चलते हुए पैटर्न हैं जो मस्तिष्क की सतह पर घूमते हैं, ठीक वैसे ही जैसे तालाब में उठने वाली लहर। वैज्ञानिकों ने इन लहरों को कई प्रजातियों और मस्तिष्क के क्षेत्रों में देखा है, जो हमारे दुनिया को महसूस करने से लेकर हमारे चलने-फिरने और यादों को संचित करने तक सब कुछ से जुड़ी हुई हैं। हालाँकि, एक मौलिक रहस्य बना हुआ है: ये लहरें वास्तव में किससे बनी हैं? क्या वे संदेश भेजने वाले न्यूरॉन्स की वास्तविक फायरिंग का प्रतिनिधित्व करती हैं, या वे कुछ और हैं, शायद उन विद्युत संकेतों का प्रतिबिंब हैं जो एक न्यूरॉन के निर्णय लेने से पहले उस तक पहुँचते हैं?

इस पहेली को सुलझाने के लिए, येल यूनिवर्सिटी के शोधकर्ताओं के एक दल ने मकाक बंदरों के विजुअल कॉर्टेक्स (visual cortex) की ओर अपना ध्यान केंद्रित किया, जो दृष्टि को संसाधित करने के लिए जिम्मेदार मस्तिष्क का हिस्सा है। उन्होंने एक विशेष उपकरण का उपयोग किया, जो दर्जनों सूक्ष्म इलेक्ट्रोडों वाला एक लंबा, पतला प्रोब था, जिससे उन्होंने सतह से नीचे की परतों तक विभिन्न गहराइयों पर मस्तिष्क की विद्युत गतिविधि को सुनने का प्रयास किया। इससे उन्हें एक साथ दो अलग-अलग प्रकार के संकेतों को रिकॉर्ड करने की अनुमति मिली। पहला था लोकल फील्ड पोटेंशियल (local field potential), जो कई न्यूरॉन्स की सामूहिक विद्युत गूँज का एक माप है, जो उनके द्वारा प्राप्त इनपुट से अत्यधिक प्रभावित होता है। दूसरा था मल्टी-यूनिट एक्टिविटी एनवेलप (multi-unit activity envelope), एक संकेत जो न्यूरॉन्स के समूहों की वास्तविक स्पाइकिंग या फायरिंग को ट्रैक करता है। यह देखते हुए कि ये संकेत कैसे व्यवहार करते हैं जब बंदर अंधेरे में बैठे होते हैं या प्रकाश के चलते हुए पैटर्न को देखते हैं, शोधकर्ता यह देख सके कि क्या ट्रैवलिंग वेव्स फायरिंग करने वाले न्यूरॉन्स के साथ चल रही थीं या वे कुछ अलग थीं।

परिणामों ने एक आश्चर्यजनक विच्छेद को प्रकट किया। शोधकर्ताओं ने लोकल फील्ड पोटेंशियल संकेतों के माध्यम से स्पष्ट, संगठित ट्रैवलिंग वेव्स देखीं, जो विजुअल कॉर्टेक्स की परतों में ऊपर और नीचे घूम रही थीं। ये लहरें बदलती थीं कि बंदर अंधेरे में था या किसी दृश्य उद्दीपन (visual stimulus) को देख रहा था, तो उनकी गति और व्यवहार बदल जाता था। हालाँकि, जब उन्होंने न्यूरॉन्स की वास्तविक फायरिंग को देखा, तो ऐसी कोई ट्रैवलिंग वेव्स मौजूद नहीं थीं। न्यूरॉन्स ने ऊतकों (tissue) के माध्यम से घूमने वाले तरंग-नुमा पैटर्न में फायरिंग नहीं की। इसके बजाय, फायरिंग गतिविधि परतों में अपने समय (timing) के संबंध में अपेक्षाकृत स्थिर रही, भले ही विद्युत लहरें उनके पास से गुजर रही थीं। इस निष्कर्ष ने इस विचार को खारिज कर दिया कि ये ट्रैवलिंग वेव्स केवल एक परत से दूसरी परत तक जाने वाले न्यूरल कमांड्स का भौतिक प्रसार हैं।

इस घटना को समझने की कुंजी इस बात में निहित थी कि लहरों की गति मस्तिष्क की गतिविधि से कैसे संबंधित थी। शोधकर्ताओं ने पाया कि ट्रैवलिंग वेव्स की गति, न्यूरॉन्स के प्रतिक्रिया देने के तरीके का एक शक्तिशाली भविष्यवक्ता (predictor) थी। जब लहरें तेजी से चलती थीं, तो न्यूरॉन्स अधिक तीव्रता से और अधिक तालमेल के साथ फायर करते थे। जब लहरें धीरे चलती थीं, तो न्यूरोनल प्रतिक्रिया कमजोर और कम समन्वित होती थी। इससे यह संकेत मिला कि लहरें स्वयं संदेश नहीं थीं, बल्कि यह इस बात का एक हस्ताक्षर (signature) थीं कि संदेश कैसे पहुँच रहे थे। टीम ने प्रस्तावित किया कि ट्रैवलिंग वेव्स वास्तव में मस्तिष्क में टकराने वाले इनपुट्स के समय (timing) का एक प्रतिबिंब हैं। यदि इनपुट एक कसकर संगठित, तीव्र क्रम में आते हैं, तो वे एक तेज़ गति वाली लहर बनाते हैं और न्यूरॉन्स की एक मजबूत, सिंक्रोनाइज्ड प्रतिक्रिया को प्रेरित करते हैं। यदि इनपुट बिखरे हुए, धीमे क्रम में आते हैं, तो लहर धीरे चलती है और न्यूरोनल प्रतिक्रिया कमजोर होती है।

इस विचार का परीक्षण करने के लिए, शोधकर्ताओं ने एक कंप्यूटर मॉडल बनाया जो यह सिम्युलेट करता है कि मस्तिष्क के ऊतकों के माध्यम से विद्युत धाराएँ कैसे बहती हैं और न्यूरॉन्स उन संकेतों को कैसे एकीकृत (integrate) करते हैं। मॉडल ने पुष्टि की कि जब इनपुट एक संरचित, समय-विलंबित क्रम में आते हैं, तो वे स्वाभाविक रूप से उसी प्रकार की ट्रैवलिंग वेव्स उत्पन्न करते हैं जो रिकॉर्डिंग में देखी गई थीं। मॉडल ने यह भी दिखाया कि न्यूरॉन्स एक 'लीकी बकेट' (leaky bucket - छेद वाले बर्तन) की तरह कार्य करते हैं, जो समय के साथ इन इनपुट्स को एकीकृत करते हैं। यदि इनपुट तेजी से और एक साथ आते हैं, तो बर्तन जल्दी भर जाता है, जिससे एक मजबूत फायरिंग प्रतिक्रिया होती है। यदि वे धीरे-धीरे टपकते हैं, तो बर्तन उतना ही तेजी से खाली होता है जितना वह भरता है, जिसके परिणामस्वरूप कमजोर प्रतिक्रिया होती है। इस ढांचे ने एक स्पष्ट, भौतिक स्पष्टीकरण प्रदान किया कि क्यों लहरें अलग-अलग गति से चलती थीं और क्यों वे गति न्यूरॉन्स की प्रतिक्रिया की ताकत की भविष्यवाणी करती थीं।

अध्ययन ने यह भी स्पष्ट किया कि जब मस्तिष्क शांत होता है बनाम जब वह सक्रिय होता है, तब क्या होता है। दृश्य उत्तेजना (visual stimulation) के दौरान, ट्रैवलिंग वेव्स तेज और अधिक बार होने लगीं, जो मस्तिष्क की बढ़ी हुई सतर्कता की स्थिति से मेल खाती थीं। अंधेरे में, लहरें धीमी और कम बार होने लगीं। महत्वपूर्ण रूप से, शोधकर्ताओं ने पाया कि भले ही ट्रैवलिंग वेव्स मौजूद थीं, वे हमेशा सिंक्रोनाइज्ड फायरिंग का नेतृत्व नहीं करती थीं। कभी-कभी, लहरें बिना न्यूरॉन्स के एक साथ फायर किए दिखाई देती थीं, जिसे मॉडल ने समझाया कि यह ऐसी स्थिति थी जहाँ आने वाले संकेत न्यूरॉन्स की प्राकृतिक "लीकीनेस" (leakiness) को पार करने के लिए बहुत कमजोर थे। इस बारीकी ने यह समझाने में मदद की कि लहरें और फायरिंग कभी-कभी तालमेल से बाहर क्यों दिखाई देते थे।

अंततः, यह कार्य ट्रैवलिंग वेव्स को चलते हुए संकेतों के रहस्य से बदलकर इनपुट टाइमिंग की एक स्पष्ट तस्वीर में बदल देता है। लहरें न्यूरॉन्स का एक कतार में मार्च करना नहीं हैं; वे मस्तिष्क में सूचना के आगमन के पदचिह्न (footprint) हैं, जो समय और स्थान में व्यवस्थित हैं। लहर की गति हमें बताती है कि आने वाली जानकारी कितनी व्यवस्थित है। एक तेज़ लहर का अर्थ है कि इनपुट एक सघन, कुशल क्रम में आ रहे हैं, जो मस्तिष्क की गतिविधि को संचालित करने के लिए तैयार हैं। एक धीमी लहर का अर्थ है कि इनपुट बिखरे हुए और कम प्रभावी हैं। इन लहरों की गति को न्यूरोनल प्रतिक्रिया की ताकत से सीधे जोड़कर, शोधकर्ताओं ने मस्तिष्क की गतिविधि को पढ़ने का एक नया तरीका प्रदान किया है, यह दिखाते हुए कि जो आता है उसके समय (timing) का महत्व उतना ही है जितना कि जो बाहर निकलता है (firing) उसके। यह अंतर्दृष्टि हमें दुनिया को संसाधित करने के बारे में एक स्पष्ट दृष्टिकोण देती है, जो यह सुझाव देती है कि हमारे विचारों और धारणाओं की लय उन संकेतों के सटीक समय से गहराई से जुड़ी हुई है जो उन्हें फीड करते हैं।