Biophysically relevant network model of the piriform cortex predicts odor frequency encoding using network mechanisms
यह अध्ययन एक जैव-भौतिक रूप से प्रासंगिक नेटवर्क मॉडल का उपयोग यह प्रदर्शित करने के लिए करता है कि पिरिफॉर्म कॉर्टेक्स (piriform cortex) एक अत्यधिक वितरित जनसंख्या तंत्र के माध्यम से गंध आवृत्ति सूचना (2Hz बनाम 20Hz) को एनकोड करता है, जहाँ ट्रायल-औसत गतिविधि उच्च-सटीक भेदभाव को सक्षम करती है जो फीडबैक, फीडफॉरवर्ड और आवर्ती संयोजनों वाले विशिष्ट सर्किट मोटिफ्स द्वारा द्विदिश रूप से मॉड्युलेट होती 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
जंगल में, गंध शायद ही कभी स्थिर, निरंतर बादलों के रूप में पहुँचती है। इसके बजाय, वे अशांत प्लूम (plumes) के रूप में यात्रा करती हैं, जो हवा में घूमते हुए सांद्रता के तीव्र विस्फोटों में टूट जाती हैं। एक गंध का पीछा करने वाले जानवर को न केवल यह पहचानना होता है कि गंध क्या है, बल्कि यह भी महसूस करना होता है कि ये विस्फोट कितनी तेजी से आ रहे हैं। यह समय (timing) स्रोत के बारे में महत्वपूर्ण जानकारी देता है, जिससे जीव नेविगेट करने, भोजन खोजने और जीवित रहने में सक्षम होते हैं। जबकि वैज्ञानिक लंबे समय से जानते हैं कि घ्राण प्रणाली (olfactory system) का सबसे प्रारंभिक हिस्सा, 'ऑलफैक्ट्री बल्ब', इन तीव्र उतार-चढ़ावों का पता लगा सकता है, लेकिन यह एक रहस्य बना हुआ था कि क्या मस्तिष्क का उच्च घ्राणी केंद्र, 'पिरिफॉर्म कॉर्टेक्स', इस टेम्पोरल कोड (temporal code) को भी पढ़ सकता है। इस क्षेत्र को आमतौर पर उस स्थान के रूप में माना जाता है जहाँ मस्तिष्क यह सीखता है कि गंध क्या है और वह कितनी तीव्र है, लेकिन संकेत की गति को संसाधित करने की इसकी क्षमता स्पष्ट नहीं थी।
इस पहेली को सुलझाने के लिए, शोधकर्ताओं ने पिरिफॉर्म कॉर्टेक्स का एक विस्तृत कंप्यूटर मॉडल बनाया, जो स्तनधारियों में पाए जाने वाले वास्तविक जैविक हार्डवेयर की नकल करने के लिए डिज़ाइन किया गया न्यूरॉन्स का एक नेटवर्क है। उन्होंने इस आभासी मस्तिष्क को चूहों के ऑलफैक्ट्री बल्ब से रिकॉर्ड किए गए वास्तविक डेटा से फीड किया, जिसमें दो अलग-अलग गतियों पर दिए गए तीन अलग-अलग सुगंध मिश्रणों का अनुकरण किया गया: एक धीमी 2 हर्ट्ज़ लय और एक तेज़ 20 हर्ट्ज़ लय। लक्ष्य यह देखना था कि क्या नेटवर्क इन दो गतियों के बीच अंतर कर सकता है। परिणाम आश्चर्यजनक थे। जब शोधकर्ताओं ने नेटवर्क के भीतर व्यक्तिगत न्यूरॉन्स की गतिविधि को देखा, तो उनमें से अधिकांश अकेले धीमी और तेज़ लय के बीच अंतर करने में असमर्थ थे। हालाँकि, जब उन्होंने न्यूरॉन्स की पूरी आबादी की सामूहिक गतिविधि का परीक्षण किया, तो तस्वीर पूरी तरह बदल गई। न्यूरॉन्स का समूह, एक साथ मिलकर कार्य करते हुए, दोनों आवृत्तियों (frequencies) के बीच स्पष्ट रूप से और विश्वसनीय रूप से अंतर कर सका। यह सुझाव देता है कि मस्तिष्क गंध के समय (timing) को डिकोड करने के लिए एकल कोशिकाओं पर निर्भर नहीं करता है, बल्कि एक वितरित कोड (distributed code) का उपयोग करता है जहाँ पूरे नेटवर्क में गतिविधि का पैटर्न सूचना वहन करता है।
अध्ययन इस नेटवर्क की विशिष्ट वायरिंग (wiring) को समझने के लिए और आगे बढ़ा। शोधकर्ताओं ने आभासी प्रयोग किए जहाँ उन्होंने न्यूरॉन्स के बीच विभिन्न प्रकार के कनेक्शनों को व्यवस्थित रूप से हटाया, जो मूल रूप से एक जेनेटिक नॉकआउट (genetic knockout) का अनुकरण था ताकि देखा जा सके कि क्या होता है। उन्होंने पाया कि नेटवर्क की गंध की गति को पहचानने की क्षमता इसके निरोधात्मक सर्किट (inhibitory circuits) के प्रति अत्यधिक संवेदनशील है—वे कनेक्शन जो न्यूरॉन्स को बहुत अधिक सक्रिय होने से रोकने के लिए ब्रेक के रूप में कार्य करते हैं। एक विरोधाभासी निष्कर्ष में, मुख्य उत्तेजक न्यूरॉन्स (excitatory neurons) में फीड करने वाले प्रत्यक्ष निरोधात्मक कनेक्शनों को हटाने से वास्तव में नेटवर्क की आवृत्ति को डिकोड करने की क्षमता में सुधार हुआ। जब शोधकर्ताओं ने इन विशिष्ट "ब्रेक" को शांत किया, तो मॉडल धीमी 2 हर्ट्ज़ लय को तेज़ 20 हर्ट्ज़ लय से अलग करने में और भी बेहतर हो गया। इसके विपरीत, जब उन्होंने उन उत्तेजक कनेक्शनों को हटा दिया जो मुख्य न्यूरॉन्स को एक-दूसरे से बात करने की अनुमति देते हैं, या जब उन्होंने निरोधात्मक न्यूरॉन्स के बीच के निरोधात्मक कनेक्शनों को हटाया, तो नेटवर्क का प्रदर्शन काफी गिर गया।
ये सिमुलेशन सुझाव देते हैं कि पिरिफॉर्म कॉर्टेक्स प्राकृतिक गंधों की टेम्पोरल डायनेमिक्स (temporal dynamics) को एनकोड करने में सक्षम है, एक ऐसी विशेषता जिसे पहले प्रसंस्करण के शुरुआती चरणों तक ही सीमित माना जाता था। निष्कर्ष बताते हैं कि यह क्षमता व्यक्तिगत कोशिकाओं का गुण नहीं है, बल्कि पूरे नेटवर्क की जटिल, वितरित अंतःक्रियाओं से उभरती है। इसके अलावा, अध्ययन से पता चलता है कि उत्तेजना (excitation) और निषेध (inhibition) के बीच का संतुलन इस टेम्पोरल संवेदनशीलता को बढ़ाने या कम करने के लिए ट्यून किया जा सकता है। यह दिखाकर कि विशिष्ट निरोधात्मक मार्गों को कम करने से गंध की गति को पढ़ने की मस्तिष्क की क्षमता को तेज किया जा सकता है, यह शोध एक नया दृष्टिकोण प्रदान करता है कि कैसे तंत्रिका सर्किट (neural circuits) वास्तविक दुनिया की तीव्र, उतार-चढ़ाव वाली प्रकृति को संसाधित करने के लिए अनुकूलित हो सकते हैं। यह कार्य भविष्यवाणी करता है कि एक जीवित जीव में, पिरिफॉर्म कॉर्टेक्स केवल गंधों की पहचान ही नहीं करता है; यह हवा की लय को भी सक्रिय रूप से संसाधित करता है, जो एक वितरित नेटवर्क तंत्र का उपयोग करता है जो सटीक, और कुछ हद तक लचीले, तंत्रिका कनेक्शनों पर निर्भर करता 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।