مغز شما چطور تصمیمات پیچیده می گیرد؟ راز هماهنگی سلول های عصبی فاش شد!

آیا تا به حال فکر کردهاید که مغز شما چگونه در کسری از ثانیه تصمیمات پیچیده میگیرد؟ چگونه میلیاردها سلول عصبی با هم هماهنگ میشوند تا ما بتوانیم بین دو گزینه، انتخاب کنیم؟ محققان دانشگاه پرینستون با همکاری آزمایشگاه Cold Spring Harbor، دانشگاه استنفورد و دانشگاه بوستون، اخیراً پرده از این راز برداشتهاند.
به گزارش اینتیتر، آیا تا به حال فکر کردهاید که مغز شما چگونه در کسری از ثانیه تصمیمات پیچیده میگیرد؟ چگونه میلیاردها سلول عصبی با هم هماهنگ میشوند تا ما بتوانیم بین دو گزینه، انتخاب کنیم؟ محققان دانشگاه پرینستون با همکاری آزمایشگاه Cold Spring Harbor، دانشگاه استنفورد و دانشگاه بوستون، اخیراً پرده از این راز برداشتهاند.
تحقیقات جدید نشان میدهد که با وجود تفاوتهای فردی در فعالیت نورونها، یک ساختار مشترک زیربنایی، مغز را به سمت تصمیمات واحد هدایت میکند. این یافتهها که در ژورنال معتبر Nature در تاریخ ۲۵ ژوئن (برابر با ۴ تیر) منتشر شده است، دیدگاه جدیدی در مورد نحوه سازماندهی تصمیمات پیچیده در مغز ارائه میدهد.
ساختار مشترک نورونها: کلیدی برای درک تصمیمگیری
مطالعات کلاسیک در علوم اعصاب نشان دادهاند که مغز، اطلاعات حسی ساده مانند اشکال یا صداهای اصلی را به روشهای قابل پیشبینی دستهبندی میکند. به عنوان مثال، یک مستطیل سیاه که با زاویه ۴۵ درجه چرخیده، گروه خاصی از سلولها را در قشر بینایی فعال میکند. اما تصمیمگیری، به ویژه زمانی که با عمل مرتبط باشد، پیچیدهتر از تشخیص صداها یا اشکال است. به همین دلیل، شناسایی رمز عصبی که تصمیمگیری را هدایت میکند، برای محققان دشوار بوده است.
برای غلبه بر این چالش، تیم تحقیقاتی، میمونهای رزوس (Rhesus macaques) را آموزش دادند تا مشخص کنند کدام رنگ (قرمز یا سبز) در یک صفحه شطرنجی غالبتر است. آزمایشهای آسان، واضح بودند، اما آزمایشهای مبهم، نیاز به بررسی دقیق داشتند. در حالی که میمونها در حال بررسی انتخاب خود بودند، محققان فعالیت سلولهای عصبی را در قشر پیش حرکتی پشتی (dorsal premotor cortex)، ناحیهای از مغز که در ترجمه تصمیمات به اقدامات نقش دارد، ثبت کردند.
آنها دریافتند که نورونها، حتی در یک آزمایش یکسان، پاسخهای بسیار متفاوتی نشان میدهند، که نشاندهنده درجه بالایی از “ناهمگونی” یا تنوع در کد عصبی برای تصمیمگیری است.
مدلسازی کامپیوتری: آشکارسازی پتانسیل پنهان مغز
تاتیانا انگل (Tatiana Engel)، دکترای علوم اعصاب و استاد موسسه علوم اعصاب پرینستون (Princeton Neuroscience Institute) و نویسنده ارشد این مطالعه، میگوید: “این فرض گسترده وجود دارد که این ناهمگونی، منعکسکننده پویاییهای پیچیده درگیر در شناخت است. اما شگفتآور اینکه، ما دریافتیم که این پیچیدگی ظاهری، ناشی از یک اصل کدگذاری عصبی بسیار متفاوت است.”
برای توضیح این تنوع، تیم تحقیقاتی یک مدل محاسباتی انعطافپذیر ایجاد کردند که دو ویژگی حیاتی را در هدایت رفتار هر نورون نشان داد:
- تنظیم (Tuning): اینکه یک نورون چه زمانی و به چه نوع تصمیمی تمایل به پاسخ دادن دارد.
- پویایی عصبی (Neural Dynamics): که توسط یک “چشمانداز بالقوه” (Potential Landscape) نشان داده میشود که فعالیت را هدایت میکند.
در این مدل، درهها در چشمانداز، نشاندهنده تصمیمات پایدار هستند. همانطور که فعالیت عصبی آشکار میشود، مانند یک توپ است که روی زمین غلت میخورد: شیبهای تندتر، فعالیت را به طور قاطعتری به سمت یک انتخاب سوق میدهند.
هنگامی که این مدل با دادههای واقعی تطبیق داده شد، نشان داد که تنظیم در طول آزمایشهای آسان و سخت، ثابت باقی میماند، اما شکل چشمانداز بالقوه تغییر میکند. در وظایف آسانتر، چشمانداز شیبدار بود و منجر به تصمیمگیریهای سریعتر و مطمئنتر میشد. در وظایف سختتر، زمین مسطحتر و مستعد نویز بود، که احتمال اشتباهات را افزایش میداد.
اگرچه هر نورون پاسخ فردی متفاوتی داشت، اما به نظر میرسید که همه آنها در یک چشمانداز بالقوه زیربنایی مشترک، سهیم هستند.
قیاس اسکیبازها: تصویرسازی از هماهنگی نورونها
انگل در این باره میگوید: “این را مانند گروهی از اسکیبازها در نظر بگیرید که از یک کوه پایین میآیند. هر کدام مسیر کمی متفاوت را ترجیح میدهند، اما همه آنها تحت تأثیر شیب یکسان زیر پای خود شکل میگیرند. به طور مشابه، هر نورون، ترجیح و فعالیت خاص خود را دارد، اما گروهی از سلولها به طور جمعی در قشر پیش حرکتی، یک سفر هماهنگ را طی میکنند و به تدریج در یک حالت پایدار مستقر میشوند که نشاندهنده تصمیم است.”
درک چگونگی همکاری نورونها برای تصمیمگیری، میتواند بینش عمیقتری در مورد عملکرد اساسی مغز و چگونگی اختلال در آن در اختلالاتی مانند اسکیزوفرنی (Schizophrenia) یا اختلال دوقطبی (Bipolar Disorder)، که فرآیندهای تصمیمگیری در آنها تغییر میکند، ارائه دهد.
دانیل واهابا (Daniel Vahaba) از دانشگاه پرینستون مسئول ارتباطات این پژوهش است.
با داشتن یک مدل جدید، انگل و همکارانش اکنون قصد دارند بررسی کنند که چگونه انواع مختلف نورونها و نحوه اتصال آنها، در تنظیم متنوع و مراحل متمایز تصمیمگیری که مشاهده کردهاند، نقش دارند.
انگل میگوید: “هر تصمیمی منحصر به فرد است. اما با بررسی دقیق سطح آزمایشهای منفرد و نورونهای منفرد، میتوانیم شروع به درک آن کنیم.”
اصل هندسی یکپارچه در رمزگذاری عصبی
این تحقیق، اصل هندسی یکپارچهای را برای رمزگذاری عصبی متغیرهای حسی و شناختی پویا آشکار میکند.
خلاصه مقاله اصلی:
مغز، متغیرهای حسی را در فعالیت هماهنگ جمعیتهای عصبی نشان میدهد، که در آن منحنیهای تنظیم نورونهای منفرد، هندسه کد جمعیت را تعریف میکنند. اینکه آیا همین اصل کدگذاری برای متغیرهای شناختی پویا نیز صادق است یا خیر، ناشناخته باقی مانده است، زیرا فرآیندهای شناختی داخلی با یک دوره زمانی منحصر به فرد در آزمایشهای منفرد که فقط در تحریک نامنظم جمعیتهای عصبی ناهمگن مشاهده میشود، آشکار میشوند.
در اینجا، ما وجود چنین کد جمعیتی را برای پویایی شکلگیری انتخاب در قشر پیش حرکتی نخستیها نشان میدهیم. ما رویکردی را برای استنباط همزمان پویایی جمعیت و عملکردهای تنظیم نورونهای منفرد به حالت جمعیت ایجاد کردیم. مدل ما که بر روی دادههای اسپایک (Spike) ثبتشده در طول تصمیمگیری اعمال شد، نشان داد که جمعیتهای نورون، یک متغیر پویا مشابه را رمزگذاری میکنند که انتخابها را پیشبینی میکند، و نرخهای شلیک ناهمگن ناشی از تنظیم متنوع نورونهای منفرد به این متغیر تصمیمگیری است. پویایی استنباط شده، مکانیسم جاذب را برای محاسبه تصمیم نشان داد.
نتایج ما یک اصل هندسی یکپارچه را برای رمزگذاری عصبی متغیرهای حسی و شناختی پویا آشکار میکند.
منبع:
- Princeton University
- نویسنده: Daniel Vahaba
- مقاله اصلی: “The dynamics and geometry of choice in the premotor cortex” by Tatiana Engel et al. Nature.