چرا مغز ممکن است ۱۰۰ برابر قوی‌تر از تصور ما باشد

یک‌شنبه ۲۹ اسفند ۱۳۹۵ - ۱۹:۴۵
مطالعه 3 دقیقه
نتیجه تحقیقات دانشمندان دانشگاه UCLA نشان می‌دهد که مغز انسان می‌تواند نسبت به باور پیشین، ۱۰۰ برابر قوی‌تر باشد. این یافته‌ها به درمان اختلالات عصبی کمک می‌کنند.
تبلیغات

یک مطالعه‌ی جدید در دانشگاه کالیفرنیا لس‌آنجلس (UCLA) نشان می‌دهد که بخشی از عصب‌های مغز ما نسبت به تصورات پیشین فعال‌تر هستند. این یافته‌ها نشان می‌دهند که مغز ما ترکیبی از کامپیوترهای آنالوگ و دیجیتال است و از این طریق می‌توان راه‌های بهتری برای درمان اختلالات عصبی پیدا کرد.

تمرکز این مطالعه بر شاخه‌های متعدد سلول‌های عصبی (دَندریت) یا همان ساختارهای رشته‌ای بلند متصل به یک بدنه‌ی پیازی شکل موسوم به تنه‌ی سلولی (سوما) برای تشکیل عصب‌ها معطوف بود. قبل از این تصور می‌شد دندریت‌ها چیزی جز مجاری ارتباطی نیستند که سیگنال‌ فعالیت‌های الکتریکی تولیدشده در سوما را به سایر عصب‌ها می‌رسانند؛ اما این مطالعه نشان داد که این شاخه‌ها به‌شدت فعال هستند و ۱۰ برابر تصور پیشین، سیگنال بیشتری ارسال می‌کنند.

این یافته‌ها تمامی باورهای پیشین را که سیگنال‌های سوماتیک اصلی‌ترین راه برای یادگیری و شکل دادن حافظه و ادراک ما هستند، به چالش می‌کشند.

مایانک مِهتا، نویسنده‌ی ارشد این مقاله از دانشگاه یوسی‌اِل‌اِی، می‌گوید:

شاخه‌های سلول‌های عصبی یا دندریت‌ها بیش از ۹۰ درصد بافت عصبی را تشکیل می‌دهند. آگاهی از فعالیت بیشتر این سلول‌ها نسبت به سوما، به‌طور اساسی ماهیت درک ما نسبت به چگونگی محاسبات اطلاعات در مغز را تغییر می‌دهد. این موضوع می‌تواند به درک و درمان اختلالات عصبی کمک کند و ساخت کامپیوترهای شبیه به مغز را ممکن سازد.

محققان همچنین دریافتند که دندریت‌ها برخلاف سیگنال‌های فعالیت الکتریکی تولیدشده توسط سوماها، می‌توانند ولتاژهای بادوام‌تری تولید کنند که در مجموع در مقایسه با ولتاژهای سوماتیک، به‌مراتب قوی‌تر هستند. آن‌ها می‌گویند سیگنال‌های عصبی با پالس‌های الکتریکی کوتاه، شبیه به محاسبه‌ی دیجیتال هستند و از این حیث رویدادهای «همه‌یاهیچ» محسوب می‌شوند، در حالی‌ که جریان‌های دندریتی (شاخه‌ای) شباهت به محاسبات آنالوگ دارند.

مهتا می‌گوید:

ما دریافتیم که دندریت‌ها دوگانه هستند و هر دو محاسبه‌ی آنالوگ و دیجیتال را انجام می‌دهند که نسبت به کامپیوترهای تماماً دیجیتال متفاوت هستند، اما تا حدی نیز شبیه به کامپیوترهای کوانتومی آنالوگ هستند. یک باور ریشه‌ای در علم عصب‌شناسی این بوده است که نورون‌ها ابزارهای دیجیتال هستند. آن‌ها هم می‌توانند سیگنال تولید کنند و هم تولید نکنند. این نتیجه نشان می‌دهد که دندریت‌ها تنها شبیه به دستگاه‌های دیجیتال رفتار نمی‌کنند. دندریت‌ها سیگنال‌های دیجیتال همه‌یاهیچ تولید می‌کنند، اما نوسان‌های آنالوگ بزرگی نیز نشان می‌دهند که همه‌یاهیچ نیستند. این یک انقلاب بزرگ در علم عصب‌شناسی و باورهای ۶۰ ساله‌ی آن است.
نورون های مغزی

یک نورون با دندریت‌هایی که به رنگ سبز نمایش داده شده‌اند.

واقعیت این است که دندریت‌ها از نظر حجمی تقریباً ۱۰۰ برابر بزرگ‌تر از سوماها هستند. از این‌ رو، این احتمال وجود دارد که مغز ما برای محاسبه‌ی اطلاعات، نسبت به باور پیشین، ۱۰۰ برابر ظرفیت بیشتری داشته باشد.

تیم محققان دانشگاه UCLA در خلال این کشف توانستند الکترودهایی به مغز موش‌ها و در کنار دندریت‌ها پیوند بزنند. این یک روش جدید نسبت به شیوه‌ی قبلی بود که سنسورها را به‌طور مستقیم روی دندریت‌ها قرار می‌دادند و با این کار باعث نابود شدن دندریت‌ها و عدم توانایی در اندازه‌گیری فعالیت آن‌ها می‌شدند. دانشمندان دریافتند که دندریت‌ها در هنگام خوابیدن موش‌ها ۵ برابر فعال‌تر از سوماها هستند و در هنگام بیداری و حرکت آن‌ها نیز ۱۰ برابر فعال‌تر عمل می‌کنند. این کشف نشان می‌دهد که یادگیری احتمالاً نسبت به آنچه قبلاً تصور می‌شد، با انعطاف‌پذیری بیشتری صورت می‌گیرد.

جیسون مور، محقق فوق دکترا از این دانشگاه و یکی از نویسندگان این مقاله، می‌گوید:

 در بسیاری از مدل‌های پیشین، فرض بر این بود که یادگیری زمانی اتفاق می‌افتد که سلول‌های دو نورون در یک زمان فعال می‌شوند. یافته‌های ما نشان می‌دهند که یادگیری ممکن است وقتی نورون ورودی هم‌زمان با یک دندریت فعال است، رخ دهد. به‌علاوه، بخش‌های متفاوت دندریت‌ها می‌توانند در زمان‌های متفاوت فعال شوند که نشان‌دهنده‌ی انعطاف‌پذیری بیش‌ از انتظار در یادگیری درون یک نورون مجزا است.

مهتا می‌افزاید:

به سبب مشکلات تکنولوژیکی، تحقیق در مورد کارکرد مغز به‌طور گسترده‌ای روی بدنه‌ی سلولی انجام می‌شود. با این‌ حال ما راز زندگی عصب‌ها، به‌خصوص در شاخه‌های عصبی گسترده را کشف کرده‌ایم. این نتایج درک ما از چگونگی محاسبات نورون‌ها را به‌طور کلی تغییر می‌دهد.

این تحقیق در مجله‌ی ساینس به چاپ رسیده است.

تبلیغات
داغ‌ترین مطالب روز

نظرات

تبلیغات