GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف
GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف

چگونه ذهن از شبکه‌های پیچیده مغز پدیدار می‌شود

رشته جدید علوم اعصاب شبکه‌ای، تصویری از چگونگی ایجاد فعالیت ذهنی از تعاملات دقیق و هماهنگ بین نواحی مختلف مغز ارائه می‌دهد.

 

شبکه‌ها زندگی ما را فرا گرفته‌اند. ما هر روز از شبکه‌های پیچیده جاده‌ها، راه‌آهن‌ها، مسیرهای دریایی و آسمان‌گذرهایی که توسط پروازهای تجاری طی می‌شوند، استفاده می‌کنیم. آنها حتی فراتر از تجربه فوری ما وجود دارند. به شبکه جهانی وب، شبکه برق و کیهان فکر کنید که کهکشان راه شیری گره‌ای بی‌نهایت کوچک در شبکه‌ای به ظاهر بی‌کران از کهکشان‌ها است. با این حال، تعداد کمی از این سیستم‌های ارتباطی متقابل، با پیچیدگی سیستمی که در زیر جمجمه ما قرار دارد، مطابقت دارند.

علوم اعصاب در سال‌های اخیر جایگاه بالاتری پیدا کرده است، زیرا بسیاری از مردم با تصاویر رنگارنگی که مناطق مغز را در طول یک کار ذهنی «روشن» نشان می‌دهند، آشنا شده‌اند. برای مثال، لوب گیجگاهی، ناحیه‌ای در کنار گوش شما که با حافظه مرتبط است، و لوب پس‌سری در پشت سر شما که به بینایی اختصاص دارد، وجود دارد.

آنچه در این روایت از عملکرد مغز انسان از قلم افتاده است، این است که چگونه همه این مناطق مجزا با هم تعامل دارند تا ما را به وجود آورند. ما و دیگر محققان از شاخه‌ای از ریاضیات به نام نظریه گراف برای تجزیه، بررسی و پیش‌بینی بهتر تعاملات پیچیده در مغز استفاده کرده‌ایم که شکاف به ظاهر وسیع بین فعالیت الکتریکی عصبی دیوانه‌وار و مجموعه‌ای از وظایف شناختی - حس کردن، به خاطر سپردن، تصمیم‌گیری، یادگیری یک مهارت جدید و شروع حرکت - را پر می‌کند. این حوزه جدید علوم اعصاب شبکه‌ای بر این ایده بنا شده و آن را تقویت می‌کند که مناطق خاصی از مغز فعالیت‌های تعریف‌شده‌ای را انجام می‌دهند. در بنیادی‌ترین معنا، مغز چیست - و بنابراین ما به عنوان موجودات آگاه که هستیم - در واقع توسط شبکه‌ای گسترده از ۱۰۰ میلیارد نورون با حداقل ۱۰۰ تریلیون نقطه اتصال یا سیناپس تعریف می‌شود.

  

علوم اعصاب شبکه‌ای به دنبال ثبت این پیچیدگی است. اکنون می‌توانیم داده‌های ارائه شده توسط تصویربرداری مغز را به عنوان نموداری متشکل از گره‌ها و لبه‌ها مدل‌سازی کنیم. در یک نمودار، گره‌ها واحدهای شبکه را نشان می‌دهند، مانند نورون‌ها یا در زمینه‌ای دیگر، فرودگاه‌ها. لبه‌ها به عنوان اتصالات بین گره‌ها عمل می‌کنند - به یک نورون در هم تنیده با نورون بعدی فکر کنید، یا مسیرهای پرواز هواپیمایی را در نظر بگیرید. در کار ما، مغز انسان را به نموداری با تقریباً ۳۰۰ گره کاهش می‌دهیم. نواحی مختلف را می‌توان با لبه‌هایی که نشان‌دهنده اتصالات ساختاری مغز هستند، به هم متصل کرد: دسته‌های ضخیمی از سیم‌های لوله‌ای به نام مسیرهای ماده سفید که مناطق مغز را به هم متصل می‌کنند. این تصویر از مغز به عنوان یک شبکه یکپارچه، تصویر واضح‌تری از عملکرد شناختی، همراه با مزیت عملی امکان تشخیص و درمان بهتر اختلالات روانی، ارائه داده است. در آینده، درک شبکه‌های مغزی ممکن است به طرحی برای هوش مصنوعی بهبود یافته، داروهای جدید، فناوری تحریک الکتریکی برای تغییر مدارهای عصبی ناکارآمد در افراد مبتلا به افسردگی - و شاید حتی توسعه درمان‌های ژنتیکی برای درمان بیماری‌های روانی - منجر شود.

 

موسیقی ذهن

برای درک اینکه چگونه شبکه‌ها زیربنای قابلیت‌های شناختی ما هستند، ابتدا قیاس یک ارکستر که سمفونی می‌نوازد را در نظر بگیرید. تا همین اواخر، دانشمندان علوم اعصاب عمدتاً عملکرد مناطق مختلف مغز را به صورت جداگانه مطالعه می‌کردند، معادل عصبی بخش‌های جداگانه سازهای برنجی، کوبه‌ای، زهی و بادی چوبی. در مغز، این طبقه‌بندی رویکردی را نشان می‌دهد که به افلاطون برمی‌گردد - به عبارت ساده، مستلزم حک کردن طبیعت در مفاصل و سپس مطالعه اجزای منفرد باقی مانده است.

همانطور که درک چگونگی کمک آمیگدال به پردازش احساسات مفید است، درک چگونگی تولید صداهای زیر توسط ویولن نیز حیاتی است. با این حال، حتی یک لیست کامل از مناطق مغز و عملکردهای آنها - بینایی، حرکتی، احساسات و غیره - به ما نمی‌گوید که مغز واقعاً چگونه کار می‌کند. همچنین فهرستی از سازها، دستورالعملی برای سمفونی اروئیکای بتهوون ارائه نمی‌دهد.

 دانشمندان علوم اعصاب شبکه، با بررسی نحوه قرارگیری هر منطقه مغز در شبکه بزرگتری از این مناطق و با نقشه‌برداری از ارتباطات بین مناطق، برای مطالعه چگونگی قرارگیری هر یک در شبکه بزرگ و یکپارچه مغز، شروع به بررسی این اسرار کرده‌اند. دو رویکرد اصلی وجود دارد. اول، بررسی اتصال ساختاری، سازبندی ارکستر مغز را در بر می‌گیرد. این ابزار فیزیکی ایجاد موسیقی است و سازبندی منحصر به فرد یک اثر موسیقی خاص، آنچه را که می‌توان نواخت، محدود می‌کند. سازبندی مهم است، اما خود موسیقی نیست. به عبارت دیگر، همانطور که مجموعه‌ای از سازها موسیقی نیست، مجموعه‌ای از سیم‌ها نیز عملکرد مغز را نشان نمی‌دهد.

دوم، مغزهای زنده ارکسترهای عظیمی از نورون‌ها هستند که با الگوهای کاملاً مشخصی با هم شلیک می‌کنند. ما موسیقی مغز را با اندازه‌گیری همبستگی بین فعالیت هر جفت از مناطق می‌شنویم، که نشان می‌دهد آنها به طور هماهنگ کار می‌کنند. این معیار فعالیت مشترک به عنوان اتصال عملکردی شناخته می‌شود و ما به طور عامیانه آن را به عنوان بازتاب موسیقی مغز در نظر می‌گیریم. اگر دو منطقه با نوسانات متغیر با زمان یکسان شلیک کنند، آنها به عنوان متصل به عملکرد در نظر گرفته می‌شوند. این موسیقی به همان اندازه دسی‌بل‌های تولید شده توسط یک هورن فرانسوی یا ویولا اهمیت دارد. حجم موسیقی مغز را می‌توان به عنوان سطح فعالیت سیگنال‌های الکتریکی که در اطراف یک ناحیه مغز یا ناحیه دیگر وزوز می‌کنند، در نظر گرفت.

 با این حال، در هر لحظه، برخی از نواحی درون این اندام سه پوندی فعال‌تر از سایرین هستند. همه ما شنیده‌ایم که افراد از بخش کوچکی از ظرفیت مغز خود استفاده می‌کنند. در واقع، کل مغز در هر نقطه از زمان فعال است، اما یک کار معین، فعالیت تنها بخشی از مغز را از سطح فعالیت پایه آن تعدیل می‌کند.

 این ترتیب به این معنی نیست که شما فقط نیمی از پتانسیل شناختی خود را به کار می‌گیرید. در واقع، اگر تمام مغز شما همزمان به شدت فعال بود، انگار همه اعضای ارکستر با صدای بلند می‌نواختند - و این سناریو باعث هرج و مرج می‌شد، نه امکان برقراری ارتباط. صدای کر کننده، پژواک‌های احساسی موجود در یک قطعه موسیقی عالی را منتقل نمی‌کرد. این زیر و بمی، ریتم‌ها، تمپو و مکث‌های استراتژیک هستند که اطلاعات را چه در طول یک سمفونی و چه در درون سر شما منتقل می‌کنند.

ماژولاریتی

همانطور که یک ارکستر را می‌توان به گروه‌هایی از سازها از خانواده‌های مختلف تقسیم کرد، مغز را نیز می‌توان به مجموعه‌ای از گره‌ها به نام ماژول‌ها - توصیفی از شبکه‌های محلی - تقسیم کرد. همه مغزها ماژولار هستند. حتی شبکه ۳۰۲ نورونی نماتد Caenorhabditis elegans نیز ساختار ماژولاری دارد. گره‌های درون یک ماژول، ارتباطات قوی‌تری با یکدیگر نسبت به گره‌های درون ماژول‌های دیگر دارند.

هر ماژول در مغز عملکرد خاصی دارد، همانطور که هر خانواده از سازها در سمفونی نقشی ایفا می‌کنند. ما ارزیابی تعداد زیادی از مطالعات مستقل - یک متاآنالیز - را انجام دادیم که شامل بیش از 10،000 آزمایش تصویربرداری تشدید مغناطیسی عملکردی (fMRI) از افرادی بود که 83 وظیفه شناختی مختلف را انجام می‌دادند و کشف کردیم که وظایف جداگانه به ماژول‌های مختلف شبکه مغزی نگاشت می‌شوند. ماژول‌هایی وجود دارند که با توجه، حافظه و تفکر درون‌نگر مشغول هستند. ماژول‌های دیگری که دریافتیم به شنوایی، حرکت حرکتی و بینایی اختصاص دارند.

 این فرآیندهای شناختی حسی و حرکتی شامل ماژول‌های منفرد و پیوسته‌ای هستند که بیشتر آنها به یک لوب مغز محدود می‌شوند. ما همچنین دریافتیم که محاسبات در ماژول‌ها فعالیت بیشتری را در ماژول‌های دیگر تحریک نمی‌کنند - یک جنبه حیاتی از پردازش ماژولار. سناریویی را تصور کنید که در آن هر نوازنده در یک ارکستر مجبور باشد نت‌های نواخته شده را هر بار که نوازنده دیگری نت‌های خود را تغییر می‌دهد، تغییر دهد. ارکستر از کنترل خارج می‌شود و مطمئناً صداهای زیبایی‌شناختی تولید نمی‌کند. پردازش در مغز نیز مشابه است - هر ماژول باید بتواند عمدتاً مستقل عمل کند. فیلسوفانی از افلاطون گرفته تا فیلسوفانی از جری فودور، به این ضرورت اشاره کرده‌اند و تحقیقات ما نیز آن را تأیید می‌کند.

اگرچه ماژول‌های مغز تا حد زیادی مستقل هستند، اما یک سمفونی مستلزم آن است که خانواده‌هایی از سازها به صورت هماهنگ نواخته شوند. اطلاعات تولید شده توسط یک ماژول در نهایت باید با ماژول‌های دیگر ادغام شود. تماشای فیلم تنها با یک ماژول مغزی برای بینایی - بدون دسترسی به ماژول مربوط به احساسات - از لذت تجربه بسیار می‌کاهد.

 به همین دلیل، برای انجام بسیاری از وظایف شناختی، ماژول‌ها اغلب باید با هم کار کنند. یک کار حافظه کوتاه مدت - نگه داشتن یک شماره تلفن جدید در ذهن - نیاز به همکاری ماژول‌های شنوایی، توجه و پردازش حافظه دارد. مغز برای ادغام و کنترل فعالیت چندین ماژول، از هاب‌ها - گره‌هایی که در آنها اتصالات ماژول‌های مختلف مغز به هم می‌رسند - استفاده می‌کند.

 برخی از ماژول‌های کلیدی که فعالیت مغز را کنترل و ادغام می‌کنند، در انجام وظایف خود نسبت به سایرین محتاط‌تر هستند. اتصالات آنها به طور کلی به چندین لوب مغز گسترش می‌یابد. ماژول کنترل پیشانی-جداری، لوب‌های پیشانی، آهیانه و گیجگاهی را در بر می‌گیرد. این ماژول در مقیاس زمانی تکامل نسبتاً اخیراً توسعه یافته است. این ماژول به ویژه در انسان، نسبت به نزدیکترین اجداد نخستی ما، بزرگ است. این بخش مشابه یک رهبر ارکستر است و در تعداد زیادی از وظایف شناختی فعال می‌شود.

ماژول پیشانی-آهیانه تضمین می‌کند که ماژول‌های متعدد مغز به طور هماهنگ عمل کنند. این ماژول به شدت در آنچه عملکرد اجرایی نامیده می‌شود، دخیل است که شامل فرآیندهای جداگانه تصمیم‌گیری، حافظه کوتاه‌مدت و کنترل شناختی است. مورد آخر توانایی توسعه استراتژی‌های پیچیده و مهار رفتار نامناسب است.

 یکی دیگر از ماژول‌های بسیار به هم پیوسته، ماژول برجستگی است که به ماژول کنترل پیشانی-آهیانه متصل می‌شود و در طیف وسیعی از رفتارهای مرتبط با توجه و پاسخ به محرک‌های جدید نقش دارد. به عنوان مثال، به دو کلمه نگاهی بیندازید: آبی و قرمز. اگر از شما خواسته شود رنگ کلمات را به کسی بگویید، به مجموعه قرمز بسیار سریع‌تر واکنش نشان خواهید داد. برای مجموعه سبز، ماژول‌های پیشانی-آهیانه و برجستگی شما هنگام پاسخ به رنگ آن فعال می‌شوند زیرا باید تمایل طبیعی خود را برای پاسخ دادن به "آبی" سرکوب کنید.

در نهایت، ماژول حالت پیش‌فرض، همان لوب‌هایی را پوشش می‌دهد که شبکه کنترل پیشانی-آهیانه frontoparietal control network در آن‌ها قرار دارد. این شبکه شامل مراکز زیادی است و با انواع وظایف شناختی، از جمله تفکر درون‌نگر، یادگیری، بازیابی حافظه، پردازش عاطفی، استنباط وضعیت ذهنی دیگران و حتی قمار مرتبط است. نکته مهم این است که آسیب به این ماژول‌های غنی از مراکز، ارتباطات عملکردی را در سراسر مغز مختل می‌کند و باعث مشکلات شناختی گسترده‌ای می‌شود، همانطور که آب و هوای بد در یک فرودگاه مرکزی، ترافیک هوایی را در سراسر کشور به تأخیر می‌اندازد.

  

ارتباطات شخصی

اگرچه مغز ما اجزای شبکه اساسی خاصی دارد - ماژول‌هایی که توسط مراکز به هم متصل شده‌اند - هر یک از ما تغییرات جزئی در نحوه سیم‌کشی مدارهای عصبی خود نشان می‌دهیم. محققان بررسی دقیقی را به این تنوع اختصاص داده‌اند. در مرحله اولیه آنچه پروژه کانکتوم انسانی نامیده می‌شود، ۱۲۰۰ جوان برای مطالعه معماری شبکه مغز، که توسط مؤسسات ملی بهداشت تأمین مالی شده بود، داوطلب شدند. (هدف نهایی این پروژه، نقشه‌برداری از کانکتوم‌ها در کل طول عمر بود.) شبکه‌های اتصال ساختاری و عملکردی هر فرد با استفاده از fMRI بررسی شد. این داده‌ها با مجموعه‌ای از آزمایش‌ها و پرسشنامه‌ها برای تجزیه و تحلیل ۲۸۰ ویژگی رفتاری و شناختی تکمیل شدند. شرکت‌کنندگان اطلاعاتی در مورد میزان خواب، میزان مصرف الکل، توانایی‌های زبانی و حافظه و حالات عاطفی خود ارائه دادند. دانشمندان علوم اعصاب از سراسر جهان این مجموعه داده‌های فوق‌العاده غنی را با دقت بررسی کرده‌اند تا دریابند که چگونه شبکه‌های مغزی ما، شخصیت ما را رمزگذاری می‌کنند.

با استفاده از داده‌های صدها شرکت‌کننده در پروژه Human Connectome، ما و دیگران نشان داده‌ایم که الگوهای اتصال مغز، «اثر انگشتی» ایجاد می‌کنند که هر فرد را متمایز می‌کند. افرادی که اتصالات عملکردی قوی بین مناطق خاصی دارند، دایره لغات گسترده‌ای دارند، هوش سیال بالاتری - که برای حل مسائل جدید مفید است - از خود نشان می‌دهند و قادر به تأخیر در ارضای نیازها هستند. آنها معمولاً تحصیلات و رضایت بیشتری از زندگی و همچنین حافظه و توجه بهتری دارند. افرادی که اتصالات عملکردی ضعیف‌تری بین همان مناطق مغزی دارند، هوش سیال کمتری، سابقه مصرف مواد، خواب ضعیف و ظرفیت تمرکز کمتری دارند.

 با الهام از این تحقیق، نشان داده شد که یافته‌ها را می‌توان با الگوهای خاصی در بین اتصالات مرکزی توصیف کرد. اگر شبکه مغزی شما دارای مراکز قوی با اتصالات زیاد در ماژول‌ها باشد، معمولاً ماژول‌هایی دارد که به وضوح از یکدیگر جدا شده‌اند و شما در طیف وسیعی از وظایف، از حافظه کوتاه مدت گرفته تا ریاضیات، زبان یا شناخت اجتماعی، عملکرد بهتری خواهید داشت. به عبارت ساده، افکار، احساسات، ویژگی‌های عجیب و غریب، نقص‌ها و نقاط قوت ذهنی شما، همگی توسط سازماندهی خاص مغز به عنوان یک شبکه یکپارچه و متحد رمزگذاری می‌شوند. در مجموع، این موسیقی‌ای است که مغز شما می‌نوازد و شما را به شما تبدیل می‌کند.

ماژول‌های هماهنگ مغز، هم هویت شما را تعیین می‌کنند و هم به حفظ آن در طول زمان کمک می‌کنند. به نظر می‌رسد قطعات موسیقی که آنها می‌نوازند همیشه مشابه هستند. این شباهت را می‌توان زمانی مشاهده کرد که شرکت‌کنندگان در دو مطالعه دیگر در پروژه Human Connectome درگیر وظایف مختلفی بودند که شامل حافظه کوتاه‌مدت، تشخیص احساسات دیگران، قمار، ضربه زدن با انگشت، زبان، ریاضیات، استدلال اجتماعی و یک «حالت استراحت» خودخواسته بود که در آن ذهن خود را رها می‌کردند.

 جالب اینجاست که سیم‌کشی عملکردی شبکه‌ها در تمام این فعالیت‌ها شباهت‌های بیشتری از آنچه انتظار می‌رفت دارد. با بازگشت به قیاس ما، اینطور نیست که مغز هنگام انجام محاسبات ریاضی بتهوون و هنگام استراحت توپاک بنوازد. سمفونی در سر ما از یک نوازنده که ژانر موسیقی یکسانی را می‌نوازد، ناشی می‌شود. این سازگاری از این واقعیت ناشی می‌شود که مسیرهای فیزیکی مغز یا اتصالات ساختاری، محدودیت‌هایی را بر روی مسیرهای شبکه یکپارچه مغز که یک سیگنال عصبی می‌تواند از آن عبور کند، اعمال می‌کنند. و این مسیرها نحوه پیکربندی اتصالات عملکردی - مثلاً آنهایی که برای ریاضی یا زبان هستند - را مشخص می‌کنند. در استعاره موسیقی، یک طبل بزرگ نمی‌تواند خط ملودیک پیانو را بنوازد.

 تغییرات در موسیقی مغز ناگزیر رخ می‌دهد، همانطور که تنظیم‌های جدید برای موسیقی ارکسترال اتفاق می‌افتد. اتصالات فیزیکی در طول ماه‌ها یا سال‌ها دچار تغییر می‌شوند، در حالی که اتصال عملکردی در عرض چند ثانیه تغییر می‌کند، زمانی که فرد بین یک کار ذهنی و کار بعدی جابجا می‌شود.

 تغییرات در اتصال ساختاری و عملکردی در طول رشد مغز نوجوانان، زمانی که آخرین مراحل نمودار سیم‌کشی مغز در حال اصلاح است، مهم هستند. این دوره از اهمیت حیاتی برخوردار است زیرا اولین علائم اختلالات روانی اغلب در نوجوانی یا اوایل بزرگسالی ظاهر می‌شوند.

 یکی از زمینه‌هایی که تحقیقات ما به آن مربوط می‌شود، درک چگونگی توسعه شبکه‌های مغزی در طول دوران کودکی و نوجوانی و تا بزرگسالی است. این فرآیندها توسط تغییرات فیزیولوژیکی اساسی هدایت می‌شوند، اما تحت تأثیر یادگیری، قرار گرفتن در معرض ایده‌ها و مهارت‌های جدید، وضعیت اجتماعی-اقتصادی فرد و سایر تجربیات نیز قرار می‌گیرند.

 ماژول‌های شبکه مغزی در اوایل زندگی، حتی در رحم مادر، ظاهر می‌شوند، اما اتصال آنها با بزرگ شدن ما اصلاح می‌شود. تقویت مداوم ارتباطات ساختاری با مراکز در طول دوران کودکی با افزایش تفکیک بین ماژول‌ها و افزایش کارایی جوانان در انجام وظایف اجرایی مانند استدلال پیچیده و خودتنظیمی مرتبط است. ما همچنین دریافته‌ایم که تفکیک ماژول‌ها از یکدیگر در کودکانی که وضعیت اجتماعی-اقتصادی بالاتری دارند، سریع‌تر است و این امر تأثیر کلیدی محیط آنها را برجسته می‌کند.

اگرچه تغییرات در اتصال ساختاری کند است، اما پیکربندی مجدد اتصالات عملکردی می‌تواند به سرعت، در عرض چند ثانیه یا چند دقیقه رخ دهد. این تغییرات سریع برای جابجایی بین وظایف و برای حجم عظیم یادگیری مورد نیاز حتی یک وظیفه واحد، ابزاری هستند. در مجموعه‌ای از مطالعاتی که از سال ۲۰۱۱ تا ۲۰۱۹ منتشر کردیم، دریافتیم که شبکه‌هایی با ماژول‌هایی که می‌توانند تغییر کنند، به راحتی در افرادی که عملکرد اجرایی و ظرفیت یادگیری بیشتری دارند، ظاهر می‌شوند.

 برای درک بهتر آنچه اتفاق می‌افتد، از داده‌های عمومی موجود از یک مطالعه برجسته به نام MyConnectome استفاده کردیم، که در آن استاد روانشناسی دانشگاه استنفورد، راسل پولدراک، شخصاً سه بار در هفته و به مدت بیش از یک سال تحت تصویربرداری و ارزیابی‌های شناختی قرار گرفت. اگرچه ماژول‌ها عمدتاً مستقل و مجزا هستند، اما گاهی اوقات مغز به طور خودجوش اتصالات خود را سازماندهی مجدد می‌کند. این ویژگی، که انعطاف‌پذیری شبکه عملکردی نامیده می‌شود، به گره‌ای با اتصالات عملکردی قوی در یک ماژول اجازه می‌دهد تا ناگهان اتصالات زیادی با یک ماژول متفاوت برقرار کند و جریان اطلاعات را از طریق شبکه تغییر دهد. با استفاده از داده‌های این مطالعه، دریافتیم که تغییر مسیر اتصالات یک شبکه، روز به روز به گونه‌ای تغییر می‌کند که با خلق و خوی مثبت، برانگیختگی و خستگی مطابقت داشته باشد. در افراد سالم، چنین انعطاف‌پذیری شبکه‌ای با عملکرد شناختی بهتر مرتبط است.

انبوهی از اتصالات ماده سفید در این اسکن برای مدل‌سازی مسیرهای فیزیکی مغز استفاده می‌شوند - شبکه‌های عملکردی از این پیوندهای ساختاری برای انجام مجموعه‌ای از وظایف شناختی استفاده می‌کنند. دانیل اس. باست و متیو سیسلاک/دانشگاه پنسیلوانیا

یادداشت‌های ناهماهنگ

پیکربندی اتصالات مغز همچنین نشان دهنده سلامت روان فرد است. الگوهای اتصال نابجا با افسردگی، اسکیزوفرنی، آلزایمر، پارکینسون، اختلال طیف اوتیسم، اختلال کمبود توجه، زوال عقل و صرع همراه هستند.

 بیشتر بیماری‌های روانی به یک ناحیه از مغز محدود نمی‌شوند. مدارهای آسیب دیده در اسکیزوفرنی به طور گسترده در کل اندام گسترش می‌یابند. فرضیه به اصطلاح قطع ارتباط برای اسکیزوفرنی معتقد است که هیچ چیز غیرطبیعی در مورد ماژول‌های منفرد وجود ندارد. در عوض، این بی‌نظمی مربوط به فراوانی بیش از حد اتصالات بین ماژول‌ها است.

 در یک مغز سالم، ماژول‌ها عمدتاً مستقل و مجزا هستند و توانایی ایجاد تغییرات انعطاف‌پذیر در اتصالات شبکه برای عملکرد شناختی - در محدوده‌های خاصی - مفید است. در تحقیقات ما، دریافتیم که در مغز افراد مبتلا به اسکیزوفرنی و بستگان درجه یک آنها، انعطاف‌پذیری بیش از حدی در نحوه پیکربندی مجدد شبکه‌ها وجود دارد. توهمات شنیداری ممکن است زمانی ایجاد شوند که گره‌ها به طور غیرمنتظره‌ای ارتباط بین ماژول‌های گفتاری و شنیداری را تغییر می‌دهند. این ترکیب ناخواسته می‌تواند منجر به چیزی شود که به نظر می‌رسد صدای افراد در سرشان باشد.

 مانند اسکیزوفرنی، اختلال افسردگی اساسی توسط یک ناحیه غیرطبیعی مغز ایجاد نمی‌شود. به نظر می‌رسد سه ماژول خاص در افسردگی تحت تأثیر قرار می‌گیرند: ماژول‌های کنترل پیشانی-آهیانه، برجستگی و حالت پیش‌فرض. در واقع، علائم افسردگی - عدم بازداری عاطفی، تغییر حساسیت به رویدادهای عاطفی و نشخوار فکری - به این ماژول‌ها مربوط می‌شوند.

 در نتیجه، ارتباط عادی بین سه ماژول بی‌ثبات می‌شود. فعالیت‌ها از ماژولی به ماژول دیگر معمولاً به عقب و جلو کشیده می‌شوند تا پردازش شناختی ورودی‌های حسی را با افکار درون‌نگرانه‌تر متعادل کنند. با این حال، در افسردگی، حالت پیش‌فرض غالب است و فرد مبتلا به افکار نشخوار فکری روی می‌آورد. بنابراین، موسیقی مغز به طور فزاینده‌ای نامتعادل می‌شود و یک خانواده از سازها، سمفونی را اداره می‌کنند. این مشاهدات، درک ما از ویژگی‌های شبکه افسردگی را تا حدی گسترش داده است که الگوی اتصال در مغز می‌تواند به ما امکان تشخیص زیرگروه‌های خاصی از این اختلال را بدهد و تعیین کند که کدام نواحی باید با فناوری تحریک الکتریکی درمان شوند.


تکامل شبکه‌ها

علاوه بر مطالعه‌ی رشد، دانشمندان علوم اعصاب شبکه شروع به پرسیدن این سوال کرده‌اند که چرا شبکه‌های مغزی در طول ده‌ها هزار سال به شکل فعلی خود درآمده‌اند. مناطقی که به عنوان هاب شناسایی شده‌اند، مکان‌هایی در مغز انسان هستند که در طول تکامل بیشترین گسترش را داشته‌اند و اندازه‌ی آنها را تا 30 برابر اندازه‌ی آنها در میمون‌های ماکاک افزایش می‌دهند. هاب‌های مغزی بزرگتر به احتمال زیاد امکان ادغام بیشتر پردازش در ماژول‌ها را فراهم می‌کنند و بنابراین از محاسبات پیچیده‌تر پشتیبانی می‌کنند. گویی تکامل تعداد نوازندگان را در یک بخش از ارکستر افزایش داده و ملودی‌های پیچیده‌تری را پرورش داده است.

 روش دیگری که دانشمندان علوم اعصاب برای بررسی این سوالات استفاده کرده‌اند، ایجاد شبکه‌های تولید شده توسط کامپیوتر و قرار دادن آنها در معرض فشارهای تکاملی است. ما ریشه‌های تکاملی هاب‌ها را بررسی کرده‌ایم. این تمرین با شبکه‌ای آغاز شد که در آن تمام لبه‌ها به طور یکنواخت و تصادفی قرار داده شده بودند. در مرحله‌ی بعد، شبکه با تقلید از انتخاب طبیعی، ماژول‌های مجزایی را تشکیل داد و ویژگی‌ای را که در علم شبکه به عنوان جهان کوچک شناخته می‌شود، نشان داد، که در آن مسیرها شکل می‌گیرند تا گره‌های شبکه‌ی دور با سهولت شگفت‌انگیزی با هم ارتباط برقرار کنند. سپس هزاران شبکه از این دست تکامل یافتند که هر کدام در نهایت شامل هاب‌هایی بودند که به شدت به چندین ماژول متصل بودند، اما همچنین به شدت به یکدیگر متصل بودند و چیزی را تشکیل می‌دادند که یک باشگاه نامیده می‌شود. هیچ چیز در فرآیند انتخاب به صراحت برای یک باشگاه از هاب‌ها انتخاب نشد - آنها به سادگی از این فرآیند تکراری پدید آمدند.

این شبیه‌سازی نشان می‌دهد که یک مسیر بالقوه برای تکامل مغزی که قادر به تبادل اطلاعات بین ماژول‌ها باشد، نیاز به هاب‌هایی با اتصالات قوی دارد. به طور قابل توجه، شبکه‌های واقعی - مغزها، فرودگاه‌ها، شبکه‌های برق - نیز دارای هاب‌های بادوام و محکم به هم پیوسته هستند، دقیقاً همانطور که توسط آزمایش‌های تکاملی پیش‌بینی شده است. این مشاهده به این معنی نیست که تکامل لزوماً به همان روشی که شبیه‌سازی رخ داده است، رخ داده است، اما وسیله‌ای ممکن را نشان می‌دهد که از طریق آن یکی از ترفندهای طبیعت ممکن است عمل کند.

  

حالات ذهنی

هنگامی که ریچارد فاینمن، فیزیکدان برنده جایزه نوبل، در سال ۱۹۸۸ درگذشت، تخته سیاه او این جمله را نوشت: "آنچه را که نمی‌توانم خلق کنم، نمی‌فهمم." این یک جمله قصار زیبا است، اما یک ایده محوری را از دست می‌دهد: باید به "آنچه را که نمی‌توانم خلق و کنترل کنم، نمی‌فهمم" اصلاح شود. در غیاب چنین کنترلی، ما هنوز به اندازه کافی می‌دانیم که از یک سمفونی لذت ببریم، حتی اگر واجد شرایط رهبر ارکستر نباشیم.

 وقتی صحبت از مغز می‌شود، ما درک اولیه‌ای از شکل و اهمیت معماری شبکه آن داریم. می‌دانیم که مغز ما تعیین می‌کند که ما چه کسی هستیم، اما تازه شروع به درک چگونگی وقوع آن کرده‌ایم. اگر بخواهیم توضیح ریاضیدان پیر سیمون لاپلاس در مورد جبر و مکانیک را به طور خلاصه بیان کنیم و آن را در مورد مغز به کار ببریم، مغز فعلی یک فرد و بنابراین وضعیت ذهنی او را می‌توان به عنوان مجموعه‌ای از وضعیت‌های گذشته در نظر گرفت که می‌توان از آن برای پیش‌بینی آینده استفاده کرد. یک متخصص علوم اعصاب که تمام اصول عملکرد مغز و همه چیز را در مورد مغز کسی می‌داند، می‌تواند شرایط ذهنی آن فرد را پیش‌بینی کند - آینده و همچنین گذشته، در ذهن فرد وجود خواهند داشت.

با توجه به اینکه بسیاری از بیماری‌های روانی با ناهنجاری‌های شبکه‌ای مرتبط هستند، این دانش می‌تواند برای جلوگیری از درد و رنج مورد استفاده قرار گیرد. با نبوغ مهندسی کافی، می‌توانیم دستگاه‌های کاشتنی بسازیم که شبکه‌های مغزی را تغییر دهند یا حتی شبکه‌های جدیدی ایجاد کنند تا از همان ابتدا از بروز بی‌نظمی مرتبط با اختلالات روانی جلوگیری کنند. چنین دستاوردی ما را قادر می‌سازد تا بیماری‌ها را درمان کنیم و به بازیابی عملکرد مغز پس از سکته مغزی یا آسیب‌دیدگی کمک کنیم یا به طور بالقوه، عملکرد را در افراد سالم افزایش دهیم.

 قبل از تحقق این سناریوهای آینده‌نگر، دو شکاف عمده باید پر شود: ما باید بیشتر در مورد چگونگی تعیین ساختار مغز توسط ژنتیک شخصی، رشد اولیه زندگی و محیط و چگونگی منجر شدن آن ساختار به ظرفیت‌های عملکردی بدانیم. دانشمندان علوم اعصاب از ژنوم انسان در مورد ساختاری که باعث ایجاد شبکه‌های عملکردی می‌شود، دانشی دارند، اما هنوز باید دقیقاً یاد بگیرند که چگونه این فرآیند رخ می‌دهد. ما در حال درک نحوه توسعه و شکل‌گیری شبکه‌های مغزی توسط محیط هستیم، اما به توضیح کل پیچیدگی این فرآیند نزدیک نیستیم. سیم‌کشی مغز، اتصال ساختاری آن، نحوه تعامل ماژول‌های مختلف با یکدیگر را محدود می‌کند، اما دانش ما همچنان محدود است. همچنان که این شکاف‌ها را پر می‌کنیم، شانس مداخلات برای هدایت عملکرد مغز به مسیرهای سالم افزایش می‌یابد.

 آنچه در حال حاضر ما را عقب نگه می‌دارد، دید تار ما از مغز است - گویی بیرون از سالن کنسرت هستیم و فقط طرح‌هایی از سازها را دیده‌ایم. در داخل هر ناحیه مغز که دانشمندان علوم اعصاب مطالعه می‌کنند، میلیون‌ها نورون در هر میلی‌ثانیه شلیک می‌شوند و ما می‌توانیم به طور غیرمستقیم سطح فعالیت متوسط ​​آنها را در هر ثانیه یا بیشتر اندازه‌گیری کنیم. تاکنون می‌توانیم تقریباً اتصالات ساختاری مغز انسان را شناسایی کنیم. خوشبختانه، دانشمندان و مهندسان گام‌هایی برای ارائه داده‌های واضح‌تر برداشته‌اند که امکان بررسی عمیق‌تر شاید پیچیده‌ترین شبکه در جهان شناخته شده: مغز شما را فراهم می‌کند.

نظرات 0 + ارسال نظر
ایمیل شما بعد از ثبت نمایش داده نخواهد شد