Beynin məlumatı emal etmək qabiliyyətinin müxtəlif neyron populyasiyaları arasındakı mürəkkəb əlaqələrlə dəstəkləndiyi məlumdur. Neyrologiya tədqiqatının əsas məqsədi bu əlaqələrin informasiya emalına təsir etdiyi prosesləri təsvir etmək olmuşdur.

Padova Universitetinin, Maks Plank Mürəkkəb Sistemlər Fizika İnstitutunun və École Polytechnique Fédérale de Lausanne-nin tədqiqatçıları bu yaxınlarda həyəcanverici və tormozlayıcı neyron populyasiyalarının beynin məlumat kodlamasına töhfəsini daha yaxşı başa düşməyə yönəlmiş bir araşdırma apardılar. Onların Physical Review Letters jurnalında dərc olunmuş nəticələri göstərir ki, həyəcanverici və tormozlayıcı neyronların fəaliyyəti balanslaşdırıldıqda məlumatın işlənməsi maksimum dərəcədə artır.

“Tədqiqatımız nevrologiyada fundamental sualdan ilhamlanıb: beynin strukturu onun məlumatı emal etmək qabiliyyətini necə formalaşdırır?” Qəzetin həmmüəllifi Giacomo Barzon Medical Xpress-ə bildirib. “Beyin davamlı olaraq sensor girişləri qəbul edir və birləşdirir və neyronlar təcrid olunmuş şəkildə fəaliyyət göstərmirlər – onlar mürəkkəb, təkrarlanan şəbəkələrin bir hissəsidir. Bu şəbəkələrin xüsusilə maraqlı xüsusiyyətlərindən biri müxtəlif beyin bölgələrində müşahidə edilən həyəcanlandırıcı və inhibitor neyronların fəaliyyəti arasındakı tarazlıqdır.”

Barzon və həmkarlarının bu yaxınlarda apardıqları araşdırmanın əsas məqsədi həyəcanlandırıcı və inhibitor neyronlar arasındakı tarazlığın sinir fəaliyyətini sabitləşdirməkdən daha çox olub olmadığını müəyyən etmək idi . Xüsusilə, komanda bu balansın məlumatların işlənməsini optimallaşdırması ehtimalını araşdırdı.

https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-0536483524803400&output=html&h=188&slotname=8188791252&adk=1687169288&adf=4054963813&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&lmt=1741588218&rafmt=11&format=750×188&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-03-optimal-brain-requires-excitatory-inhibitory.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTMzLjAuNjk0My4xNDIiLG51bGwsMCxudWxsLCI2NCIsW1siTm90KEE6QnJhbmQiLCI5OS4wLjAuMCJdLFsiR29vZ2xlIENocm9tZSIsIjEzMy4wLjY5NDMuMTQyIl0sWyJDaHJvbWl1bSIsIjEzMy4wLjY5NDMuMTQyIl1dLDBd&dt=1741588218700&bpp=1&bdt=290&idt=78&shv=r20250305&mjsv=m202503040101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1741586736%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1741586736%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3Dcdf7f2f01784f52d%3AT%3D1735196613%3ART%3D1741586736%3AS%3DAA-Afjb8kbeupLLyQ0QHQmZxpM4v&prev_fmts=0x0&nras=1&correlator=4412910121365&frm=20&pv=1&rplot=4&u_tz=240&u_his=3&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=1696&biw=1905&bih=945&scr_x=0&scr_y=0&eid=42532524%2C95352077%2C95353421%2C95354314%2C95354326%2C95354334%2C31090357%2C95353782&oid=2&pvsid=3936333451606062&tmod=1828880005&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=82

“Həyəcanlandırıcı və inhibitor neyronlar arasında tarazlığın vacibliyini vurğulayan bir neçə eksperimental və nəzəri tapıntılardan ilhamlanaraq , biz bu iki populyasiya arasındakı qarşılıqlı əlaqəni tutan modeli təhlil etdik və onların xarici siqnallara reaksiyasını həm analitik, həm də rəqəmsal olaraq araşdırdıq”, – məqalənin həmmüəllifi Daniel M. Busiello izah etdi. “Xüsusən, məlumat nəzəriyyəsi alətlərindən istifadə etməklə, biz əsas mübadilə aşkar etdik: uzun müddət ərzində dəqiq kodlaşdırma üçün optimallaşdırılmış neyron şəbəkələr girişdəki sürətli dəyişikliklərə daha az cavab verə bilər.”

İnformasiyanın emalının öyrənilməsi üçün riyazi və nəzəri yanaşmalardan istifadə edən tədqiqatçılar göstərdilər ki, informasiya emalı sabitliyin kənarında, həyəcanverici və tormozlayıcı neyronların fəaliyyətinin balanslaşdırıldığı kritik vəziyyətdə ən effektivdir. Onların nəticələri göstərir ki, bu həyəcanlanma-inhibisyon balansının dəqiq tənzimlənməsi təkcə beynin fəaliyyətini sabitləşdirməklə yanaşı, məlumatı optimal şəkildə kodlaşdırmaq qabiliyyətində də mühüm rol oynaya bilər.

“Tədqiqatımızda biz məlumat-nəzəri nöqteyi-nəzərdən göstərə bildik ki, həyəcan və inhibə arasındakı qarşılıqlı əlaqə sinir populyasiyalarına zamanla dəyişən xarici siqnallar haqqında məlumatı kodlamağa imkan vermək üçün çox vacibdir” dedi məqalənin həmmüəllifi Giorgio Nicoletti. “Bu, xüsusilə maraqlıdır, çünki həyəcanlanma-inhibisyon balansı sinir fəaliyyətini tənzimləyən əsas tərkib hissəsi kimi tanınır. Bizim yanaşmamız bizə fiziki kəmiyyət kimi məlumat baxımından belə bir təsiri kəmiyyətcə qiymətləndirməyə imkan verir.”

Barzon, Busiello və Nicoletti tərəfindən edilən bu son iş məlumatların işlənməsi və onun əsas sinir mexanizmlərinin öyrənilməsi üçün yeni yollar aça bilər. Növbəti tədqiqatlarında tədqiqatçılar daha mürəkkəb beyin əlaqə strukturlarını öyrənmək üçün eyni yanaşmadan istifadə edərək öz nəticələrinə əsaslanmağı planlaşdırırlar.

“Bundan əlavə, real neyron şəbəkələrində əlaqə statik deyil – zamanla həm xarici stimulların, həm də daxili şəbəkə fəaliyyətinin təsiri ilə inkişaf edir” deyə Barzon əlavə etdi. “Bağlantıların bu dinamik təbiəti neyron populyasiyalarının məlumatı necə emal etdiyini və şifrələdiyini formalaşdırmaqda həlledici rol oynaya bilər, potensial olaraq öyrənmə və uyğunlaşma xüsusiyyətlərinin neyron sistemlərdə məlumat kodlamasına necə təsir etdiyinə dair fikirlər təklif edə bilər.”

Daha çox məlumat: Giacomo Barzon et al, Excitation-Inhibition Balance Controls Information Incoding in Neural Populations, Physical Review Letters (2025). DOI: 10.1103/PhysRevLett.134.068403 .

Jurnal məlumatı: Fiziki baxış məktubları 

© 2025 Science X Network