Ana sayfa 152. Sayı Beyin alakalı veya alakasız bilgileri nasıl nasıl ayırt ediyor?

Beyin alakalı veya alakasız bilgileri nasıl nasıl ayırt ediyor?

257
PAYLAŞ

Çeviren: Derya Yavuz

Gürültülü bir kafede okumaya çalıştığınızı hayal edin. Odaklanabilmek için beyniniz kulaklarınıza gelen alakasız uyaranları, yani etrafınızdaki konuşmaları ve bardak tıkırtılarını filtreleyip sadece sayfadaki sözcükleri geçirir. Nature Communications dergisinde yayımlanan yeni bir makalede New York Üniversitesi’ndeki araştırmacılar, bu ve benzeri koşullarda beynin alakalı ve alakasız bilgileri nasıl ayırdığı hakkında sayısal modele dayalı yeni bir teori ortaya atıyor.

NYÜ’de Sinirbilimi Profesörü ve makalenin başyazarı olan Xiao-Jing Wang “Günlük hayatımızda bize sunulan şeylerin içinde, beynimizin en önemli olanları işlemesi çok kritiktir. Beynin halihazırdaki inanılmaz karışık sinir devrelerinin içinde, alakalı bilgiyi doğru zamanda doğru yere geçirecek bir mekanizma olmalı” diyor.

Analiz, beynin trafik polisleri olan, uyarıcı nöronlarla işbirliği yapan ve diğer nöronları baskılayarak doğru nörolojik cevabın verilebilmesini sağlayan baskılayıcı nöronlara odaklanıyor. “Modelimiz beyin devresindeki birkaç çeşit baskılayıcı nöronun da dahil olduğu çok temel bir elemanı kullanıyor. Bu model baskılayıcı nöronların, bir sinir devresinin bilgiyi belirli yolaklardan geçirmesini mümkün kıldığını gösteriyor” diye ekliyor Wang.

Wang’ın laboratuvarında doktora öğrencisi olan Guangyu Robert Yang tarafından yapılan analizler sayesinde, araştırmacılar baskılayıcı nöronların daha önce savunulduğundan daha karmaşık bir role sahip olduğu bir model çıkardı.

Takım için uyarıcı nöronların dendritlerini -nöronların, diğer nöronlardan bilgi aldıkları uç kısımları- hedef alan baskılayıcı nöron alt grubu ayrıca özeldi. Bu nöronlar somatostatin denen bir biyobelirteçle işaretlenip, deneylerde gözlemlenebilir. Araştırmacılar bu nöronların gelen bütün uyarıları kontrol etmekle kalmadığını, ayrıca göz ya da kulak gibi bağımsız yolaklardan gelip birleşen verileri de düzenlediğini öneriyor. “Baskılayıcı ve uyarıcı nöronların arasındaki bu bağlantının çok güç olduğunun düşünülmesinin sebebi çok yoğun ve düzensiz olması. O yüzden de araştırmamızdan çıkan yolağa özel düzenlemenin baskılayıcı nöronlar tarafından yapıldığı bulgusu şaşırtıcı” diyor Yang.

Makalenin yazarları rasgele gibi görünen bağlantıları dahi göstermek için bu sayısal modeli kullanıyor. Dendrit hedefleyen nöronlar münferit yolakları uyarıcı nöronlardan gelen verileri dizerek kontrol ediyor. Araştırmacılar bu dizilemenin sinaptik esneklik denen, deneyimlerden kaynaklanan öğrenme mekanizması sayesinde olduğunu gösterdiler.