محققان به تازگی توانستند با استفاده از دستگاههای میکروسیال، شبکههای عصبی پیشرفتهای ایجاد کنند که میتوانند فعالیتهای پیچیده مغزی را شبیهسازی کنند.
به گزارش تکناک، عبارت «نورونهایی که با هم فعال میشوند، با هم ارتباط برقرار میکنند،» اصل انعطافپذیری عصبی را در مغز انسان توضیح میدهد. با وجود این، نورونهایی که در آزمایشگاه کشت میشوند اغلب از این قوانین پیروی نمیکنند.
نورونهای آزمایشگاهی شبکههای تصادفی و بیساختاری تشکیل میدهند که در آن تمام سلولها همزمان فعال میشوند و نمیتوانند ارتباطات منظم و معناداری که در مغز واقعی دیده میشود را شبیهسازی کنند. به همین دلیل، این مدلهای آزمایشگاهی بینشهای محدودی در مورد نحوه یادگیری در سیستمهای زنده ارائه میدهند.
اما اگر بتوانیم نورونهای کشتشده در آزمایشگاه را بهگونهای ایجاد کنیم که فعالیتهای پیچیده مغزی را بهتر شبیهسازی کنند، چه اتفاقی میافتد؟
یک تیم تحقیقاتی از دانشگاه توهوکو گام مهمی در این جهت برداشته است. آنها با استفاده از دستگاههای میکروسیال، شبکههای عصبی بیولوژیکی با الگوهای ارتباطی مشابه سیستمهای عصبی حیوانات ایجاد کردند.
این شبکهها فعالیتهای پیچیدهای از خود نشان دادند و نشاندهنده توانایی بازسازی شدن از طریق تحریک مکرر بودند. این کشف نوآورانه ابزاری امیدوارکننده برای مطالعه یادگیری، حافظه و مکانیسمهای پایهای انعطافپذیری عصبی فراهم میکند.
اساس یادگیری و حافظه در شبکههای عصبی
در برخی مناطق مغز، اطلاعات به صورت مجموعههای نورونی یا گروههایی از نورونها که همزمان فعال میشوند، کدگذاری و ذخیره میگردند.
این مجموعهها بر اساس سیگنالهای ورودی از محیط تغییر میکنند، که به عنوان اساس عصبی نحوه یادگیری و به خاطر سپردن مطالب در نظر گرفته میشود. با وجود این، مطالعه این فرایندها با استفاده از نمونههای حیوانی به دلیل پیچیدگی ساختار آنها، دشوار است.
دکتر هیدئاکی یاماموتو از دانشگاه توهوکو گفت: «برای اینکه بفهمیم چگونه یادگیری و حافظه کار میکنند، باید نورونها را در آزمایشگاه کشت کنیم. این نورونها به ما کمک میکنند که آزمایشهای دقیقتری انجام دهیم. البته، این نورونها باید تا حد ممکن به واقعیت نزدیک باشند.»
تیم تحقیقاتی با استفاده از یک تراشه کوچک مدلی ویژه ایجاد کرد. این تراشه به نورونها اجازه میدهد که به هم متصل شوند و شبکههایی شبیه سیستم عصبی حیوانات تشکیل دهند.
محققان با تغییر اندازه و شکل تونلهایی که نورونها را به هم متصل میکنند، توانستند کنترل کنند که نورونها با چه شدت و قدرتی با یکدیگر تعامل داشته باشند.
آنها نشان دادند که شبکههایی با تونلهای کوچکتر میتوانند مجموعههای متنوعتری از نورونها را حفظ کنند.
به عنوان مثال، نورونهایی که در دستگاههای سنتی کشت میشوند، اغلب تنها یک مجموعه نورونی نشان میدهند، در حالی که نورونهای کشتشده با تونلهای کوچکتر میتوانند تا شش مجموعه نورونی داشته باشند.
همچنین تیم تحقیقاتی متوجه شدند که تحریک مکرر، این مجموعهها را تغییر میدهد و فرایندی مشابه انعطافپذیری عصبی در مغز نشان میدهد.
این فناوری میکروسیال و نورونهای کشتشده در آینده میتوانند برای توسعه مدلهای پیشرفتهتری استفاده شوند، که قادر به شبیهسازی عملکردهای خاص مغز، مانند تشکیل و به خاطر آوردن خاطرات باشند.