எதிர்கால நிகழ்வுகளின் நேரத்தை முன்கூட்டியே கணிக்கக் கூடியவை என்ற புர்கின்ஜி செல்களைச் சுட்டிக்காட்டும் செரிபெல்லம் ஆய்வு

எதிர்காலத்தை எப்போது எதிர்பார்க்க வேண்டும் என்பதை மூளை எப்படி கற்கிறது

மூளை உலகம் நிகழும் போதே வெறும் எதிர்வினை அளிப்பதில்லை. அடுத்து என்ன நிகழலாம் என்பதை அது தொடர்ந்து முன்கூட்டியே கணித்து, புதிய தகவல் வந்தபோது அந்த எதிர்பார்ப்புகளைச் சரிசெய்கிறது. ராட்பவுட் பல்கலைக்கழகம் மற்றும் எராஸ்மஸ் பல்கலைக்கழக மருத்துவ மையம் சேர்ந்த ஆராய்ச்சியாளர்களின் புதிய எலி ஆய்வு, அந்த செயல்முறை எப்படி இயங்கலாம் என்பதில் கூடுதல் விவரங்களைச் சேர்க்கிறது; மேலும் எதிர்பார்க்கப்படும் நிகழ்வுகளின் நேரத்தைக் கற்றுக்கொள்வதில் செரிபெல்லத்தை முக்கிய இடமாகக் காட்டுகிறது.

Nature Neuroscience இதழில் வெளியான இந்தக் கண்டுபிடிப்புகள், கால சம்பவங்களுக்கான சாத்தியக்கூறு விநியோகங்கள் செரிபெல்லம் சுற்றுகளிலேயே பிரதிநிதித்துவப்படுத்தப்படுகின்றன என்பதைச் சொல்கின்றன. மேலும், செரிபெல்லத்தின் முக்கிய வெளியீட்டை உருவாக்கும் பெரிய, தனித்துவமான நரம்பணுக்கள் olan புர்கின்ஜி செல்கள், எதிர்கால நிகழ்வு எப்போது நடைபெறும் என்று எதிர்பார்க்கப்படுகிறதோ அதைப் பற்றிய புள்ளியியல் தகவலைக் குறியாக்குகின்றன என்பதையும் இந்த வேலை சுட்டுகிறது.

பரந்த காரணத்தால் இந்த ஆய்வு முக்கியமானது. முன்கூட்டிக் கணிக்கும் நடத்தை பெரும்பாலும் Bayesian inference மூலம் விவரிக்கப்படுகிறது; அதாவது புதிய ஆதாரங்கள் வரும்போது எதிர்பார்ப்புகள் புதுப்பிக்கப்படும் கணிதக் கட்டமைப்பு. மூளை இதே போன்ற முறையில் இயங்கக்கூடும் என்று நரம்பியல் விஞ்ஞானிகள் நீண்ட காலமாகக் கருதி வந்தனர். இந்த ஆய்வு, அந்த முன்கணிப்பு இயந்திரத்தின் ஒரு பகுதி எங்கே இருக்கலாம், அது நரம்பியல் செயல்பாட்டில் எவ்வாறு வெளிப்படலாம் என்பதற்கான தெளிவான விளக்கத்தை வழங்குகிறது.

நேரமிட்ட நிகழ்வை எதிர்பார்க்க எலிகளைப் பயிற்றுவித்தல்

ஆராய்ச்சியாளர்கள் மிகக் கட்டுப்படுத்தப்பட்ட நடத்தைச் சூழலைப் பயன்படுத்தினர். வயது வந்த எலிகள் ஒரு ஒளிப் பளிச்சென்றதைப் பார்த்த பிறகு, கண்களில் ஒன்றில் காற்றின் திடீர் ஊதலை எதிர்பார்க்கும்படி பயிற்றுவிக்கப்பட்டன. இங்கு முக்கிய மாறி நேரம். குறிப்பு மற்றும் காற்று ஊதல் இடையே குறிப்பிட்ட இடைவெளிகளை இணைத்ததன் மூலம், அந்த விலங்குகள் ஏதோ நடக்குமா என்பதோடு மட்டுமல்ல, அது எப்போது நடக்கும் என்பதையும் எப்படி எதிர்பார்க்கின்றன என்பதை குழு ஆய்வு செய்ய முடிந்தது.

அந்த வேறுபாடு முக்கியம். நேரத்தை முன்கூட்டியே கணிப்பது நடத்தையின் மிகவும் கடினமான பகுதிகளில் ஒன்றாகும். உயிரினங்கள் கடந்த அனுபவம், தற்போதைய உணர்ச்சி ஆதாரம், மற்றும் நிச்சயமின்மை ஆகியவற்றை ஒன்றாக இணைக்க வேண்டும். கால அமைப்புள்ள prior knowledge-ஐ செரிபெல்லம் தாங்குகிறதா என்பதைச் சோதிக்கவே இந்த ஆய்வு வடிவமைக்கப்பட்டது.

மூத்த ஆசிரியர் டெவிகா நரைன் கூறியபடி, இந்தப் பணிக்கு ஒரு எளிய ஆனால் அடிப்படையான கேள்வி தூண்டுதலாக இருந்தது: முந்தைய அனுபவம் மனிதர்களுக்கும் விலங்குகளுக்கும் நிச்சயமின்மையை சமாளிக்க உதவுமானால், அந்த முந்தைய அனுபவம் மூளையில் எங்கே சேமிக்கப்பட்டுள்ளது, அது எப்படி பயன்படுத்தப்படுகிறது?

புர்கின்ஜி செல்கள் ஒரு சாத்திய குறியீடாக உருவாகின்றன

குழு முன்வைக்கும் பதில் புர்கின்ஜி செல்களை மையமாகக் கொண்டது. இந்த நரம்பணுக்கள் ஏற்கனவே ஒத்திசைவு மற்றும் இயக்கக் கற்றலில் தங்கள் பங்குக்காக அறியப்பட்டவை, ஆனால் புதிய முடிவுகள் அவற்றை முன்கணிப்பு நேரமிடலுடன் மேலும் நேரடியாக இணைக்கின்றன. இந்த ஆய்வு, அவை வெறும் இயக்கத் தகவலை அனுப்புவதில்லை எனக் கூறுகிறது. அதற்கு பதிலாக, எதிர்கால நிகழ்வுகள் நிகழக்கூடிய நேரம் குறித்த புள்ளியியல் எதிர்பார்ப்புகளை அவை குறியாக்குகின்றன.

இந்த விளக்கம் நிலைத்திருந்தால், செரிபெல்லத்தை சமநிலை மற்றும் இயக்கத்தை விட அதிகமான செயல்களில் ஈடுபடும் அமைப்பாகக் காணும் வளர்ந்து வரும் பார்வை வலுப்படும். செரிபெல்லம் கற்றலும் முன்கணிப்பும் தொடர்பான பணிகளில் அதிகமாகப் பார்க்கப்படுகிறது; மேலும் இந்த வேலை ஒரு குறிப்பிட்ட கணக்கீட்டு பங்கைக் கூட சேர்க்கிறது: முந்தைய அனுபவத்திலிருந்து பெறப்பட்ட கால சாத்தியக்கூறு விநியோகங்களை பிரதிநிதித்துவப்படுத்துவது.

இது கருத்தரீதியாக குறிப்பிடத்தக்க மாற்றம். நேரத்தை ஒரு எளிய கடிகாரச் செயல்பாடாகப் பார்க்காமல், மூளை எதிர்பார்க்கப்படும் நிகழ்வு நேரத்தின் ஒரு சாத்தியக்கூறு வரைபடத்தை வைத்திருக்கிறது, மேலும் அனுபவத்துடன் அதை புதுப்பிக்கிறது என்ற கருத்தை முடிவுகள் ஆதரிக்கின்றன.

இங்கே Bayesian கருத்துகள் ஏன் முக்கியம்

Bayesian inference அடிக்கடி குறிப்பிடப்படுவது, அது நிச்சயமற்ற சூழலில் வாழ்வின் அடிப்படை ஒன்றை வெளிப்படுத்துகிறது என்பதால்தான். எதிர்பார்ப்புகள் மிக அரிதாகவே துல்லியமாக இருக்கும். அதற்குப் பதிலாக, அவை நம்பிக்கை அளவுகள் மற்றும் மாறும் சாத்தியக்கூறுகளுடன் வருகின்றன. ஒரு ஒளிப் பளிச்சல் ஒரு நிகழ்வு விரைவில் வரக்கூடும் என்பதைக் காட்டலாம்; ஆனால் எப்போதும் அதே துல்லியமான தருணத்தில் அல்ல. ஆகவே பயனுள்ள மூளை, இணைப்புகளை மட்டுமல்ல, விநியோகங்களையும் சேமிக்க வேண்டும்.

டச்சு குழுவின் கண்டுபிடிப்புகள் அந்தத் தர்க்கத்தோடு இணைகின்றன. அவர்களது ஆய்வு, செரிபெல்லம் அந்த விநியோகங்களை கற்றுக்கொள்கிறது, மேலும் புர்கின்ஜி செல்கள் அவற்றைப் பற்றிய தகவலை எடுத்துச் செல்கின்றன எனச் சுட்டுகிறது. நடைமுறையில், மூளை நேரமிடலை ஒரு பிரதிசெயல்பாட்டு விஷயமாக மட்டும் அல்ல, புள்ளியியல் பிரச்சினையாகக் கருதலாம்.

ஒரு பொருளைப் பிடிப்பது, எதிர்பார்க்கப்படும் காற்று ஊதலுக்கு முன் கண் இமைப்பது, அல்லது மாற்றமடைந்த சூழலில் இயக்கத்தை ஒருங்கிணைப்பது போன்ற செயல்களுக்கு நிகழ்வுகள் எப்போது நடக்கும் என்பது குறித்த கற்றுக் கொண்ட மதிப்பீடுகள் மிக முக்கியம் என்பதையும் இந்த யோசனை விளக்குகிறது.

இந்த முடிவுகள் இந்தச் சோதனைக்கு அப்பால் என்ன அர்த்தம் கொண்டிருக்கலாம்

இந்த ஆய்வு இன்னும் ஒரு விலங்கு சோதனையே; அதன் கூற்றுகளை அந்த நிலையிலேயே வாசிக்க வேண்டும். ஆனால் பரந்த முக்கியத்துவம் தெளிவாக உள்ளது. செரிபெல்லர் சுற்றுகள் நிகழ்வு நேரம் குறித்த prior knowledge-ஐ குறியாக்கினால், முன்கணிப்பு நடத்தை எப்போது, எப்படி சிதறும் அல்லது மாறும் என்பதைக் கண்டறிய நரம்பியல் விஞ்ஞானிகளுக்கு மேலும் துல்லியமான இடத்தை அது தருகிறது.

மேலும், சீரற்ற கணினி மாதிரிகள் உயிரியல் அமைப்புகளுக்கு எவ்வாறு பொருந்துகின்றன என்பதைக் குறித்த உரையாடலையும் இது ஆழப்படுத்துகிறது. Bayesian மாதிரிகள் வலிமையானவை, ஏனெனில் அவை நடத்தையை கணித ரீதியாக விளக்குகின்றன. ஆனால் அவற்றின் வரம்பு, நரம்பியல் செயல்பாட்டில் அதை எவ்வாறு செயல்படுத்துவது என்பதைக் கண்டறிவது கடினமாக இருப்பதில்தான் இருந்தது. இவ்வகை ஆய்வுகள், ஒரு குறிப்பிட்ட prior-க்கு செல்லுலார் மற்றும் சுற்று-நிலை அடித்தளத்தை முன்வைத்து அந்த இடைவெளியை குறைக்க உதவுகின்றன.

இதனால் செரிபெல்லமே முழுக் கதை என்று அர்த்தமில்லை. மூளையில் முன்கணிப்பு பரவலாக உள்ளது, மற்ற பகுதிகளும் நிச்சயமாக பங்களிக்கின்றன. ஆனால் புதிய ஆய்வு, செரிபெல்லம் அந்த செயல்முறைக்கு ஓரங்கட்டது அல்ல என்பதற்கு வலுவான ஆதாரத்தை அளிக்கிறது. அனுபவம் அருகிலுள்ள எதிர்காலத்தின் பயன்படத்தக்க முன்னறிவிப்பாக மாற்றப்படும் இடங்களில் ஒன்று அது ஆகலாம்.

• ஆய்வில் எலிகள் காட்சி குறிப்புக்குப் பிறகு காற்று ஊதலை எதிர்பார்க்கும்படி பயிற்றுவிக்கப்பட்டன.
• நிகழ்வுகளின் நேரத்திற்கான சாத்தியக்கூறு விநியோகங்களை செரிபெல்லர் சுற்றுகள் கற்றுக்கொள்கின்றன என்பதற்கான ஆதாரம் கிடைத்தது.
• புர்கின்ஜி செல்கள் எதிர்கால நிகழ்வுகள் எப்போது நடக்கும் என்ற புள்ளியியல் எதிர்பார்ப்புகளை குறியாக்குகின்றன என்று தெரிகிறது.
• இந்த முடிவுகள் Bayesian பாணி முன்கணிப்பின் நரம்பியல் செயல்பாட்டுடன் இணைகின்றன.

இந்தக் கட்டுரை Medical Xpress செய்தியினை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படியுங்கள்.