पूरे दिमाग का कंप्यूटर मॉडल: एसिटाइलकोलाइन रिसेप्टर घनत्व और न्यूरल गतिविधियों के बीच की कड़ी

समान कॉर्टिकल गुणों को मानने के बजाय, प्रत्येक 68 क्षेत्रों का अपना रिसेप्टर-घनत्व प्रोफाइल था, जिससे मॉडल यह पकड़ सका कि कैसे समान रासायनिक संकेत स्थानीय आणविक वास्तुकला के आधार पर अलग-अलग नेटवर्क प्रभाव उत्पन्न करते हैं । यह दृष्टिकोण अनुसंधान के बढ़ते समूह पर आधारित है जो दर्शाता है कि न्यूरोट्रांसमीटर रिसेप्टर वितरण यादृच्छिक नहीं हैं बल्कि कॉर्टेक्स में संगठित स्थानिक ग्रेडिएंट का पालन करते हैं ।

मुख्य निष्कर्ष

बेहतर सिंक्रोनाइज़ेशन और सूचना प्रवाह

यथार्थवादी रिसेप्टर विषमता को शामिल करने से एक ऐसे मॉडल की तुलना में अंतर-क्षेत्रीय कार्यात्मक कनेक्टिविटी और सूचना रूटिंग में काफी सुधार हुआ जहां सभी क्षेत्र समान व्यवहार करते थे । यह जैविक परिवर्तनशीलता अधिक लचीली और समन्वित मस्तिष्क अवस्थाओं का समर्थन करती है । यह निष्कर्ष पहले के काम के अनुरूप है जो दर्शाता है कि स्थानीय सिनैप्टिक शक्तियों की पदानुक्रमित विषमता fMRI-मापित आराम-अवस्था कार्यात्मक कनेक्टिविटी के लिए मॉडल फिट में सुधार करती है ।

स्वतःस्फूर्त स्थानीयकृत धीमी तरंगें

शायद सबसे आकर्षक परिणाम: मॉडल ने स्वाभाविक रूप से एक वास्तविक दुनिया की मस्तिष्क घटना को पुन: उत्पन्न किया — नींद जैसी धीमी दोलन विशिष्ट कॉर्टिकल क्षेत्रों में दिखाई देना जबकि बाकी कॉर्टेक्स जागृत जैसी अवस्था में रहा । यह वैसा ही है जैसा ध्यान की कमी, नींद की कमी और मस्तिष्क के घावों के आसपास होता है । यह निष्कर्ष पिछले शोध के अनुरूप है जो दर्शाता है कि नींद के दौरान एसिटाइलकोलाइन का निम्न स्तर माइक्रोसर्किट गतिविधि को धीमी दोलनों और नेटवर्क सिंक्रोनी में ले जाता है ।

क्षेत्र-विशिष्ट न्यूरोमॉड्यूलेशन

एसिटाइलकोलाइन पूरे मस्तिष्क में एक समान रूप से कार्य नहीं करता है। इसके प्रभाव इस बात पर निर्भर करते हैं कि इसके रिसेप्टर्स कहाँ केंद्रित हैं, जिसका अर्थ है कि एक ही रासायनिक संकेत विभिन्न कॉर्टिकल क्षेत्रों में अलग-अलग नेटवर्क डायनामिक्स उत्पन्न कर सकता है । उच्च एसीएच सांद्रता, जैसे कि जागने या ध्यान संबंधी कार्यों के दौरान, नेटवर्क गतिविधि को डीसिंक्रोनाइज़ करती हैं, जबकि निम्न एसीएच स्तर सिंक्रोनाइज़्ड धीमी-तरंग पैटर्न को उभरने देते हैं ।

पैमानों के बीच एक पुल

अध्ययन सूक्ष्म आणविक रसायन (रिसेप्टर वितरण) को स्थूल, मस्तिष्क-व्यापी कार्यात्मक गतिविधि से जोड़ने वाला एक ठोस कम्प्यूटेशनल ढांचा प्रदान करता है । लेखकों का सुझाव है कि यह दृष्टिकोण चेतना के विकारों, फोकल मस्तिष्क चोटों और न्यूरोडीजेनेरेटिव रोगों में अवस्था संक्रमण को समझाने में मदद कर सकता है ।

यह क्यों मायने रखता है

अधिकांश बड़े पैमाने के मस्तिष्क मॉडल हर कॉर्टिकल क्षेत्र को एक समान मानकर चीजों को सरल बनाते हैं । यह नया मॉडल एक अलग दृष्टिकोण अपनाता है: यह मस्कैरिनिक एसिटाइलकोलाइन रिसेप्टर घनत्व के विस्तृत मानचित्रों को शामिल करता है, जिससे यह अधिक यथार्थवादी सिमुलेशन बनता है कि मस्तिष्क चेतन और अचेतन अवस्थाओं के बीच कैसे संक्रमण कर सकता है ।

यह मॉडल द वर्चुअल ब्रेन ट्विन प्रोजेक्ट और EBRAINS 2.0 रिसर्च इंफ्रास्ट्रक्चर के हिस्से के रूप में विकसित किया गया था । इस काम का नेतृत्व इंस्टिट्यूट डी'इन्वेस्टिगेसियंस बायोमेडिक्स ऑगस्ट पाई आई सनयेर (IDIBAPS) में लियोनार्डो डल्ला पोर्टा ने किया, जो CEITEC - सेंट्रल यूरोपियन इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं के सहयोग से था ।