Blue Brain Ekibi Beyin Ağlarında Çok Boyutlu Bir Evren Keşfetti

Nörobilim alanında matematiği yeni bir şekilde kullanan Blue Brain Projesi, beynin sandığımız gibi 3 boyutta değil, birçok boyutta çalıştığını göstermektedir.

Çoğu insan için, dünyayı dört boyutta anlamak hayal gücünün bir uzantısıdır, ancak yeni bir çalışma beyindeki yapıları on bir boyuta kadar keşfetmiştir.

Cebirsel topolojiyi, nörobilimde daha önce hiç kullanılmamış bir şekilde kullanarak, Blue Brain Projesi’nden bir ekip, beyin ağları içinde çok boyutlu geometrik yapılar ve uzaylar evrenini ortaya çıkarmıştır.

Frontiers in Computational Neuroscience’da yayınlanan bu araştırma, bir grup nöronun bir klik oluşturduğu zaman bu yapıların ortaya çıktığını gösteriyor: her nöron, gruptaki diğer nöronlara kesin bir geometrik nesne üreten çok spesifik bir şekilde bağlanıyor. O bölgede ne kadar fazla nöron bir klikte bulunuyorsa geometrik nesnenin boyutu o kadar yüksek oluyor.

Blue Brain Projesi direktörü ve İsviçre’nin Lozan kentindeki EPFL’de profesör olan nörobilimci Henry Markram “Hiçbir zaman hayal bile edemediğimiz bir dünya bulduk” diyor. “Bu nesnelerin onlarca milyonu bile beyinde küçük bir leke oluşturuyor. Yedi boyutta, bazı ağlarda, on bir boyuta kadar yapılar bile bulduk.”

Markram bunun beyni anlamanın neden bu kadar zor olduğunu açıklayabileceğini öne sürüyor. “Genellikle çalışma ağlarına uygulanan matematik, şimdi açıkça gördüğümüz yüksek boyutlu yapıları ve alanları tespit edemez.”

4 boyutlu dünyalar hayal gücümüzü gererse, 5, 6 veya daha fazla boyuttaki dünyalar çoğumuz için çok karmaşıktır. Cebirsel topolojinin geldiği yer burasıdır: herhangi bir boyuttaki sistemleri tanımlayabilen bir matematik dalı. Blue Brain Projesinde beyin ağları çalışmasına cebirsel topoloji getiren matematikçiler, EPFL’den Kathryn Hess ve Aberdeen Üniversitesi’nden Ran Levi’dir.

“Cebirsel topoloji aynı zamanda bir teleskop ve mikroskop gibidir. Gizlenmiş yapıları bulmak için ağlara zum yapabilir – ormandaki ağaçlar – ve boş alanları – açıklıkları – hepsi aynı anda,” diye açıklıyor Hess.

2015 yılında Blue Brain, neokorteksin bir parçasının ilk dijital kopyasını yayınladı – beynin en çok gelişen kısmı ve hislerimizin, eylemlerimizin ve bilincimizin yeri. Bu son araştırmada, cebirsel topolojiyi kullanarak, sanal beyin dokusunda, keşfedilen çok boyutlu beyin yapılarının tesadüfen asla üretilemeyeceğini göstermek için çoklu testler yapıldı. Daha sonra, Blue Brain’in Lozan’daki laboratuarında gerçek beyin dokusu üzerinde yapılan deneyler, sanal dokudaki daha önceki keşiflerin biyolojik olarak anlamlı olduğunu ve aynı zamanda beyinlerin, gelişim sırasında beynin birçok yüksek boyutlu yapıya sahip bir ağ oluşturmak için sürekli olarak yeniden hareket ettiğini ileri sürdüğünü doğruladı.

Araştırmacılar, sanal beyin dokusunu bir uyaranla sunduğunda, araştırmacıların boşluklar olarak adlandırdıkları, yüksek boyutlu deliklerin kapatılması için anlık olarak bir araya getirilen kademeli olarak daha yüksek boyutlardaki klikler ortaya çıkar. “Beyin bilgi işlerken yüksek boyutlu boşlukların ortaya çıkması, ağdaki nöronların uyaranlara son derece organize bir şekilde tepki vermesi anlamına geliyor” diyor Levi. “Beyin, uyaranlara tepki vererek, çok boyutlu bloklardan oluşan bir kuleyi, çubuklarla (1D) başlayarak, daha sonra tahtaları (2B), daha sonra küpleri (3B) ve daha sonra 4D ile daha karmaşık geometrik şekilleri yapar ve 5D, vb. boyutlara yükseltir. Beynin içinden hareketin ilerlemesi, kumdan çıkan ve sonra parçalanan çok boyutlu bir kumdan kale gibidir.”

Araştırmacıların şimdi sordukları büyük soru, gerçekleştirebileceğimiz görevlerin karmaşıklığının, beynin inşa edebileceği çok boyutlu “kumdan kaleler”in karmaşıklığına bağlı olup olmadığıdır. Nörobilim, beynin anılarını nerede sakladığını bulmak için de mücadele ediyor. Markram, “Yüksek boyutlu boşluklarda ‘gizleniyor’ olabilirler” diyor.

Tam, açık erişimli araştırma makalesi için:

http://journal.frontiersin.org/article/10.3389/fncom.2017.00048/abstract

Diğer referanslar için:

http://www.cell.com/cell/fulltext/S00928674(15)011915?_returnURL=http%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0092867415011915%3Fshowall%3Dtrue

Kaynak: https://www.eurekalert.org/pub_releases/2017-06/f-bbt060617.php

Çeviren: Bünyamin Tan

 

Bir yanıt yazın

Bu site, istenmeyenleri azaltmak için Akismet kullanıyor. Yorum verilerinizin nasıl işlendiği hakkında daha fazla bilgi edinin.

Çok Okunan Yazılar