چگونه اطلاعات جدید در مغز ما ثبت و ذخیره می‌شوند؟ چه فرآیندهایی در سطوح سلولی و مولکولی رخ می‌دهند که ما را قادر می‌سازند مسیرهای جدید، ملودی‌های ناآشنا یا مهارت‌های تازه را به خاطر بسپاریم؟
مغز انسان برای انطباق با اطلاعات نوظهور، دستخوش تغییرات ساختاری و عملکردی می‌شود. این تحولات در شبکه گسترده‌ای از ارتباطات میان سلول‌های عصبی، موسوم به نورون‌ها، به وقوع می‌پیوندد. در این شبکه پیچیده، میلیاردها سیناپس – نقاط اتصال بین نورون‌ها – با تقویت یا تضعیف پیوندهایشان، زمینه را برای یادگیری فراهم می‌آورند. این پدیده که “انعطاف‌پذیری سیناپسی” نامیده می‌شود، سال‌هاست که کانون توجه پژوهشگران علوم اعصاب بوده است. با وجود پیشرفت‌های چشمگیر در شناسایی برخی از سازوکارهای مولکولی این فرآیند، هنوز درک کاملی از چرایی نقش فعال‌تر برخی سیناپس‌ها در مقایسه با سایرین وجود نداشت. کشف این قواعد بنیادین، کلید درک عمیق‌تر نحوه عملکرد مغز در جریان یادگیری است.
این پرسش اساسی، یکی از چالش‌های دیرینه در علوم اعصاب را برجسته می‌سازد: چگونه سیناپس‌ها، با وجود آگاهی محدودشان از اطلاعات محلی، می‌توانند در شکل‌گیری رفتارهای پیچیده و اکتساب دانش جدید نقش موثری ایفا کنند؟ این معما که به “مسئله تخصیص اعتبار” شهرت دارد، مشابه فعالیت مورچه‌ها در یک کلونی است؛ هر مورچه وظایف محلی خود را انجام می‌دهد، بدون آنکه از هدف و فعالیت کلی کلونی آگاه باشد.
در تلاش برای یافتن پاسخ به این سوال، پژوهشگرانی از دانشگاه کالیفرنیا در سن‌دیگو، رویکردی نوآورانه را در پیش گرفتند. آن‌ها در مطالعه‌ای که با هدف درک دقیق‌تر چگونگی تغییر سیناپس‌ها در حین یادگیری طراحی شده بود، از تکنیک‌های پیشرفته تصویربرداری برای مشاهده فعالیت‌های سیناپسی در مغز موش‌ها استفاده کردند.
برای بررسی این فرآیند پیچیده، محققان از فناوری “تصویربرداری دو فوتونی” بهره بردند. این روش امکان ثبت فعالیت‌های دقیق سیناپس‌ها و نورون‌ها را در طول فرآیند یادگیری فراهم می‌آورد. با استفاده از این تکنیک، آن‌ها توانستند تغییرات لحظه‌ای در ورودی‌ها و خروجی‌های نورونی را به صورت مستقیم مشاهده کنند.
نتایج این پژوهش که در مجله معتبر Science منتشر شده است، نشان داد که مغز برای یادگیری از یک قاعده واحد و یکنواخت پیروی نمی‌کند. بلکه نورون‌ها قادرند به طور همزمان از چندین قاعده مختلف بهره ببرند. به عبارت دیگر، سیناپس‌های مختلف در یک نورون واحد می‌توانند بر اساس قواعد متفاوتی تغییر کنند. این یافته، دیدگاه سنتی در مورد نحوه یادگیری در مغز را به چالش می‌کشد.
پژوهشگران دریافتند که این کشف نه تنها درک ما از چگونگی شکل‌گیری خاطرات و یادگیری را ارتقا می‌بخشد، بلکه می‌تواند در طراحی شبکه‌های عصبی پیشرفته‌تر در حوزه هوش مصنوعی نیز کاربرد داشته باشد. در این سیستم‌ها، به جای استفاده از یک قاعده مشترک برای تمامی نورون‌ها، می‌توان از قواعد متنوعی در واحدهای مختلف استفاده کرد.
این یافته‌های نوظهور همچنین می‌توانند در درک بهتر و درمان اختلالاتی نظیر اعتیاد، اختلال استرس پس از سانحه (PTSD)، آلزایمر و اختلالات رشد عصبی مانند اوتیسم، که بسیاری از آن‌ها با نقص در عملکرد سیناپس‌ها مرتبط هستند، موثر واقع شوند.
در ادامه مسیر تحقیقاتی، محققان در تلاشند تا مکانیسم‌های چگونگی استفاده همزمان نورون‌ها از قواعد مختلف و مزایای این امر را برای عملکرد مغز روشن سازند.
