همآوایی سیستمهای پیچیده زیستی آسان میشود/ ارائه روشی نوین به دست محقق ایرانی
گروه علم و فناوری خبرگزاری آنا، دستگاه عصبی مرکزی بزرگترین بخش دستگاه عصبی است و شامل مغز و طناب نخاعی میشود. این دستگاه به دو بخش زیرین (طناب نخاعی و ساقه مغز) و بالایی (مغز) تقسیم میشود. طناب نخاعی و مغزی از رشتههای عصبی دستگاه عصبی مرکزی هستند، به طور کلی ۴۳ جفت عصب از این دستگاه منشعب میشود که ۱۲ جفت آن از مغز و ۳۱ جفت آن از نخاع خارج میشود.
دستگاه عصبی مرکزی در کنار دستگاه عصبی محیطی رفتار انسان را کنترل میکنند. وظیفه اصلی دستگاه عصبی مرکزی پردازش اطلاعات و محاسبه واکنش مناسب در پاسخ به اطلاعات ورودی است. نورون یا سلول عصبی اصلیترین یاخته عصبی است که وظیفه ترارسانی دادههای عصبی را بر عهده دارد. نورونها تکانههای الکتریکی را هدایت کرده و بدین شکل دادههای عصبی را از اندامها به مغز انتقال میدهند.
سیستم عصبی مرکزی؛ دستگاهی پر از رمز و راز
دستگاه عصبی مرکزی انسان تواناییهای شگفتانگیزی دارد که عملکرد آنها برای انسان هنوز یک راز باقی مانده است. به همین دلیل محققان بسیاری زندگی تحقیقاتی خود را صرف مطالعه و بررسی این سیستم پر رمز و راز میکنند. علوم اعصاب محاسباتی یکی از حوزههای تحقیقاتی مهم در مهندسی پزشکی است که در آن از مدلهای محاسباتی و مبانی فیزیولوژی برای توصیف عملکرد مغز به عنوان یک شبکه پیچیده استفاده میشود.
پیشرفت بشر در فرایندهای نظری علم اعصاب محاسباتی منجر به ارائه الگوی درستی از عملکرد مغز شده که این امر به شناخت بیشتر انسان از این عضو مهم ختم میشود. علوم اعصاب محاسباتی فرصتی برای تحلیل مکانیسمهایی فراهم میکند که اعتبارسنجی تجربی آنها در حال حاضر ممکن نیست. نتایج تحقیقات علمی نشان میدهد که رفتار جمعی نورونها با برخی از عملکردهای مغزی و اختلالات عصبی ارتباط دارد.
محقق ایرانی در پی تحلیل رفتار جمعی نورونها
بنابراین بررسی رفتارهای جمعی نورونها امری حیاتی در دستیابی به درک بهتر از عملکرد مغز به شمار میرود. یک محقق ایرانی به نام شیرین پناهی با اجرای طرح «همآوایی در شبکه نورونی آشوبی با کوپلینگ چندگانه» به بررسی رفتارهای جمعی نورونها و مکانیسمهای تحلیل آنها پرداخته است.
براساس یک نظریه مهم در علوم اعصاب محاسباتی، همآوایی از جمله دلایل احتمالی مکانیسمهای ارتباط در سیستم عصبی است. درواقع این پدیده دلیل اختلال پردازشهای حرکتی، شناختی حافظه در انسان به شمار میرود. بنابراین بررسی پدیده همآوایی نهتنها در زمینه علوم اعصاب بلکه در بسیاری از حوزههای علمی دیگر کاربرد دارد.
به گفته پناهی؛ شناخت و بررسی پدیده همآوایی میتواند منجر به کشف اصول سازماندهی شبکههای پیچیده مانند مغز را برای انسان به ارمغان بیاورد. همچنین نتایج این تحقیقات میتواند در طراحی شبکههای مصنوعی نیز به کار رود. در این پروژه همآوایی در شبکههای پویای زیستی، به ویژه، شبکههای نورونی، در دو بخش بررسی شد.
ارائه روشی نوین به دست محققان ایرانی
در بخش اول همآوایی در شبکههای متشکل از مدلهای محاسباتی نورونی و نوسانگرهای متعامل آشوبی بررسی شد. بخش دوم نیز متمرکز بر ارزیابی همآوایی در شبکههای ناهمسان بود که از طریق آنالیز همگرایی در ویژگیهای فرکانس، زاویه و دامنه سری زمانی سیگنال عصبی انجام شد. در ادامه روشهای معمول حوزه سنجش همآوایی در شبکههای ناهمسان نورونی نیز بررسی شد.
این پروژه روشی نوین اما ساده را برای محاسبه همآوایی در شبکههای ناهمسان ارائه میدهد؛ در این روش پیچیدگیهای محاسباتی به طور قابلتوجهی کاهش یافته است. بررسی میزان تمایل به همآوایی در این شبکهها نشان میدهد که سه عامل پویا به صورت تکی، معماری کلی یا ساختار شبکه بر همآوایی شبکههای همسان اثر میگذارد. این امر نوع و قدرت ضریب کوپلینگ شبکه را نیز تحتتأثیر قرار میدهد.
یکی از عوامل اصلی و تأثیرگذار بر همآوایی در شبکههای پیچیده معماری کلی یا ساختار شبکه است. از سوی دیگر افزایش ضریب کوپلینگ شیمیایی و همضریبی کوپلینگ میدان، قابلیت همآوایی شبکه را افزایش میدهد، البته محدودیتی برای افزایش ضریب کوپلینگ شیمیایی و میدان وجود دارد و در صورتی که ضریب کوپلینگ شیمیایی یا میدان از مقدار معینی بیشتر شود، شبکه از کار میافتد.
روش جدید سنجش همآوایی سیستمهای پیچیده زیستی مبتنی بر الگوی رفتاری نوسانگرهای شبکه است. عملکرد این روش در تشخیص همآوایی در شبکه ناهمسان بهتر و دقیقتر از روشهای رایج است.
انتهای پیام/۴۰۲۱/پ
انتهای پیام/