دانشمندان مکانیسم را در یادگیری روشن می کنند

پروسه ای که ما با آن یاد می گیریم، در واقع سمفونی خوبی از هزاران واکنش مولکولی است، اما ارتباط دقیق بین این واکنش ها تا حد زیادی ناشناخته است. در حال حاضر، محققان دانشگاه مؤسسه علم و فناوری اوکیناوا (OIST) پایه ی مولکولی یادگیری را در مخچه، بخشی از مغز که ورودی های حسی را به دست می گیرد و حرکتهای داوطلبانه را هماهنگ می کنند، مدلسازی کرده اند.

اریک De Schutter، رئیس بخش محاسبات عصب شناسی OIST و نویسنده ارشد در مقاله اخیر، منتشر شده در گزارش سلول، گفت: “تا آنجا که ما می دانیم، این پیچیده ترین مدل چنین سیستمی است که وجود دارد. وی گفت که مدل های قبلی متمرکز بر سیگنال هایی است که به انتهای یک نورون می رسند، در حال حاضر ما به ارتباطات در حال انجام بین دو انتها نگاه می کنیم.”

فکر می کنم تعلیم تعادل بین دو فرایند است که به عنوان یک نوع شماره گیری مولکولی عمل می کنند مانند: پتانسیل بلند مدت (LTP)، که در آن ارتباط بین دو نورون تقویت می شود و افسردگی طولانی مدت (LTD)، که در آن اتصال بین دو نورون ضعیف است. اتصال بین دو نورون که هر دو این فرآیند در سیناپس اتفاق می افتند. اندرو گالیمور، نویسنده اول در مقاله و محقق پس از مدیا در OIST، مدل سازی کرد که چگونه آنها در دو نوع سلول کار می کنند بیان کرد: الیاف موازی و سلول های Purkinje نقش کلیدی در یادگیری موتور دارند. گالیمور با استفاده از یک برنامه کامپیوتری برای ایجاد یک مدل از این سیستم پیچیده، چندین صد معادله را از آزمایشاتی که در آن چنین نورونی فعال شده بود، ترکیب کرد. این مدل زمانی که همکاران در کره در حال انجام ضبط از نورون در مخچه موش بودند، به آزمایش گذاشته شدند. محققان OIST سپس این ضبط را به مدل تبدیل کردند.

یافته های آنها نشان می دهد که شبکه های مولکولی در هر دو طرف یک سیناپس برای کنترل یادگیری مهم هستند که ارتباط باید در هر دو جهت در سیناپس رخ دهد تا کنترل شود که آیا LTP در فعالیت های عصبی تولید می شود.

این مدل همچنین نشان داده است که مانیتورینگ شماره گیری مولکولی LTP و LTD دارای یک سوئیچ اتوماتیک است که در هنگام فعال شدن، اجازه می دهد که سیستم به وضعیت استراحت خود بازگردد. اگرچه تحقیقات قبلی در حضور این سوئیچ خاموش نشان داده شده است، این اولین بار است که مکانیسم پشت آن و یک شبکه پیچیده از پروتئین ها و گیرنده ها را نشان داده است.De Schutter  گفت: چنین مدل جامع ، دانشمندان را قادر می سازد تا سیستم های سیگنالینگ پیچیده با یکدیگر همکاری کنند. چیزی که اغلب در ادبیات تجربی وجود ندارد.

کار پژوهشگران به دانشمندان اجازه می دهد تا به طور دقیق تر رفتار سیستم هرج و مرج، پیچیدگی مولکول هایی که یادگیری را کنترل می کنند پیش بینی کنند. همچنین به آنچه در سطوح مولکولی اتفاق می افتد زمانی که این سوئیچ ها شکسته است اشاره می کند که ممکن است رخ دهد هنگامی که مغز مجروح و یا در معرض بیماری های نورودنراتوری که بر یادگیری تاثیر می گذارد.

گالیمور گفت: “کل عملکرد یک مغز بر اساس نقاط قوت این اتصالات سیناپسی است. بهتر است ما این فرایندها را درک کنیم، پتانسیل بیشتری برای مداخله برای مقابله با مشکلات شدید وجود دارد.”

منبع:

موارد ارائه شده توسط موسسه علمی و فنی دانشگاه اوکیناوا – OIST