जीवशास्त्रप्रीप्रिंटसिम्युलेशनवाचनासाठी ३ मिनिटे

माशीची मज्जा-जोडणी खरोखर काय ठरवते

शास्त्रज्ञांकडे आता प्रौढ फळमाशीच्या मज्जारज्जूचे एकेका सिनॅप्सपर्यंतचे संपूर्ण जोडणी-आराखडे आहेत: एक नराचा (MANC), एक मादीचा, आणि एक नराच्या संपूर्ण मध्यवर्ती मज्जासंस्थेचा (MaleCNS). या कनेक्टोम्सवर (connectomes) आधारित सिम्युलेशन आधीच संवेदी प्रतिसाद आणि चालण्यासारखी दिसणारी पायांची लयबद्ध हालचाल पुनरुत्पादित करतात.

पण चालणारे प्रतिरूप त्याची नेमकी जोडणी महत्त्वाची आहे हे सिद्ध करत नाही. एकमेकांशी जोडलेल्या घटकांची जाळी सहज दोलायमान होतात, आणि ढोबळ सांख्यिकी — प्रत्येक न्यूरॉनला किती जोडण्या आहेत — त्यांचे बरेचसे वर्तन आधीच ठरवते. हाँगकाँग युनिव्हर्सिटी ऑफ सायन्स अँड टेक्नॉलॉजीच्या इझाबेल ग्वान आणि हाँगकाँग पॉलिटेक्निक युनिव्हर्सिटी, नानयांग टेक्नॉलॉजिकल युनिव्हर्सिटी व ZENBOT कंपनीतील सहकाऱ्यांनी पायांच्या हालचालीची कोणती वैशिष्ट्ये खरोखर विशिष्ट जोडणीवर अवलंबून असतात हे तपासायचे ठरवले.

खरी जोडणी विरुद्ध विस्कळीत प्रती

त्यांनी दोन स्वतंत्र कनेक्टोम्सवरून पायांच्या चालक-संस्थेची प्रतिरूपे तयार केली: MaleCNS, 10,173 न्यूरॉन आणि 4,62,650 जोडण्या, आणि MANC, 10,440 न्यूरॉन आणि 6,34,207 जोडण्या. जोडण्यांची ताकद म्हणजे सरळ सिनॅप्सची संख्या, कधीच प्रशिक्षित न केलेली. आदान फक्त दोन अवरोही (descending) न्यूरॉन DNg100 मधून दिले गेले, ज्यांच्या सक्रियतेने पुढे चालणे सुरू होते; प्रदान प्रत्येक पायाच्या चार सांध्यांवर प्रसारक आणि आकुंचक समूहांमध्ये (extensor and flexor pools) गटवलेल्या चालक न्यूरॉनमधून वाचले गेले — 20 विरोधी जोड्या.

प्रत्येक खऱ्या जाळ्याची तुलना सहा कुटुंबांतील 30 विस्कळीत जाळ्यांशी केली गेली; प्रत्येक कुटुंब खऱ्या रचनेचा अधिकाधिक भाग राखते: जोडण्यांची संख्या, पेशीप्रकारांमधील जोडण्या, प्रत्येक न्यूरॉनच्या आदानांची व प्रदानांची संख्या, आणि पायानुसार किंवा विकासात्मक वंशावळीनुसार खंड. निर्णयाचे निकष निकाल पाहण्यापूर्वीच नोंदवले गेले — लेखकांच्या मते कनेक्टोम-प्रतिरूपणात ही पद्धत दुर्मीळ आहे; आणि सिम्युलेशन पुन्हा चालवल्यावर प्रत्येक कनेक्टोमच्या सर्व 4,692 नोंदी पूर्णांकन-त्रुटीपर्यंत पुनरुत्पादित झाल्या.

लय स्वस्त, समन्वय नाही

  • लय सर्वसाधारण आहे. अनेक विस्कळीत जाळी खऱ्या जाळ्यांइतकीच दोलायमान झाली, आणि काही तर अधिक: प्राचल-तपासणीत 0.70 च्या तुलनेत 0.96 पर्यंत.
  • आलटूनपालटून काम विशिष्ट आहे. खऱ्या जोडणीने विरोधी समूहांना प्रत्येक विस्कळीत जाळ्यापेक्षा अधिक जोरकसपणे आलटूनपालटून काम करायला लावले: MaleCNS मध्ये 0.312 गुण विरुद्ध जास्तीत जास्त 0.147, आणि MANC मध्ये 0.173 विरुद्ध जास्तीत जास्त 0.084.
  • हा परिणाम अभ्यासलेल्या पायांच्या चार सांध्यांपैकी पहिल्या, वक्ष–कक्षा सांध्यावर (thorax–coxa joint) केंद्रित आहे. MaleCNS मध्ये, सर्वात लांब सिम्युलेशनच्या पूर्ण पाच मिनिटांपर्यंत समन्वित अवस्था टिकून राहिली.

शतकाहून जुने तत्त्व

का? शंभराहून अधिक वर्षांपूर्वी सी. एस. शेरिंग्टन यांनी परस्पर संवेदन (reciprocal innervation) हे तत्त्व मांडले: एका स्नायूला उत्तेजित करणारे मार्ग त्याच्या विरोधी स्नायूला निरुद्ध करतात. चमूने प्रत्येक न्यूरॉन प्रत्येक जोडीतील दोन समूहांवर कसा प्रभाव टाकतो हे मोजले. दोन्ही खऱ्या कनेक्टोम्समध्ये परस्पर-संवेदन निर्देशांक ठळकपणे धन होता — 0.48 आणि 0.38 — आणि प्रत्येक विस्कळीत जाळ्यात ऋण. न्यूरॉन दोन्ही समूहांवर टाकत असलेल्या प्रभावापैकी 88% (MaleCNS) आणि 83% (MANC) त्यांना विरुद्ध दिशांना ढकलतो, तर विस्कळीत केल्यानंतर हे प्रमाण 16–49% असते. हे दोन प्रकारे घडते: एका समूहाला उत्तेजित करणारे आणि एका निरोधक आंतरन्यूरॉनमार्फत दुसऱ्याला शांत करणारे उत्तेजक न्यूरॉन; आणि एका समूहाला शांत करून दुसऱ्याला मोकळे करणारे निरोधक न्यूरॉन.

निर्णायक चाचणीत पूर्व-चालक (premotor) आदाने एका समूहातून त्याच्या विरोधी समूहाकडे हलवली गेली, आणि प्रत्येक चालक न्यूरॉनचे एकूण आदान फक्त 2–4% ने बदलले. समन्वय कोसळला: MaleCNS मध्ये गुण सुमारे −0.08 पर्यंत घसरला, म्हणजे विरोधी समूह आता एकत्र उद्दीपित होत होते; तर एकाच समूहातील नियंत्रण-अदलाबदलींनी जवळजवळ 90% गुण टिकवून ठेवला.

मर्यादा

हे निकाल प्रतिरूपावरचे आहेत, प्राण्यावरचे नव्हेत: शरीर नाही, संवेदी प्रतिपोषण नाही, एकच न्यूरॉन-प्रतिरूप, भाकीत केलेली प्रेषक-चिन्हे, आणि ग्लुटामेट निरोधक मानले गेले आहे — आधीच्या प्रयत्नांत ते उत्तेजक मानले होते तेव्हा खऱ्या जोडणीचा फायदा नाहीसा झाला. चालक न्यूरॉनच्या सांध्यांशी केलेल्या नेमणुकांपैकी सुमारे एक चतुर्थांश अंदाजे आहेत, आणि MANC ने हेच निष्कर्ष कमी फरकाने पुनरुत्पादित केले. लेखक हेही नमूद करतात की कोड लिहिण्यासाठी आणि मजकुराचा मसुदा करण्यासाठी त्यांनी Anthropic च्या Claude सह AI सहाय्यक वापरले.

मज्जासंस्थेचे प्रतिरूपण करणाऱ्या प्रत्येकासाठी त्यांचा धडा: जोडणीची कसोटी लयीवर नव्हे, तर समन्वयावर घ्या, कारण विस्कळीत जाळेही तितकाच चांगला ताल धरू शकते.