نواحی ای از مغز- در حالی که بقیه ی نواحی، بیدار می ماند- برای دوره های کوتاه، چرت میزند
مشاهده از سطوح یا ابعاد متفاوت، نتایج متفاوتی ایجاد میکند
موج کُند، یا تصویری از موج های فراوان تُند؟؟
مشاهده های ریزتر، مشاهده های درست را به چالش میکشد!
نگاه از ابعاد جدید، مشاهده های قبلی را باطل میکند و یا در بهترین حالت، آنها را اصلاح میکند.
بیشتر علوم، در نادانسته هاست.
عادت کن، خودت را با یافته های علوم جدید منطبق کنی
این فرآیند واقعاً جالب بود که دانش‌آموزان، برج‌های شکل گرفته در ذهن استاد را آجر به آجر خراب کنند و استاد مجبور باشد بگوید، با این کار مشکلی ندارم!!
16 جولای 2024
خلاصه:تحقیقات جدید نشان میدهد که خواب را میتوان با الگوهای فعالیت مغز- که فقط چند میلی‌ثانیه طول میکشد- تشخیص داد.
این مطالعه، نشان داد نواحی کوچک مغز میتوانند به‌طور لحظه‌ای در حالت بیداری یا خواب «سوسو بزنند». این دیدگاه، دیدگاه‌های سنتی را در مورد وضعیت‌های خواب و بیداری، به چالش می کشد.
با استفاده از تحلیل شبکه ی پیشرفته ی عصبی، محققان الگوهای با فرکانس بالا را- که خواب را تعریف میکند- کشف کردند.
این یافته‌ها میتواند به مطالعه ی بیماریهای رشدی عصبی و بیماری های مرتبط با اختلالات خواب کمک کند.
حقایق کلیدی:
تشخیص میلی‌ثانیه:خواب با فعالیت‌های عصبی- که چند میلی‌ثانیه طول میکشد- شناسایی میشود.
سوسو زدن:نواحی کوچک مغز می توانند برای مدت کوتاهی بین حالت خواب و بیداری نوسان کنند.
تأثیر تحقیق:این تحقیق، میتواند به درک بیماریهای مرتبط با اختلال خواب کمک کند.
خواب و بیداری: حالت های کاملاً متمایز هستند که مرزهای زندگی روزمره ما را مشخص می کنند.
برای سالها، دانشمندان تفاوت بین این فرآیندهای غریزی مغز را با مشاهده ی امواج مغزی اندازه‌گیری می‌کردند، به‌طوری‌که خواب مشخصاً با امواج آهسته برای مدتی طولانی، اندازه‌گیری شده در چند دهم ثانیه اندازه‌گیری می‌شد.
این امواج در کل مغز، حرکت میکنند.
برای اولین بار، دانشمندان دریافتند که خواب را می توان با الگوهای فعالیت عصبی در حد چند میلی ثانیه- که 1000 برابر کوتاهتر از یک ثانیه است- تشخیص داد و روش جدیدی را برای مطالعه و درک الگوهای اصلی امواج مغزی- که بر هوشیاری حاکم است- نشان می دهد.
آنها فهمیدند این مدل می تواند بین خواب و بیداری تنها در چند میلی ثانیه داده های مربوط به فعالیت مغز، تمایز قائل شود.
آنها همچنین نشان می‌دهند که مناطق کوچکی از مغز میتوانند به‌طور لحظه‌ای بیدار باشند در حالی که بقیه ی مغز در خواب باقی می‌ماند، و بالعکس.
این یافته‌ها- که در یک مطالعه جدید منتشر شده در مجلهNature Neuroscienceتوضیح داده شده‌است- حاصل همکاری بین آزمایشگاه‌های استادیار زیست‌شناسی کیت هنگن در دانشگاه واشنگتن در سنت لوئیس و پروفسور برجسته مهندسی بیومولکولی دیوید هاوسلر در UC سانتا کروز است.
پارکس و اشنایدر در طول چهار سال کار، یک شبکه ی عصبی را آموزش دادند تا الگوهای موجود در مقادیر عظیمی از داده‌های امواج مغزی را مطالعه کند.
اینها الگوهایی است که در فرکانس‌های بسیار بالا رخ میدهد و قبلاً هرگز شرح داده نشده‌است و مفاهیم بنیادی و دیرپای عصب‌شناسی را به چالش میکشد.
هنگن گفت: «با ابزارهای قدرتمند و روش‌های محاسباتی جدید، میتوان با به چالش کشیدن اساسی‌ترین مفروضات و بررسی مجدد سؤال «حالت خواب و بیداری چیست؟» چیزهای زیادی را به دست آورد.
خواب یا بیداری، بزرگترین عامل تعیین کننده ی رفتار شماست و اهمیت همه چیز، کمتر از آن است. بنابراین اگر نفهمیم خواب و بیداری در واقع چیست، به نظر می رسد در دریا گم شده ایم و کشتی را از دست داده ایم.
برای ما به عنوان دانشمندان، شگفت‌انگیز بود متوجه شدیم قسمت‌های مختلف مغز، در واقع زمانی که بقیه ی مغز بیدار هستند چرت‌های کمی میزند.
چون بسیاری از افراد ممکن است قبلاً به این موضوع در همسر خود، مشکوک بوده باشند، نبود تفاوتی در این مورد در زن و هم مرد، جای تعجب ندارد.
درک خواب
دانشمندان علوم اعصاب، مغز را از طریق ضبط سیگنال‌های الکتریکی فعالیت مغز- که به عنوان داده‌های الکتروفیزیولوژی شناخته میشود- مطالعه میکنند، و امواج را در هنگام اوج گرفتن و سقوط فرکانس، با سرعت‌های مختلف مشاهده میکنند. در این امواج، الگوهای اسپایک spike نورون‌های منفرد، در میان موج های کند مخلوط شده‌اند.
محققان با داده های موشی در آزمایشگاه هنگن در سنت لوئیس کار کردند. حیوانات آزادانه به یک هدست بسیار سبک، مجهز بودند که فعالیت مغز را برای ماهها در یک زمان به خصوص از 10 منطقه ی مختلف مغز، ثبت می‌کرد و ولتاژ گروه‌های کوچکی از نورون‌ها را با دقت میکروثانیه، ردیابی می‌کرد.
دکتر سید سلمان فاطمی . نورولوژیست, [07/19/2024 05:59 ب.ظ]
این مقدار ورودی، باعث ایجاد پتابایت اطلاعات - که یک میلیون برابر بزرگتر از گیگابایت است - شد.
دیوید پارکس تلاش کرد تا این داده های خام را به یک شبکه ی عصبی مصنوعی وارد کند. این شبکه ی هوش مصنوعی، می تواند الگوهای بسیار پیچیده را پیدا کند، تا داده های خواب و بیداری را متمایز کند و الگوهایی را پیدا کند که در مشاهدات انسانی ممکن است از قلم افتاده باشد.
همکاری با زیرساخت‌های محاسباتی دانشگاهی مشترک واقع در UC San Diego، این تیم را قادر کرد با این داده‌ها کار کند. این داده ها در مقیاسی بود که شرکت‌های بزرگی مانند گوگل یا فیس‌بوک ممکن است استفاده کنند.
پارکز با دانستن اینکه خواب به طور سنتی توسط امواج آهسته تعریف می شود، شروع به تغذیه تکه های کوچکتر و کوچکتر داده ها در شبکه های عصبی کرد و از هوش مصنوعی، خواست پیش بینی کند که مغز خواب است یا بیدار.
آنها دریافتند این مدل می تواند بین خواب و بیداری تنها در چند میلی ثانیه داده های مربوط به فعالیت مغز، تمایز قائل شود. این برای تیم تحقیقاتی شوکه کننده بود و نشان داد که مدل نمی توانست برای یادگیری تفاوت بین خواب و بیداری، به امواج آهسته متکی باشد.
همانطور که گوش دادن به یک آهنگ برای یک هزارم ثانیه نمی تواند به شما بگوید که آیا ریتم آهسته ای دارد، برای مدل نیز غیرممکن است ریتمی را که در طی چند ثانیه اتفاق می افتد با نگاه کردن به میلی ثانیه های تصادفی اطلاعات جدا شده، یاد بگیرد.
هاسلر گفت: «ما اطلاعاتی را در سطحی از جزئیات می بینیم که بی سابقه است. «احساس قبلی این بود که چیزی در آنجا پیدا نمیشود و همه اطلاعات مربوطه، در امواج با فرکانس کندتر است.
این مقاله می‌گوید، اگر اندازه‌گیری‌های مرسوم را نادیده بگیرید، و فقط به جزییات اندازه‌گیری فرکانس بالا فقط در یک هزارم ثانیه نگاه کنید، به اندازه ی کافی وجود دارد تا بفهمید آیا بافت مغز، خواب است یا نه.
این به ما می گوید چیزی در مقیاس بسیار سریع در حال انجام است - این یک اشاره ی جدید به آن چیزی است ممکن است در خواب اتفاق بیفتد.
هنگن، به نوبه ی خود، متقاعد شده بود پارکس و اشنایدر چیزی را از دست داده اند، زیرا نتایج آنها با مفاهیم پایه ای- که در طی سال ها آموزش علوم اعصاب در ذهن او ایجاد شده بود- بسیار متناقض بود. او از پارکس خواست شواهد بیشتری ارائه کند که این پدیده، می تواند واقعی باشد.
این، من را به چالش کشید تا از خودم بپرسم که باورهای من تا چه حد مبتنی بر شواهد است و چه شواهدی را باید ببینم تا این باورها را زیر پا بگذارم؟
این، واقعاً شبیه بازی موش و گربه بود، زیرا من بارها و بارها از دیوید [پارک،] می‌خواستم شواهد بیشتری ارائه کند و چیزهایی را به من ثابت کند، و او برمی‌گشت و می‌گفت این را بررسی کنید! به‌عنوان یک دانشمند، این فرآیند واقعاً جالب بود که دانش‌آموزانم این برج‌ها را آجر به آجر خراب کنند و من مجبور باشم بگویم، با این کار مشکلی ندارم.»
الگوهای لوکال و ریز
چون یک شبکه ی عصبی مصنوعی، اساسا یک جعبه ی سیاه است و چیزی را گزارش نمی دهد- که از آن آموخته است- پارکس شروع به حذف لایه‌های اطلاعات زمانی و مکانی کرد تا بفهمد مدل از چه الگوهایی میتواند یاد بگیرد.
در نهایت، آنها به نقطه‌ای رسیدند که به تکه‌هایی از داده‌های مغزی فقط در حد یک میلی‌ثانیه و در بالاترین فرکانس نوسانات ولتاژ مغز، نگاه می‌کردند.
پارکس گفت:
ما تمام اطلاعاتی را که علوم اعصاب برای درک، تعریف و تجزیه و تحلیل خواب در قرن گذشته استفاده کرده بود، جمع آوری کرده بودیم، و پرسیدیم که آیا مدل، هنوز در این شرایط می تواند یاد بگیرد؟ این به ما امکان داد سیگنال هایی را- که قبلاً درک نکرده بودیم- بررسی کنیم.
با مشاهده ی این داده‌ها، آنها توانستند تشخیص دهند الگوی فعالیت بسیار سریع بین تنها چند نورون، عنصر اساسی خواب است که مدل، شناسایی میکند. بسیار مهم است بگوییم چنین الگوهایی را نمی توان با امواج سنتی، آهسته و گسترده توضیح داد.
محققان فرض میکنند امواج آهسته و کند، ممکن است برای هماهنگ کردن الگوهای سریع و محلی فعالیت عمل کنند، اما در نهایت به این نتیجه رسیدند که الگوهای سریع و ریز، بسیار به ماهیت واقعی خواب نزدیک‌تر هستند.
اگر امواج آهسته- که به طور سنتی برای تعریف خواب استفاده میشود- با هزاران نفر در استادیوم بیسبال که با حرکت بدن خود، موج درست می کنند- مقایسه میشود و این الگوهای حرکت سریع، مکالمه‌ای بین چند نفر است که تصمیم می گیرند، موج درست کنند.
این مکالمه ها برای وقوع موج بزرگتر ضروری است و مستقیماً با حال و هوای استادیوم مرتبط است و موج، نتیجه ی ثانویه ی آن است.
مشاهده ی سوسو زدن و نوسان
در مطالعه ی بیشتر، الگوهای فعالیت بیش از حد بنیادین، محققان متوجه پدیده شگفت انگیز دیگری شدند.
دکتر سید سلمان فاطمی . نورولوژیست, [07/19/2024 05:59 ب.ظ]
هنگامی که آنها مدل پیش بینی کننده ی خواب یا بیداری را مشاهده کردند، متوجه اشتباهاتی شدند.
این اشتباهات، در ابتدا به نظر می‌رسید برای کسری از ثانیه، بیداری را در یک ناحیه از مغز مشخص میکند در حالی که بقیه ی مغز در خواب، باقی می‌ماند.
آنها همین حالت را در بیداری دیدند: برای کسری از ثانیه، یک منطقه، بر اساس معیارهای قدیمی امواج در خواب، به خواب می رفت در حالی که بقیه ی مناطق بیدار بودند. آنها این موارد را سوسو زدن یا نوسان نامیدند.
اشنایدر گفت: «ما میتوانیم به نقاط زمانی منفرد- که این نورون‌ها شلیک میکنند- نگاه کنیم، و کاملاً واضح است که [نورون‌ها] در حال انتقال به حالتهای دیگر هستند. در برخی موارد، این سوسو زدن‌ها و نوسان ها ممکن است محدود به یک ناحیه از مغز یا حتی منطقه ای کوچکتر باشد.
این امر، محققان را وادار کرد معنی سوسو زدن را در مورد خواب و چگونگی تأثیر آنها بر رفتار در هنگام خواب و بیداری بررسی کنند.
یک فرضیه ی طبیعی در آنجا وجود دارد. فرض کنید قسمت کوچکی از مغز شما- در حالی که بیدار هستید به خواب می رود - آیا این بدان معناست که رفتار ناگهانی شما نشان میدهد در خواب هستید؟ اشنایدر گفت: ما متوجه شدیم که اغلب چنین است.
با مشاهده ی رفتار موش‌ها، محققان مشاهده کردند که وقتی یک ناحیه ی مغز برای خواب، سوسو میزند و بقیه ی مغز بیدار است، موش برای یک ثانیه مکث میکند، تقریباً مانند منطقه‌ای که از آن خارج شده است.
سوسو زدن در طول خواب (یک ناحیه از مغز بیدار می شود) توسط یک حیوان، در خواب منعکس شد.
سوسو زدن‌ها به‌ویژه شگفت‌انگیز هستند زیرا از قوانین تعیین‌شده پیروی نمی‌کنند که چرخه ی دقیق مغز را به طور متوالی بین خواب بیداری تا خواب غیر REM تا خواب REM دیکته میکند.
هنگن گفت: «ما شاهد سوسو زدن‌های REM و سوسو زدن‌های REM به غیر REM هستیم - همه این ترکیب‌های ممکن را می‌بینیم، و آنها قوانینی را که شما بر اساس صد سال ادبیات انتظار دارید، زیر پا می‌گذارد.
من، فکر می کنم آنها جدایی بین حالت کلان - خواب و بیداری در سطح کل حیوان، و واحد اساسی حالت در مغز - الگوهای سریع و محلی را آشکار می کنند.
به دست آوردن درک عمیق‌تر از الگوهایی- که در فرکانس‌های بالا رخ میدهد- و سوسو زدن‌های بین بیداری و خواب، میتواند به محققان کمک کند بیماریهای رشد عصبی و تخریب‌کننده عصبی را- که هر دو با اختلالات خواب مرتبط هستند-مطالعه کنند.
هر دو گروه آزمایشگاهی هاوسلر و هنگن، علاقه مند به درک بیشتر این ارتباط هستند و هاسلر علاقه مند به مطالعه بیشتر این پدیده ها در مدل های ارگانوئیدی مغزی است. اورگانوئید، تکه هایی از بافت مغز است که روی یک نیمکت آزمایشگاهی رشد می کنند.
هنگن گفت: «این به طور بالقوه یک چاقوی جراحی بسیار بسیار تیز به ما می دهد و با آن بتوانیم به این سؤالات مربوط به بیماری ها و اختلالات بپردازیم.
هرچه بیشتر درک کنیم که خواب و بیداری چیست، بیشتر می توانیم به مشکلات بالینی و بیماری مرتبط بپردازیم.
در سطح بنیادین، این کار به درک، بسیاری از لایه‌های پیچیدگی مغز به عنوان اندامی که رفتار، احساسات و بسیاری موارد دیگر را دیکته میکند، کمک میکند.
خلاصه
یک تعبیه ی غیر نوسانی در مقیاس چند میلی‌ثانیه از حالت مغز، بینشی از رفتار را فراهم میکند
قوی ترین و قابل اعتمادترین نشانه ی حالت های مغز در ریتم هایی بین 0.1 تا 20 هرتز غنی می شوند.
در اینجا به این احتمال می پردازیم که واحد اساسی حالت مغز می تواند در مقیاس میلی ثانیه و میکرومتر باشد.
با تجزیه و تحلیل فعالیت عصبی با وضوح بالا ثبت شده در ده ناحیه مغز موش طی 24 ساعت، نشان می‌دهیم که حالات مغز به طور قابل اعتمادی در فعالیت سریع و غیر نوسانی قابل شناسایی (جاسازی شده)است.
حالت های خواب و بیداری را می توان از 100تا 101 میلی ثانیه فعالیت عصبی- که از 100 میکرومتر بافت مغز نمونه برداری شده است- طبقه بندی کرد. برخلاف ریتم های متعارف، این تعبیه، بالای 1000 هرتز ادامه دارد.
این تعبیه فرکانس بالا در برابر حالتهای فرعی، موج‌های موج تیز و حالتهای روشن/خاموش قشری، مقاوم است.
نواحی منفرد به طور متناوب حالت‌ها را مستقل از بقیه ی مغز تغییر می‌دهند، و چنین ناپیوستگی‌های حالت مختصری با ناپیوستگی‌های رفتاری کوتاه منطبق است.
نتایج ما نشان می دهد که واحد اساسی حالت در مغز با مقیاس مکانی و زمانی محاسبات عصبی، سازگار است.
https://neurosciencenews.com/brain-micro-sleep-26448/
آدرس مطب : اصفهان ، خیابان آمادگاه ، روبروی داروخانه سپاهان ، مجتمع اطبا ، طبقه اول
تلفن : 32223328 - 031
