İnsan beyninin duyusal uyaranları nasıl işlediği ve bunları anlamlı algılara nasıl dönüştürdüğünün sinirbilimsel araştırması, karmaşık bir dizi biyolojik, kimyasal ve elektriksel faaliyeti içerir. Bu sistemin merkezinde nöronlar, sinir sisteminin birincil yapı taşları olarak hizmet veren özelleşmiş hücreler ve bunların iletişimi kolaylaştırmak için eylem potansiyelleri olarak bilinen elektrik sinyallerine dayanan kapsamlı ağları yer alır. Bu aksiyon potansiyelleri, gelen uyaranların yoğunluğuna veya doğasına bakılmaksızın sabit bir genlik (yaklaşık +40 milivolt) sergilemeleri bakımından dikkat çekicidir. Bu sabitlik önemli bir soruyu beraberinde getirir: eğer aksiyon potansiyellerinin genliği değişmiyorsa, beyin bu kadar geniş çeşitlilikteki duyusal bilgiyi nasıl kodlar? Cevap, beynin duyusal verileri işleme ve yorumlama becerisinde önemli rol oynayan bu elektrik sinyallerinin zamanlaması ve frekansı gibi diğer değişkenlerde yatmaktadır.
Duyusal İşlemenin Nörobilimi
Tahminen 80 ila 100 milyar nöron içeren insan beyni olağanüstü yoğun ve karmaşık bir ağdır. Bu nöronlar tek başlarına işlev görmezler, ancak homeostazın sürdürülmesi, nöronlar için destek ve koruma sağlanması ve sinyal iletimine katılma gibi çeşitli roller üstlenen çok sayıda glial hücre tarafından desteklenirler. Her bir nöron 10.000’e kadar sinaptik bağlantı oluşturabilir ve trilyonlarca sinapstan oluşan geniş bir ağa katkıda bulunarak milyarlarca elektrik sinyalinin aynı anda işlenmesini sağlar. Bu muazzam bağlanabilirlik ve hızlı sinyal kapasitesi, beyne olağanüstü hesaplama yetenekleri kazandırarak gerçek zamanlı yorumlamaya ve çevresel uyaranlara yanıt vermeye olanak tanır.
Nöronlar öncelikle sinapslar aracılığıyla diğer nöronlarla arayüz oluşturan dallanmış uzantılar olan dendritleri aracılığıyla duyusal girdi alırlar. Nörotransmitter güdümlü kimyasal sinyallerden oluşan sinaptik girdiler, nöronun aksonu boyunca eylem potansiyelleri olarak hareket eden elektrik sinyallerine çevrilir. Daha da önemlisi, aksiyon potansiyelleri akson boyunca ilerlerken tek tip bir genliği** korur, ancak karmaşık duyusal bilgileri kodlayan, ateşleme şekilleridir – zamanlama, frekans ve hatta diğer nöronlarla senkronizasyon.
Duyusal Kodlama: Aksiyon Potansiyellerinin Zamanlaması ve Frekansı
1’ler ve 0’ların kombinasyonlarının bilgiyi kodladığı dijital sistemlerdeki ikili kod gibi, beyin de duyusal uyaranları temsil etmek için elektriksel uyarı kalıplarını kullanır. Bu benzetmede, zamanın belirli bir anında bir aksiyon potansiyelinin varlığı bir “1 ‘i temsil ederken, yokluğu bir ’0 ”ı temsil edebilir. Bununla birlikte, sabit, ayrık girdilere sahip ikili kodlara dayanan dijital bilgisayarların aksine, beynin sinirsel kodu önemli ölçüde daha dinamik ve çok yönlüdür. Görsel, işitsel, dokunsal veya kokusal olsun, duyusal uyaranlar nöral sinyallerin frekansı (aksiyon potansiyellerinin ne sıklıkla ateşlendiği) ve zamanlaması (bu ateşlemeler arasındaki kesin aralıklar) ile kodlanır. Bu iki parametre birlikte çalışarak beynin duyusal girdiyi sınıflandırmak ve yorumlamak için kullandığı nöral bir “alfabe” oluşturur.
Son araştırmalar zamanlama rolünün daha önce düşünüldüğünden çok daha önemli olduğunu ortaya koymuştur. Geleneksel olarak nörobilim, aksiyon potansiyellerinin frekansının bir uyaranın gücünü veya yoğunluğunu ifade ettiği hız kodlama teorisini vurgulamıştır. Örneğin, acı verici bir iğne batması gibi daha güçlü bir uyaran, bir nöronun bir kalem ucundan hafif bir dokunuştan daha sık ateşlenmesine neden olur. Bu frekans temelli kodlama, beynin değişen uyaran yoğunlukları arasında ayrım yapmasını sağlar. Bununla birlikte, yeni bulgular zamansal kodlamanın (aksiyon potansiyellerinin ne zaman gerçekleştiğinin kesin zamanlaması) bilginin temsil edilmesinde daha önemli olmasa da eşit derecede önemli bir rol oynayabileceğini göstermektedir.
Deneysel Çalışmalar: Duyusal Algıda Zamanlamanın Rolü
Çarpıcı bir örnek, kemirgen modellerinde yapılan son deneysel çalışmalardan, özellikle de bıyıklarını kullanarak çevrelerini keşfeden fareleri içeren çalışmalardan gelmektedir. Fareler çevrelerindeki dokuları ve uzamsal özellikleri tespit etmek için büyük ölçüde bıyıklarına güvenirler ve bu da onları dokunsal duyusal işlemeyi incelemek için bir model sistem haline getirir. Araştırmacılar, beynin dokunsal girdiyi işlemekten sorumlu bölgelerindeki nöral aktiviteyi kaydederek, beynin farklı dokuları nasıl çözdüğünün anahtarının sadece frekansları değil, aksiyon potansiyellerinin zamanlaması olduğunu gözlemledi. Örneğin, fareler bıyıklarını pürüzsüz bir yüzeye sürttüğünde, nöronlar, ateşleme frekansı benzer olsa bile, pürüzlü bir yüzeyle karşılaştıklarından farklı bir zaman aralığında ateşlediler.
Bu, beynin duyusal uyaranların daha ayrıntılı ve incelikli bir temsilini oluşturmak için hem zamanlama hem de frekans kullandığını göstermektedir. Zamanlamadaki ince farklılıkları tespit etme yeteneği, aksi takdirde çok benzer olan uyaranlar arasında ayrım yapmak için çok önemli olabilir. Bu bulgular, daha önceki nöral kodlama modellerine meydan okumakta ve hem zamanlamanın hem de frekansın birbirine bağlı olduğu ve beynin duyusal bilgiyi nasıl kodladığına birlikte katkıda bulunduğu bir sinerjik model önermektedir.
Sinirsel Kodlamadan Biyomedikal Uygulamalara
Beynin duyusal bilgiyi nasıl kodladığını anlamak sadece teorik bir ilgi alanı değildir; biyomedikal mühendisliği ve nöral protezler gibi teknolojilerin geliştirilmesi için derin etkileri vardır. Bu cihazlar, doğrudan sinir sistemi ile arayüz oluşturarak kaybedilen duyusal veya motor fonksiyonları geri kazandırmayı amaçlamaktadır. İşitme kaybı için koklear implantlar veya görme restorasyonu için retinal implantlar gibi mevcut protezler, genellikle nöronları belirli frekanslarda uyararak hız kodlama sistemini taklit eden nispeten basit duyusal kodlama modellerine dayanmaktadır. Bununla birlikte, zamansal kodlama anlayışımız ilerledikçe, beynin doğal duyusal bilgi kodlama yöntemlerini daha iyi taklit eden daha sofistike protezler geliştirilebilir. Bu tür cihazlar potansiyel olarak kullanıcılara daha hassas ve incelikli duyusal deneyimler sağlayabilir.
Ayrıca, bu araştırmanın nörolojik bozuklukların tedavisi için etkileri vardır. Epilepsi**, *Parkinson hastalığı* ve multipl skleroz gibi durumlar, normal sinirsel ateşleme düzenlerinde bozulmaları içerir. Zamanlama ve frekansın normal beyin işlevine nasıl katkıda bulunduğunun tam olarak anlaşılmasıyla, bu hastalıklardaki elektriksel dengesizlikleri hedef alan ve daha etkili müdahalelere yol açan yeni tedaviler geliştirilebilir.
İleri Okuma
- Alpha Galileo
- Churchland, P. S., & Sejnowski, T. J. (1992). “The Computational Brain.” MIT Press.
- Mountcastle, V.B. (1997). “The columnar organization of the neocortex.” Brain, 120(4), 701-722.
- Shadlen, M. N., & Newsome, W. T. (1998). “The variable discharge of cortical neurons: implications for connectivity, computation, and information coding.” The Journal of Neuroscience, 18(10), 3870-3896.
- Dale Purves ve ark. 2003. Neuroscience. Sinauer Associates Yayınları. 3. Baskı
- Mehta, S.B., & Kleinfeld, D. (2004). “Fractal dendritic patterns enhance neural connectivity.” Proceedings of the National Academy of Sciences, 101(30), 10839-10843.
- Petersen, C. C. (2007). “The functional organization of the barrel cortex.” Neuron, 56(3), 339-355.
- Stein, R. B., Gossen, E. R., & Jones, K. E. (2005). “Neuronal variability: noise or part of the signal?” Nature Reviews Neuroscience, 6(5), 389-397.
- Herculano-Houzel, S. (2012). “The remarkable, yet not extraordinary, human brain as a scaled-up primate brain and its associated cost.” Proceedings of the National Academy of Sciences, 109(Supplement 1), 10661-10668.
- Kandel, E.R., Schwartz, J.H., Jessell, T.M., Siegelbaum, S., Hudspeth, A.J., & Mack, S. (2013). “Principles of Neural Science.” 5th edition. McGraw-Hill Education.
- Yanfang Zuo, Houman Safaai, Giuseppe Notaro, Alberto Mazzoni, Stefano Panzeri , Mathew E. Diamond. 2015. Complementary Contributions of Spike Timing and Spike Rate to Perceptual Decisions in Rat S1 and S2 Cortex. Current Biolog; DOI: 10.1016/j.cub.2014.11.065