אינטראקציות תחרותיות מעצבות את הדינמיקה והריבוי החישובי של רשת המוח היונקות

מדוע זה חשוב להבנת התודעה

המוחות מתוארים לעתים קרובות כרשתות הרמוניות של פעילות, כשאזורים עובדים יחד כדי לחשוב, להרגיש ולפעול. אך מוחות אמיתיים מלאים גם בדחיפה ומשיכה: חלק מהאזורים מחזקות זה את זה בעוד שאחרים מושכים בכיוונים מנוגדים. מחקר זה בוחן כיצד המאבק הנסתר הזה מעצב את אופן הפעולה של מוחות יונקים — כולל בני אדם, מקאקים ועכברים — ומראה שהתחרות בין אזורים לא היא תקלה אלא תכונה חיונית שהופכת את פעילות המוח לריאליסטית יותר, אישית יותר ובעלת יכולת חישובית מורכבת יותר.

כיצד תשתית החיבורים מכוונת שיתוף פעולה ומתחרות

החוקרים מתחילים עם חידה פשוטה: דיאגרמת התשתית המבנית של המוח, או הקונקטום, מסייעת בעיקר לזהות היכן עוברים סיבים, ולא האם החיבורים האלה פועלים כעוזרים ידידותיים או כמתחרים מנוגדים. רוב המודלים בקנה מידה גדול מניחים בשקט שאם אזור מקושר נעשה פעיל יותר, הוא נוטה להניע את שותפיו גם כן כלפי מעלה. ואולם הביולוגיה שופעת אינטראקציות תחרותיות — מתאי מעכב במעגלים מקומיים ועד משוב מאזן במערכות אקולוגיות ורשתות חברתיות. לכן הצוות בונה מודל מוח שלם שיכול להקצות לכל חיבור לטווח ארוך השפעה חיובית (שיתופית) או שלילית (תחרותית) ושואל איזו תערובת משחזרת בצורה הטובה ביותר את דפוסי הפעילות שנמדדו ב-PMRI בבני אדם, מקאקים ועכברים.

בניית מוחות וירטואליים מתוך אנטומיה אמיתית

כדי לעשות זאת, החוקרים משתמשים בסוס עבודה מתמטי סטנדרטי במדעי המוח הרשתיים: מערך של מתנדנים לא-ליניאריים במצב קרוב לנקודת התמוטטות, אחד לכל אזור מוחי. מתנדנים אלה מייצרים באופן טבעי אותות תנודתיים מתנדנדים הדומים לגלים האיטיים הנצפים ב-fMRI — לא רעש מוחלט ולא סדירות מושלמת. הם מקשרים בין המתנדנים לפי החיבורים המבניים של כל מין — מדיפוזיה MRI בבני אדם, נתוני מאקאקים המשלבים סימון מסלולים ודימות, וסימון מסלולים טהור בעכברים — ולאחר מכן מתאימים איטרטיבית את עוצמת וסימן הקישורים הקיימים כך שהפעילות המדומה תואמת את דפוסי ההדבקה בזמן הנצפים. התוצאה היא מטריצת "חיבורות מחוללות": גרסה פונקציונלית של דיאגרמת החיווט שתופסת כיצד יש למשקלל את המבנה כדי שייווצרו דינמיקות של מוח חי.

התחרות צצה כרכיב הכרחי

כאשר המודל מורשה להשתמש בהשפעות שליליות וכן חיוביות, הוא עושה זאת בהתלהבות. בין המינים, כ-25% עד 40% מהחיבורים האפקטיביים הופכים לתחרותיים. קישורים שליליים אלה אינם מפוזרים באקראי: הם נוטים להיות חלשים יותר, לטווח ארוך יותר ופחות מקובצים בהשוואה לאלה השיתופיים, ויוצרים רשת דיפוסית החוצה קהילות חיוביות מודולריות צפופות יותר. הסרתם מחלישה במהירות את התאמת המודל לנתונים האמיתיים. עם הכללת תחרות, הדמיון בין קישוריות פונקציונלית מדומיינת לאמפירית קופץ באופן דרמתי, ומגיע למערכי קורלציה של עד 0.95 בעכברים ויותר מפי שניים בבני אדם בהשוואה למודל חיובי בלבד. המודל המשופר גם מייצר רמות ריאליסטיות של אנטי-קורלציה בין אזורים, התואמות לדפוסי "חופנים" רחבי היקף שנצפו זמן רב בסריקות מוח.

התחרות עולה בקנה אחד עם הבדלים ביולוגיים עמוקים

הצוות שואל אחר כך האם מיקום הקישורים התחרותיים משקף ארגון ביולוגי עמוק יותר. הם משווים היכן נופלים הקישורים השליליים במודל עם מפות של תכונות קורטיקליות רבות, כולל סוגי תאים, ביטוי גנים, התפלגות קולטנים, מיקרו-מבנה ומיאלינציה. בבני אדם, מקאקים ועכברים, קישורים תחרותיים מעדיפים לקשר אזורים המשתייכים לקצוות מנוגדים של מדרגים ביולוגיים אלה — למשל אזורים עשירים בסוג אחד של תאי ביניים מעכבים לעומת אזורים עשירים בסוג אחר, או אזורי חישה בעלי מיאלין גבוה מול קורטקס אסוציאטיבי טראנסמודלי. למעשה, המאבק בקנה מידה גדול החזק ביותר בין טריטוריות קורטיקליות שבנויות ומכווננות באופן שונה באופן משמעותי, מה שמרמז שתחרות מאקרוסקופית מושרשת בניגודים מולקולריים ותאיים שמורים.

דינמיקה עשירה ומוחות אינדיבידואלים יותר

הכללת תחרות עושה יותר מאשר לשפר תמונות סטטיות של קישוריות. כאשר המודלים המתואמים מופעלים קדימה כדי ליצור פעילות מוחית סינתטית, הגרסה המשולבת שיתופית–תחרותית מציגה התנהגות זמנית ריאליסטית יותר. היא נמנעת מסינכרוניה גלובלית לא-ריאליסטית גבוהה מדי, ובמקום זאת נודדת בתוך משטר מאוזן שמחליף אינטגרציה וסגולציה — תכונה הידועה כמצב-תת-יציבות (metastability). היא גם מציגה היררכיה חזקה יותר, שבה חלק מהאזורים ממוקמים טוב יותר כדי להצית מפלים נרחבים של פעילות או לשלוח יותר מידע משהם מקבלים. מדדים של מידע סינרגטי — הרעיון שזוג אזורים יחד נושא יותר עוצמת חיזוי מאשר כל אחד בנפרד — עולים אל כיוונים של רמות אמפיריות. מהותית, השיפורים הללו לא היו ממוקדים במפורש במהלך ההתאמה; הם צצים באופן טבעי ברגע שניתנת האפשרות לאינטראקציות תחרותיות.

מפעילות ריאליסטית לחישוב וקוגניציה

מכיוון שלא קיימים שני מוחות זהים, מודל משכנע חייב להיות גם נאמן וגם אישי. המודלים השיתופיים–תחרותיים הוכחו כיותר "חתימיים": הם מתאימים את הקישוריות של כל פרט טוב יותר מאשר לאחרים וסובלים מירידה גדולה יותר בדיוק כאשר מתאימים אותם לנבדק לא נכון, הן בבני אדם והן במקאקים ובעכברים. עבור בני אדם, המחברים גם בחנו עד כמה דפוסי פעילות מידיים של המודל תואמים למסדי נתונים רחבים של מפות מוח הקשורות לפונקציות מנטליות ספציפיות, כגון קשב או זיכרון. מודלים עם תחרות ייצרו דפוסים ספונטניים שדמו יותר למעגלים קוגניטיביים קנוניים אלה, מרמזים על דינמיקה במנוחה שיותר "בדומה-למוח". לבסוף, כאשר הרשתות הנגזרות מהמודל שימשו כחיווט במערכות "reservoir computing" מלאכותיות המבצעות משימת זיכרון, אלו עם קישורים תחרותיים הראו קיבולת חישובית גבוהה יותר, ושימור טוב יותר של כניסות עבר.

מה המשמעות לזה להבנת המוחות ולבניית מודלים

במילים פשוטות, המחקר מראה שמוח היונקים פועל בצורה הטובה ביותר על להב בין שיתוף פעולה לתחרות. קשרים חיוביים חזקים ומקומיים קושרים אזורים סמוכים למודולים ממוקדים, בעוד קשרים שליליים חלשים יותר ולטווח ארוך מציבים מערכות שונות זו מול זו, ומארגנים את זרימת המידע ברחבי הקורטקס. ארכיטקטורה זו לא רק משחזרת את הגלויים המיוחדים של מוחות אינדיבידואליים, אלא גם מפיקה באופן טבעי דינמיקות המגוונות, היררכיות ובעלות יכולת חישובית גבוהה. עבור מודלים עתידיים של מוח — בין אם להבנת התודעה, סימולציית מחלות או עיצוב מחשבים נוירומורפיים — המסר ברור: להוציא מהמשוואה תחרות בקנה מידה גדול פירושו להשמיט עיקרון מרכזי של האופן שבו מוחות אמיתיים מחשבים.

ציטוט: Luppi, A.I., Sanz Perl, Y., Vohryzek, J. et al. Competitive interactions shape mammalian brain network dynamics and computation. Nat Neurosci 29, 915–933 (2026). https://doi.org/10.1038/s41593-026-02205-3

מילות מפתח: רשתות מוח, תחרות עצבית, מינוח חיבורים (קונקטום), קישוריות פונקציונלית, מחשוב נוירומורפי