Uzamsal olarak yaygın giriş sinyalleriyle insan konektomunu kontrol etmek

Günlük beyinler için neden önemli

Beyinlerimiz, gözlerimiz kapalı sakince otursak bile, sürekli olarak etkinlik desenleri arasında değişir. Doktorlar ve mühendisler artık manyetik darbeler veya zayıf elektrik akımları gibi araçlarla bu desenleri nazikçe itmeye çalışıyor; amaç depresyon, epilepsi ve diğer durumları tedavi etmek. Ancak çoğu model, beynin tek bir küçük noktasına yapılan bir itmenin yalnızca o noktayı etkilediğini varsayar ki bu ne gerçek beyinlerin ne de gerçek tıbbi cihazların çalışma şeklidir. Bu makale, coğrafyaya ve sinyallerin komşu dokular arasında doğal olarak yayılma biçimine saygı gösterirsek beyin aktivitesini daha verimli ve biyolojiyle daha uyumlu şekilde yönlendirebilir miyiz diye soran basit ama sonuçları büyük bir soru ortaya koyuyor.

Beyin etkinliğini durumlar ve yolculuklar olarak görmek

Yazarlar işe beyni, farklı mahallelerde zaman içinde ışıkların titrediği bir şehir şebekesi gibi ele alarak başlıyor. Fonksiyonel MR ile yakalanan her bütün-beyin etkinlik deseni bir “beyin durumu” olarak kabul ediliyor. Yüzlerce bölge boyunca etkinlik yükselip alçalırken beyin bu durum manzarasında bir yol izliyor. Düzineyi aşkın sağlıklı yetişkinden elde edilen veriler kullanılarak ekip on bir tekrarlayan durum belirledi; bunlar duyusal ağlar, dikkat sistemleri ve hayal kurma sırasında baskın olan sözde varsayılan mod ağı gibi tanıdık büyük ölçekli sistemlere benziyor. Bir durumdan diğerine geçiş—örneğin dışa odaklı bir durumdan içe odaklı bir duruma—beyni bu yüksek boyutlu uzayda bir rotayı yönlendirmeye benziyor.

İdealleştirilmiş itmelerden gerçekçi nazik dokunuşlara

Bu rotaları en iyi nasıl yöneteceğini incelemek için araştırmacılar ağ kontrol teorisi adlı matematiksel bir çerçeve kullandılar. Bu çerçevenin sıradan halinde her beyin bölgesine kesin, bağımsız bir giriş yapabileceğiniz varsayılır; sanki her kasabada sıfır sızıntıyla çalışan ayrı bir enerji santrali varmış gibidir. Bu, denklemler için kullanışlıdır ama gerçek stimülasyon yöntemleri her zaman yakın dokuyu da etkilediği için gerçekçi değildir. Yazarlar bu “noktaya odaklı” bakışı bir “sıçrama” modeliyle değiştirirler: bir girişi bir bölgenin merkezine koyduklarında komşu bölgeler de bunu hisseder ve etkinin gücü mesafeyle düzgünce azalır. Bu basit değişiklik, korteksin fiziksel yerleşimini doğrudan kontrol modeline inşa eder ve bitişik alanların anatomik ve işlevsel olarak birbirine bağlı olduğunu kabul eder.

Beyin durumları arasında daha nazik, daha akıllı rotalar

Geleneksel nokta modeli ile yeni uzamsal yaygın yaklaşımı on bir beyin durumu arasındaki tüm olası geçişlerde karşılaştırdıklarında belirgin bir desen ortaya çıktı. Sinyallerin ne kadar yayıldığına dair geniş ve gerçekçi bir aralık boyunca, yaygın strateji aynı hedef duruma ulaşmak için önemli ölçüde daha az “enerji”—uzay ve zaman boyunca kontrol sinyallerinin toplam büyüklüğü—gerektiriyordu. Başka bir deyişle, girdilerin doğal olarak komşu bölgelere sızmasına izin vererek model, beynin yerleşik bağlantı yapısı ve bitişik bölgeler arasındaki benzerlikle uyumlu daha kolay rotalar buluyor. Bu daha gerçekçi girdiler ayrıca durum uzayında hafifçe farklı yollar ve bölgeler arasında farklı çaba desenleri üretiyor; bu da beynin nereden ve nasıl uyarıldığına bağlı olarak yolculukların sadece son noktalarını değil, rotalarını da anlamlı biçimde yeniden şekillendirebileceğini gösteriyor.

Daha az kontrol düğmesiyle daha fazlasını yapmak

Araştırma ayrıca pratik bir sorunu ele alıyor: gerçek cihazlar kortekse binlerce tamamen bağımsız sinyal veremez. Çözümlerini incelerken yazarlar birçok bölgenin çok benzer zaman serileri şeklinde girdiler aldığını fark ediyor. Bunları çok daha küçük bir “prototip” kontrol sinyalleri setine sıkıştırıyorlar ve her prototipi birden fazla bölgeye atıyorlar. Dikkat çekici biçimde, bağımsız giriş sayısını onlarla çarpanlar halinde azalttıklarında bile beyin hâlâ hedef durumlara çok yakın geliyor ve toplam enerjiyi çok daha az kullanıyor. Uzamsal olarak yaygın model özellikle sıkıştırılabilir; geleneksel yaklaşıma göre daha az farklı girdiyle iyi kontrol sağlıyor. Bu, ilke olarak sınırlı sayıda iyi seçilmiş stimülasyon deseninin yaygın, koordine değişiklikleri organize edebileceğini öne sürüyor.

Teoriyi gerçek biyolojiye dayandırmak

Son olarak araştırmacılar, kontrol türetilmiş giriş haritalarını metabolizma, nörotransmitter reseptör yoğunluğu, miyelin içeriği, gelişimsel gradyanlar ve bilişsel işlev desenleri gibi diğer veri türlerinden yapılan birçok bağımsız beyin haritasıyla karşılaştırıyorlar. En güçlü kontrol haritaları, temel duyusal alanları daha yüksek düzey birliktelik bölgelerinden ayıran bilinen eksenlerle, fonksiyonel bağlantı gradyanlarıyla ve dopamin ve asetilkolin gibi belirli kimyasal sistemlerle hizalanıyor. Bu bağlantılar, beyni yönlendirmenin “en kolay” yollarının rastgele matematiksel soyutlamalar olmadığını; korteksin ve onun kimyasının derin organizasyon ilkelerini yansıttığını ima ediyor.

Beyni yönlendirmek için bunun anlamı

Uzman olmayan biri için temel mesaj sezgiseldir: Beyni, doğal coğrafyasına ve kimyasına saygı gösteren yollarla ittiğimizde onu oynatmak daha kolaydır. Sinyallerin yakın bölgeler arasında yayılmasına izin veren modeller sadece stimülasyon teknolojilerinin gerçekte nasıl çalıştığıyla daha iyi örtüşmekle kalmaz, aynı zamanda anlamlı beyin durumları arasında daha az çaba ve daha az bağımsız kontrol noktası kullanarak geçiş yapabileceğimizi gösterir. Uzun vadede bu bulgular daha verimli ve hedefe yönelik beyin stimülasyon protokollerinin tasarlanmasına yardımcı olabilir—bütünüyle karşı çıkmak yerine beynin kendi yapısıyla uyumlu, dikkatle yerleştirilmiş ve zamanlanmış birkaç nazik müdahaleyle tüm ağı daha sağlıklı etkinlik desenlerine yöneltmeye dayanan yaklaşımlar.

Atıf: Betzel, R., Puxeddu, M.G., Seguin, C. et al. Controlling the human connectome with spatially diffuse input signals. Commun Biol 9, 501 (2026). https://doi.org/10.1038/s42003-026-09560-8

Anahtar kelimeler: beyin stimülasyonu, konektom, ağ kontrolü, beyin durumları, nörogörüntüleme