نظریه ریسمان و معمای مغز انسان: ابزارهای ریاضی برای درک شبکه‌های عصبی

پلی از ریاضیات نظریه ریسمان به ساختار مغز

مطالعه‌ای که اخیراً در نشریه معتبر نیچر منتشر شده، نشان می‌دهد که ریاضیات پیچیده نظریه ریسمان می‌تواند در توضیح نحوه سیم‌کشی نورون‌های مغز نقش داشته باشد. این کشف که در ابتدا ممکن است غیرمنتظره به نظر برسد، افق‌های جدیدی را برای مطالعه شبکه‌های فیزیکی متنوعی از جمله رگ‌های خونی، شاخه‌های درختان و حتی ساختار لانه‌های مورچه‌ها گشوده است.

پروفسور آلبرت-لاسلو باراباشی از دانشگاه نورث‌ایسترن، تاکید دارد که این پژوهش به معنای ادعای ارتباط مستقیم و عمیق بین خود نظریه ریسمان و علوم اعصاب نیست. بلکه هدف اصلی، نشان دادن قابلیت استفاده از ابزارهای ریاضی توسعه‌یافته در نظریه ریسمان برای توصیف دقیق‌تر و بهتر سازماندهی شبکه‌های فیزیکی است.

بهینه‌سازی شبکه‌های زیستی با اصل حداقل سطح

به گفته باراباشی، شبکه‌های فیزیکی در طبیعت به دلیل محدودیت‌ها و هزینه‌های ساخت، خود را بهینه می‌کنند. هدف اصلی این بهینه‌سازی، رسیدن به حداقل مساحت سطح است. مدل‌سازی دقیق این اصل حداقل‌سازی سطح در شبکه‌هایی مانند سیستم عروقی یا نورون‌ها، همواره یک چالش بزرگ ریاضی بوده است.

ژیانگی منگ، نویسنده اصلی مقاله، دریافت که این محاسبات پیچیده شباهت قابل توجهی به مسائلی دارند که نظریه‌پردازان ریسمان پیش‌تر برای آن‌ها ابزارهای پیچیده‌ای را توسعه داده بودند. به طور خاص، نظریه میدان ریسمان بسته کوواریانت که توسط بارتون زویباخ در دهه ۱۹۸۰ معرفی شد، امکان محاسبه کارآمدترین و هموارترین سطوح را فراهم می‌کند. این نظریه، برخلاف روش‌های کلاسیک، ضخامت نهایی لینک‌ها را حفظ می‌کند که برای مدل‌سازی واقعیت سه‌بعدی شبکه‌های زیستی مانند نورون‌ها که باید حجم خود را برای عملکرد صحیح حفظ کنند، کاملاً ضروری است.

نتایج مدل ریسمان و واکنش جامعه علمی

تیم پژوهش برای اعتبارسنجی رویکرد خود، آن را با اسکن‌های سه‌بعدی با وضوح بالا از شبکه‌های فیزیکی مختلف، از جمله نورون‌ها، رگ‌های خونی، شاخه‌های درختان و مرجان‌ها، مورد آزمایش قرار دادند. در تمامی موارد، مدل مبتنی بر نظریه ریسمان نتایج دقیق‌تری نسبت به پیش‌بینی‌های کلاسیک ارائه داد، به ویژه در شبیه‌سازی تعداد و چینش شاخه‌ها.

باراباشی خاطرنشان می‌کند که این رفتار بهینه‌سازی در همه شبکه‌های فیزیکی مشاهده شده و مختص مغز نیست، که خود گام مهمی در درک مکانیزم‌های عمومی سیم‌کشی این شبکه‌ها به شمار می‌رود.

مایکل ویندینگ از موسسه فرانسیس کریک، ایده بهینه‌سازی بر اساس هزینه مساحت سطح را منطقی‌تر از طول سیم دانسته و آن را «بسیار جذاب» توصیف کرد.

با این حال، ویجی بالاسوبرامانیان، نظریه‌پرداز ریسمان و بیوفیزیک‌دان از دانشگاه پنسیلوانیا، با تردید به این یافته‌ها می‌نگرد. او این مطالعه را یک «پیشرفت حیاتی» نمی‌داند و ارتباط ادعایی با نظریه ریسمان را «نامتقاعدکننده» می‌خواند. با وجود این، او اذعان دارد که تلاش برای به کارگیری اصول فیزیکی در درک شبکه‌های زیستی، به پژوهش‌ها در بیوفیزیک و علوم اعصاب غنا می‌بخشد.