הבנת האדריכלות התפקודית של המוח היא אתגר מהותי במדעי המוח. הקשרים בין נוירונים מכתיבים בסופו של דבר כיצד מעובד, מועבר, מאוחסן ואוחזר, ובכך מהווים את הבסיס לתפקודים הקוגניטיביים שלנו. מדענים חוקרים לעתים קרובות איתות עצבי על ידי רישום פולסים החשמליים הקצרים שהם מייצרים לאורך זמן, המכונה לעתים קרובות 'רכבות ספייק'.
בגלל אופיים המעורער והאפריודי, להסיק קשרים סיבתיים בין רכבות ספייק שנרשמו מנוירונים שונים נותרה אתגר משמעותי. שיטות גילוי סיבתיות מסורתיות, כגון סיבתיות של גריינג'ר ואנטרופיה להעברה, דורשות סדרות זמן שנדגמו באופן קבוע, מניחות הנחות ליניאריות או צריכות מערכי נתונים גדולים מאוד. זה הופך אותם פחות מתאימים לדינמיקה הכאוטית והלא -לינארית יותר הגלומה במערכות ביולוגיות כמו המוח. מדענים נאבקו למצוא שיטות יעילות ונטולות מודל לניתוח ישיר של יחסי סיבתיות ברשתות עצביות ובמערכות לא לינאריות אחרות עם מאפיינים דומים.
במחקר שנערך לאחרונה, צוות מחקר בראשותו של עוזר פרופסור קזויה סוואדה מהמחלקה למידע וטכנולוגיית מחשבים, הפקולטה להנדסה באוניברסיטת טוקיו למדע (TUS), יפן, פיתחה בהצלחה טכניקה חדשה לגילוי סיבתיות ברכבות דוקרן עצביות. העיתון שלהם, שכתב יחד על ידי פרופסור טוהרו איקגוצ'י מטוס ופרופסור חבר יוטאקה שימאדה מאוניברסיטת סייטאמה, פורסם ברשת בכרך 112, גיליון 1 של סקירה פיזית ה ב- 28 ביולי 2025.
שיטת הצוות בונה על מסגרת ידועה הנקראת מיפוי Convergent Cross (CCM), היעילה לניתוח הסיבתיות בין נתוני סדרות זמן לא לינאריות. עם זאת, לא ניתן ליישם CCM קונבנציונאלי על נתוני סדרות זמן עם מרווחי דגימה לא סדירים (כמו רכבות ספייק). כדי לטפל בכך, החוקרים השתמשו לראשונה בטכניקה כדי לשחזר את מרחב המצב של המערכת ממרווחי האינטרספיק (ISIS), שהיא הדרך המקובלת ביותר לאחסון נתונים מהקלטות רכבת ספייק. לאחר מכן הם המציאו גישה חדשה לביסוס ההתכתבויות הזמניות בין סדרות זמן שונות של ISI.
שילוב של שתי שיטות אלה הביא לדרך חדשה לקבוע סיבתיות ברכבות ספייק. רעיון הליבה הוא לחשב את הדיוק של תחזיות שאפשר לעשות ברכבת ספייק נתונה על בסיס נתונים מהאחרים, ומתמקד באופן ספציפי בשאלה אם דיוק זה גדל או נשאר נמוך ככל שמספקים נתונים נוספים. "השיטה המוצעת בעיתון שלנו שונה מהקודמים בכך שניתן ליישם אותה ישירות על רצפי דוקרנים ולזהות קשרים סיבתיים בנתונים שנוצרו על ידי מערכות מורכבות ולא לינאריות שלא ניתן לייצג על ידי כללים פשוטים,"מדגיש את ד"ר סוואדה. ניתן לאתר את הסיבתיות בין נוירונים מרכבות ספייק נצפות בקלות, ובכך להעריך את הקישוריות שלהם.
כדי לבחון את יעילות השיטה שלהם, החוקרים יישמו אותה על מודל מתמטי נחקר היטב של נוירונים עם קשרים סיבתיים ידועים. באמצעות ניסויים מספריים הם הדגימו כי הגישה המוצעת התגלתה במדויק צימוד דו כיווני, חד כיווני ולא קיים בין נוירונים. זה הוכיח כיעיל גם בנוכחות צימוד חלש עם רעש פנימי, תכונה נפוצה של מערכות ביולוגיות.
על ידי מתן כלי חדש להסיק קישוריות עצבית מנתוני רכבת ספייק, מחקר זה פותח את הדלת להבנה גרגירה יותר של אופן עיבוד המידע במוח. "החיבורים בין נוירונים מוחיים עדיין אינם מובנים במלואם, וניתן להשתמש בשיטות גילוי סיבתיות כדי להעריך לא רק חיבורים מבניים ואנטומיים אלא גם קשרים יעילים"מסביר ד"ר סוואדה."אם היינו יכולים להבהיר את טיבם של קשרים יעילים כאלה במוח, זה היה תורם להבנה טובה יותר של הפרעות ומחלות נפשיות הנגרמות כתוצאה מחיבורים עצביים, ועלולה לסלול את הדרך לטיפולים חדשים."למחקר יכולות להיות השלכות בהבנת המנגנון העומד מאחורי אפילפסיה, ובאבחנה של סכיזופרניה והפרעה דו קוטבית שיכולה להיגרם מחוסר איזון בין נוירונים מעוררים ומעכבים.
ד"ר סוואדה הסביר כי איתור הסיבתיות התמקד רק בשניים או שלושה נוירונים במחקר שלהם והדגיש כי מחקר עתידי יתמקד בהרחבת השיטה לרשתות גדולות יותר. זה יסייע בבחינת תחולת המחקר על דינמיקה עצבית מורכבת יותר. ראוי לציין, בהתחשב כיצד נתוני סדרות זמן נפוצים הדומים לרכבות ספייק נצפות בהקשרים אחרים-הידועים כ"תהליכי נקודה "-הממצאים של מחקר זה יכולים גם להנחות את פיתוח הטכניקות החדשות להערכת הסיבתיות בתחומים כמו מימון, סיסמולוגיה ולוגיסטיקה.
