Beynin dil işleme alanlarında, bazı hücre popülasyonları tek bir kelimeye yanıt verirken, diğerleri kelime dizilerine yanıt veriyor…
Fonksiyonel manyetik rezonans görüntüleme (fMRI) kullanarak, sinir bilimciler beynin dili işlemekten sorumlu birkaç bölgesini tanımladılar. Ancak, bu bölgelerdeki nöronların belirli işlevlerini keşfetmek zor oldu çünkü kan akışındaki değişiklikleri ölçen fMRI, küçük nöron popülasyonlarının ne yaptığını ortaya çıkarmak için yeterince yüksek çözünürlüğe sahip değil.
Şimdi, doğrudan beyinden elektriksel aktiviteyi kaydetmeyi içeren daha hassas bir teknik kullanarak, MIT sinir bilimciler farklı miktarlarda dilsel bağlamı işleyen farklı nöron kümeleri tanımladılar. Bu “zamansal pencereler” sadece bir kelimeden yaklaşık altı kelimeye kadar değişiyor.
Araştırmacılar, zamansal pencerelerin her popülasyon için farklı işlevleri yansıtabileceğini söylüyor. Daha kısa pencerelere sahip popülasyonlar, tek tek kelimelerin anlamlarını analiz edebilirken, daha uzun pencerelere sahip olanlar, kelimeler bir araya getirildiğinde oluşturulan daha karmaşık anlamları yorumlayabilir.
MIT’de sinir bilimi doçenti olan Evelina Fedorenko, “Dil ağı içinde ilk kez net bir heterojenlik görüyoruz” diyor. “Onlarca fMRI deneyinde, bu beyin bölgelerinin hepsi aynı şeyi yapıyor gibi görünüyor, ancak bu büyük, dağıtılmış bir ağ, bu yüzden orada bir yapı olmalı. Bu, bir yapı olduğunun ilk açık göstergesi, ancak farklı sinir popülasyonları uzamsal olarak iç içe geçmiş durumda, bu yüzden bu ayrımları fMRI ile göremiyoruz.”
Aynı zamanda MIT McGovern Beyin Araştırmaları Enstitüsü üyesi olan Fedorenko, bugün Nature Human Behavior’da yayınlanan çalışmanın kıdemli yazarıdır. MIT doktora sonrası araştırmacısı Tamar Regev ve Harvard Üniversitesi lisansüstü öğrencisi Colton Casto makalenin baş yazarlarıdır.
Zamansal Pencereler
Bilim insanlarının beynin farklı bölümlerinin rolleri hakkında çok şey öğrenmelerine yardımcı olan fonksiyonel MRI, beyindeki kan akışındaki değişiklikleri ölçerek çalışır. Bu ölçümler, belirli bir görev sırasındaki sinirsel aktivitenin bir temsilcisi olarak işlev görür. Ancak, bir fMRI görüntüsünün her “voksel” veya üç boyutlu parçası, yüz binlerce ila milyonlarca nöronu temsil eder ve yaklaşık iki saniye boyunca aktiviteyi toplar, bu nedenle bu nöronların ne yaptığına dair ayrıntılı bilgi ortaya koyamaz.
Sinirsel işlev hakkında daha ayrıntılı bilgi edinmenin bir yolu, beyne yerleştirilen elektrotlar kullanılarak elektriksel aktiviteyi kaydetmektir. Bu verileri elde etmek zordur çünkü bu prosedür yalnızca şiddetli epilepsi gibi nörolojik bir rahatsızlık nedeniyle ameliyat geçiren hastalarda yapılır.
“Bir görev için yeterli veri elde etmek birkaç yıl sürebilir çünkü bu hastalar nispeten nadirdir ve belirli bir hastada elektrotlar klinik ihtiyaçlara göre kendine özgü yerlere yerleştirilir, bu nedenle korteksin hedeflenen bir bölümünün yeterli kapsamını içeren bir veri kümesi oluşturmak biraz zaman alır. Ancak bu veriler, elbette, insan beyninden alabileceğimiz en iyi veri türüdür: Mekansal olarak tam olarak nerede olduğunuzu biliyorsunuz ve çok ince taneli zamansal bilgilere sahipsiniz,” diyor Fedorenko.
Fedorenko, 2016 tarihli bir çalışmada, altı kişinin dil işleme bölgelerini incelemek için bu yaklaşımı kullandığını bildirdi. Katılımcılar dört farklı türde dil uyaranı okurken elektriksel aktivite kaydedildi: tam cümleler, kelime listeleri, kelime olmayan listeler ve “jabberwocky” cümleleri — gramer yapısı olan ancak anlamsız kelimelerden oluşan cümleler.
Bu veriler, dil işleme bölgelerindeki bazı sinir popülasyonlarında, katılımcılar cümleleri okurken aktivitenin birkaç kelimelik bir süre boyunca kademeli olarak artacağını gösterdi. Ancak, kelime listeleri, kelime olmayan listeler, Jabberwocky cümleleri okuduklarında bu olmadı.
Regev ve Casto, yeni çalışmada bu verilere geri döndüler ve zamansal tepki profillerini daha ayrıntılı olarak analiz ettiler. Orijinal veri setlerinde, altı hastada 177 dil-tepkili elektrottan elektriksel aktivite kayıtları vardı. Muhafazakar tahminler, her elektrotun yaklaşık 200.000 nöronun ortalama aktivitesini temsil ettiğini gösteriyor. Ayrıca, 362 dil-tepkili elektrottan kayıtları içeren ikinci bir 16 hasta grubundan yeni veriler elde ettiler.
Araştırmacılar bu verileri analiz ettiklerinde, bazı sinir popülasyonlarında aktivitenin her kelimeyle birlikte yukarı ve aşağı dalgalandığını buldular. Ancak diğerlerinde aktivite tekrar düşmeden önce birden fazla kelime boyunca artıyordu ve diğerleri daha uzun kelime aralıklarında sabit bir sinir aktivitesi artışı gösteriyordu.
Araştırmacılar, verilerini farklı zamansal pencerelere sahip uyaranları işlemek için tasarladıkları bir hesaplama modeli tarafından yapılan tahminlerle karşılaştırarak, dil işleme alanlarındaki sinir popülasyonlarının üç kümeye ayrılabileceğini buldular. Bu kümeler, bir, dört veya altı kelimeden oluşan zamansal pencereleri temsil ediyor.
Regev, “Bu sinirsel popülasyonların cümle boyunca farklı zaman ölçeklerinde bilgiyi entegre ettiği gerçekten görülüyor.” diyor.
Kelimeleri ve Anlamı İşleme
Araştırmacılar, bu zamansal pencere boyutundaki farklılıkların fMRI kullanılarak görülmesinin imkansız olduğunu söylüyor.
“fMRI çözünürlüğünde, dil-tepkili bölgelerde çok fazla heterojenlik görmüyoruz. Bireysel katılımcılarda, beyinlerindeki dile en çok tepki veren vokselleri lokalize ederseniz, cümlelere, kelime listelerine, geveze cümlelere ve kelime olmayan listelere verdikleri tepkilerin oldukça benzer olduğunu görürsünüz,” diyor Casto.
Araştırmacılar ayrıca bu kümelerin bulunduğu anatomik yerleri de belirleyebildiler. En kısa zamansal pencereye sahip nöral popülasyonlar ağırlıklı olarak posterior temporal lobda bulundu, ancak bazıları frontal veya anterior temporal loblarda da bulundu. Daha uzun zamansal pencerelere sahip diğer iki kümeden gelen nöral popülasyonlar, temporal ve frontal loblar boyunca daha eşit bir şekilde dağılmıştı.
Fedorenko’nun laboratuvarı şimdi bu zaman ölçeklerinin farklı işlevlere karşılık gelip gelmediğini incelemeyi planlıyor. Bir olasılık, en kısa zaman ölçeğine sahip popülasyonların tek bir kelimenin anlamlarını işliyor olması, daha uzun zaman ölçeklerine sahip olanların ise birden fazla kelimeyle temsil edilen anlamları yorumlamasıdır.
Regev, “Dil ağında kelimelerin nasıl bir araya geldiğine ve tek tek kelimelerin anlamlarına karşı bir duyarlılık olduğunu zaten biliyoruz,” diyor. “Bu, potansiyel olarak bulduğumuz şeye eşlenebilir, burada en uzun zaman ölçeği söz dizimi veya kelimeler arasındaki ilişkiler gibi şeylere duyarlıdır ve belki de en kısa zaman ölçeği tek kelimelerin veya bunların parçalarının özelliklerine daha duyarlıdır.”
Araştırma, Zuckerman-CHE STEM Liderlik Programı, Poitras Psikiyatrik Bozukluklar Araştırma Merkezi, Harvard Üniversitesi Kempner Doğal ve Yapay Zeka Çalışmaları Enstitüsü, ABD Ulusal Sağlık Enstitüleri, Amerikan Epilepsi Derneği Araştırma ve Eğitim Bursu, McDonnell Sistem Nörobilimi Merkezi, Fondazione Neurone, McGovern Enstitüsü, MIT Beyin ve Bilişsel Bilimler Bölümü ve Simons Sosyal Beyin Merkezi tarafından finanse edildi.
Anne Trafton | MIT News
Comentários