jlk – Apakah Anda pernah bertanya-tanya bagaimana sel-sel otak Anda bisa saling berkomunikasi dan membentuk jaringan yang kompleks? Apakah Anda berpikir bahwa ada sesuatu yang spesial dan unik tentang otak Anda yang membuatnya berbeda dari otak makhluk hidup lainnya? Apakah Anda mengira bahwa ada rahasia ilmiah yang rumit dan sulit dipahami di balik cara kerja otak Anda?
Jika jawaban Anda ya, maka Anda mungkin akan terkejut dan kecewa dengan penemuan terbaru dari para fisikawan dan ahli saraf dari Universitas Chicago, Harvard, dan Yale. Mereka mengklaim bahwa mereka telah menemukan model sederhana yang menjelaskan bagaimana konektivitas antara neuron terbentuk melalui prinsip-prinsip umum jaringan dan organisasi diri, bukan karena fitur biologis dari organisme tertentu.
Penelitian ini, yang dipublikasikan pada 17 Januari 2024 di Nature Physics, secara akurat menggambarkan konektivitas neuron pada berbagai organisme model dan bisa berlaku juga untuk jaringan non-biologis seperti interaksi sosial.
“Anda mungkin berpikir bahwa otak Anda adalah sesuatu yang istimewa dan luar biasa, tetapi ternyata tidak. Otak Anda hanyalah hasil dari proses alamiah yang sederhana dan umum yang terjadi di mana-mana. Tidak ada yang spesial tentang otak Anda, kecuali mungkin ukurannya yang lebih besar dari otak tikus atau cacing,” kata Stephanie Palmer, PhD, Associate Professor of Physics and Organismal Biology and Anatomy di UChicago dan penulis senior makalah tersebut.
Palmer dan rekan-rekannya, Christopher Lynn, PhD, Assistant Professor of Physics di Yale University, dan Caroline Holmes, PhD, seorang peneliti pascasarjana di Harvard University, menganalisis connectome, atau peta koneksi sel otak. Data connectome berasal dari beberapa hewan laboratorium klasik, termasuk lalat buah, cacing bulat, cacing laut, dan retina tikus.
Untuk memahami bagaimana neuron membentuk koneksi satu sama lain, mereka mengembangkan model berdasarkan dinamika Hebbian, istilah yang dicetuskan oleh psikolog Kanada Donald Hebb pada tahun 1949 yang pada dasarnya mengatakan, “neuron yang menyala bersama, terhubung bersama.” Ini berarti semakin sering dua neuron aktif bersama, semakin kuat koneksi mereka.
Di seluruh spesies, para peneliti menemukan bahwa dinamika Hebbian menghasilkan kekuatan koneksi “berbuntut berat” seperti yang mereka lihat pada organisme yang berbeda. Hasil ini menunjukkan bahwa pola ini muncul dari prinsip-prinsip umum organisasi jaringan, bukan karena proses biologis yang spesifik untuk hewan tertentu.
Model ini juga memberikan penjelasan yang tak terduga untuk fenomena lain yang disebut pengelompokan, yang menggambarkan kecenderungan sel untuk terhubung dengan sel lain melalui koneksi yang mereka bagikan. Sebuah contoh pengelompokan terjadi dalam situasi sosial. Jika seseorang memperkenalkan temannya kepada orang ketiga, kedua orang itu lebih mungkin menjadi teman dengan mereka daripada jika mereka bertemu secara terpisah.
“Ini adalah mekanisme yang semua orang setuju akan terjadi dalam ilmu saraf,” kata Holmes. “Tetapi kami melihat di sini bahwa jika Anda memperlakukan data dengan hati-hati dan kuantitatif, itu bisa menimbulkan semua efek ini dalam pengelompokan dan distribusi, dan kemudian Anda melihat hal-hal itu di seluruh organisme yang berbeda.”
Seperti yang Palmer katakan, meskipun, biologi tidak selalu sesuai dengan penjelasan yang rapi dan rapi, dan masih ada banyak keacakan dan kebisingan yang terlibat dalam sirkuit otak. Neuron kadang-kadang terputus dan terhubung kembali dengan satu sama lain – koneksi lemah dipangkas, dan koneksi yang lebih kuat bisa terbentuk di tempat lain. Kebetulan ini memberikan pengecekan pada jenis organisasi Hebbian yang ditemukan para peneliti dalam data ini, tanpa itu koneksi kuat akan tumbuh mendominasi jaringan.
Para peneliti menyesuaikan model mereka untuk memperhitungkan keacakan, yang meningkatkan akurasinya.
“Tanpa aspek kebisingan itu, modelnya akan gagal,” kata Lynn. “Itu tidak akan menghasilkan apa pun yang berhasil, yang mengejutkan kami. Ternyata Anda benar-benar perlu menyeimbangkan efek bola salju Hebbian dengan keacakan untuk mendapatkan segalanya seperti otak nyata.”
Karena aturan-aturan ini muncul dari prinsip-prinsip umum jaringan, tim ini berharap mereka bisa memperluas pekerjaan ini di luar otak.
“Itu adalah aspek keren dari pekerjaan ini: cara ilmunya dilakukan,” kata Palmer. “Orang-orang di tim ini memiliki keragaman pengetahuan yang sangat besar, mulai dari fisika teoretis dan analisis data besar hingga jaringan biokimia dan evolusioner. Kami fokus pada otak di sini, tetapi sekarang kami bisa berbicara tentang jenis jaringan lain dalam pekerjaan mendatang.”