تصور کنید همان «قانونهای پنهان»ی که شاید بافت کیهان را میدوزند، بیسروصدا داخل جمجمه ما هم کار میکنند. نه به شکل جادو، نه با ادعای کوانتومیبودن ذهن؛ فقط بهعنوان یک زبان ریاضی تازه برای توضیح اینکه شبکههای زنده—از نورونها تا رگها—چطور خودشان را مرتب میکنند.
مدلسازی سیستمهای زیستی همیشه دردسر بوده است. مغز، با آن حجم عظیم ماده خاکستری و انبوه شاخهها و اتصالها، مثل شهری است که نقشهاش هر لحظه عوض میشود. آکسونها، نورونها، رگهای خونی و هزاران جزء ریز دیگر، کنار هم ساختاری میسازند که هم باید کممصرف باشد، هم سریع، هم قابل اعتماد. مشکل اینجاست: ما مدتهاست میدانیم مغز برای ذخیره و پردازش اطلاعات ساخته شده، اما اینکه «چطور» به این معماری رسیده، هنوز سرراست توضیح داده نشده است.
حالا یک مقاله که ۷ ژانویه در نشریه Nature منتشر شده، با پیچوتابی غیرمنتظره به سراغ همین سوال قدیمی رفته: آیا شبکههای زندهای مثل مغز میتوانند از برخی قواعد هندسیِ الهامگرفته از نظریه ریسمان استفاده کنند؟ ایده این نیست که فکر کردن را با ریسمانها توضیح بدهیم؛ تیم پژوهشی صراحتاً میگوید تمرکز اصلی روی «نحوه ساختهشدن ساختار» است، نه روی آگاهی و تجربه ذهنی.
نظریه ریسمان در فیزیک، تلاشی است برای کنار هم نشاندن نسبیت عام اینشتین و مکانیک کوانتومی. در این چارچوب، ذرات بنیادی به جای نقطههای بیبعد، چیزی شبیه ریسمانهای ریز در نظر گرفته میشوند و ارتعاشهایشان به شکل ماده و نیرو جلوه میکند. مشکل بزرگ؟ تأیید تجربیاش هنوز سخت و بحثبرانگیز است. با این حال، ریاضیاتش آنقدر غنی است که گاهی از مرز فیزیک عبور میکند و سر از جاهای عجیب درمیآورد—مثل زیستشناسی شبکهها.
گروه پژوهشی میگوید همان ریاضیاتِ مرتبط با ریسمانهای مرتعش میتواند به محاسبه چیزی کمک کند که «سطوح کمینه» نام دارد؛ یعنی نوعی پاسخ به این پرسش: سادهترین و کمهزینهترین راه برای وصل کردن اجسام یا مسیرها چیست؟ اگر طبیعت بخواهد با کمترین ماده و انرژی، بیشترین اتصال را بسازد، سطوح کمینه و هندسههای نزدیک به آن یک راهنمای طبیعیاند.
شیانگیی منگ، نویسنده اصلی مطالعه و فیزیکدان مؤسسه پلیتکنیک رنسلیر، تأکید میکند برای فهمیدن «چگونگی شکلگیری» شبکهها فقط نگاه به نقشه نهایی کافی نیست. داده زمانی لازم است؛ اینکه این ساختارها چگونه رشد میکنند، کِی شاخه میدهند، و مسیرهایشان چطور تصمیمگیری میشود. از نگاه او، رویکردهای مبتنی بر نظریه ریسمان حتی میتوانند الگوی رشد و شاخهزایی را هم پیشبینی کنند—اینکه شبکهها چه زمانی منشعب میشوند و شاخهها چطور از دل مسیرهای قبلی بیرون میزنند.
این حرف وقتی جذابتر میشود که بدانیم بسیاری از مدلهای ریاضی قدیمیتر—به گفته منگ، بعضی با ریشههای نزدیک به یک قرن—ناخواسته به «دو شاخه شدن» تمایل دارند؛ انگار طبیعت همیشه در دوراهیها تصمیم میگیرد. اما کافی است به یک درخت نگاه کنید. انشعابهای سهتایی، چهارتایی و پیچیدهتر در طبیعت کم نیستند. مغز هم، با آن جنگل بیپایان آکسونها و دندریتها، به همین اندازه بیقاعده و در عین حال قانونمند است.
طبق گزارش تیم، چارچوب ریاضیِ الهامگرفته از نظریه ریسمان میتواند پدیدهای را هم توضیح دهد که به آن «جوانههای عمود» یا مسیرهای بنبستگونه میگویند؛ شاخههایی که ناگهان بیرون میزنند و انگار جایی نمیروند. در گیاهان و درختان، چنین بنبستهایی طبیعی است. در مغز هم همینطور. نکته کلیدی اینجاست: گفته میشود حدود ۹۸ درصد از سیناپسها—نقاط اتصال نورونها—روی همین جوانهها شکل میگیرند. و این برای معماری کممصرف مغز حیاتی است؛ چون شبکه عصبی مدام در حال معامله است: اتصال بیشتر میخواهد، اما با حداقل ماده زیستی و حداقل مصرف انرژی.
این صرفهجویی را در ریشههای گیاهان و قارچها هم میبینید؛ آنها هم شبکهسازی میکنند تا در خاک به آب و مواد مغذی برسند، بیآنکه بیجهت هزینه ساخت و نگهداری مسیرها را بالا ببرند. از این زاویه، مغز آنقدرها هم موجود عجیب و تکافتادهای نیست؛ شاید فقط یکی از نسخههای بسیار پیچیدهترِ همان «اقتصاد طبیعت» باشد.
برای اینکه ادعا صرفاً درباره نورونهای انسان نباشد، مطالعه سراغ نمونههای متنوعی رفته: نورونها و رگهای خونی انسان، درختها، مرجانها، گیاه آرابیدوپسیس، و حتی نورونهای مگس میوه. خروجی مدل چه میگوید؟ ردپای «سطوح کمینه» در همه این سیستمها دیده میشود. اما یک اختلاف مهم هم وجود دارد: شبکههای واقعی ظاهراً دستکم حدود ۲۵ درصد بلندتر از چیزیاند که نسخه ایدهآل نظریه پیشبینی میکند. یعنی طبیعت به کمینهسازی علاقه دارد، اما نه آنقدر که همه چیز را کاملاً ایدهآل کند؛ محدودیتهای رشد، محیط، ژنتیک و کارکرد، دستش را میبندند.
منگ یک خط قرمز روشن میگذارد: «نمیگوییم مغز کوانتومی است.» همه چیزِ نظریه ریسمان قرار نیست به زیستشناسی بچسبد. حرف اصلی این است که بخشی از ریاضیات توسعهیافته در نظریههای ریسمانی، میتواند برای توصیف ساختارهای زیستی هم به کار بیاید—همانطور که ریاضیات گاهی بدون پاسپورت از مرزها عبور میکند.
ویجای بالاسوبرامانیان، زیستفیزیکدان دانشگاه پنسیلوانیا که در این پژوهش دخیل نبوده، نگاه محتاطانه اما مثبت دارد. او میگوید یکی از دستاوردهای مقاله این است که توجه را از «طول» صرفِ نورونها و آکسونها به «مساحت سطح» آنها جلب میکند؛ شاید همین سطحِ تماس و هزینههای مربوط به آن، بیشتر از طول مسیرها تعیین کند بهترین معماری برای انجام کارکرد لازم چیست. به بیان سادهتر: همیشه مسیر کوتاهتر، مسیر بهتر نیست؛ گاهی سطح و محدودیتهای هندسی تعیینکنندهاند.
بالاسوبرامانیان که روی خودسازماندهی و پردازش اطلاعات در سیستمهای طبیعی کار میکند، میگوید این مقاله به مطالعه ساختار شبکههای فیزیکی کمک میکند، اما میدان هنوز تشنه پاسخهای عمیقتر است: چرا چنین ساختارهایی اصلاً به وجود میآیند؟ چه نیروها و قیودهایی آنها را به این شکل هل میدهد؟
از طرف دیگر، تیم منگ هم ظاهراً این را پایان راه نمیبیند. آنها از برنامه برای انتشار چند مقاله دیگر گفتهاند و میخواهند همکاری با عصبپژوهان را جدیتر کنند؛ حتی صحبتهایی با دانشگاه پرینستون هم مطرح شده است. قرار است دادههای با وضوح بالاتر بررسی شود تا هم «ساختهشدن» بهتر فهمیده شود، هم درباره مسیر تکامل شبکهها پیشبینیهای دقیقتری ارائه گردد.
فعلاً نقشه مهندسیِ این مرکز فرماندهی نرم و شکننده—همین مغزی که تمام خاطرهها و تصمیمها و ترسها و امیدها را در خود جا داده—هنوز یکی از رازهای بزرگ طبیعت است. اما اگر ریاضیات بتواند سرنخ بدهد که چرا شاخهها اینطور میپیچند و چرا اتصالها آنجا شکل میگیرند، شاید قدم بعدی این باشد: از خودمان بپرسیم طبیعت در بازیِ ساختن، دقیقاً دنبال کمینهسازی چه چیزی بوده است؟
