DOI: https://doi.org/10.3389/fncom.2026.1744991
PMID: https://pubmed.ncbi.nlm.nih.gov/41696533
تاريخ النشر: 2026-01-29
المؤلف: ANTONIO DE CANDIA وآخرون
الموضوع الرئيسي: ديناميات الأعصاب ووظيفة الدماغ
نظرة عامة
تبحث الدراسة في دور التعديل في الشبكات العصبية من خلال نموذج ويلسون-كاوان العشوائي، مع التركيز على كيفية تأثير قوة المشابك المتغيرة بين الاتصالات داخل وخارج الوحدات على الديناميات العصبية. تكشف الدراسة عن مخطط مراحل معقد يتميز بمراحل متناظرة (تتميز بنشاط منخفض أو مرتفع موحد عبر الوحدات) ومراحل كسر التناظر (حيث يظهر فقط مجموعة فرعية من الوحدات نشاطًا مرتفعًا). تحدد النقاط الحرجة الانتقالات بين هذه المراحل، مع عرض النظام لتوزيعات قانون القوة في أحداث الانهيار. من الجدير بالذكر أن أشكال الانهيار تختلف على طول الخطوط الحرجة: فهي متناظرة أو مائلة لليمين بالقرب من المراحل المتناظرة ولكن تصبح مائلة لليسار عند حافة مرحلة كسر التناظر، مما يشير إلى عملية ديناميكية من مرحلتين تشمل نشاطًا تعاونيًا أوليًا يتبعه تثبيط تنافسي.
تؤكد النتائج على أن التعديل هو مبدأ تنظيمي أساسي في الشبكات العصبية، حيث تربط بين التنظيم الهيكلي والديناميات الحرجة. يُعزى الميل الأيسر لأشكال الانهيار إلى المنافسة بين الوحدات، مما يبرز أهمية الاتصالات المثبطة. لا تتماشى هذه الدراسة فقط مع الملاحظات التجريبية للانهيارات العصبية المائلة لليسار ولكنها تقترح أيضًا أن طوبولوجيا الشبكة تلعب دورًا حاسمًا في تشكيل هذه الديناميات. يمكن أن تستكشف الأعمال المستقبلية الهياكل المودولية الهرمية لفهم الديناميات متعددة المقاييس للنشاط العصبي والآليات الكامنة وراء الانتقالات كسر التناظر بشكل أفضل. بشكل عام، توفر الدراسة إطارًا نظريًا يربط بين العمارة المودولية والديناميات الحرجة في الدماغ، مما يعزز فهمنا للنشاط العصبي العفوي.
مقدمة
تناقش مقدمة هذه الورقة البحثية ظاهرة النشاط الدماغي العفوي، التي تتميز بالانهيارات العصبية—انفجارات متقطعة من النشاط تظهر توزيعات خالية من المقياس من حيث الحجم والمدة. تم التعرف عليها في البداية في شرائح قشرية من الجرذان، وقد لوحظت هذه الانهيارات عبر أنواع مختلفة، بما في ذلك البشر، مما يشير إلى أن الشبكات القشرية تعمل بالقرب من نقطة حرجة غير متوازنة. تسلط الورقة الضوء على أهمية الملفات الزمنية المتوسطة لهذه الانهيارات كمؤشر أكثر موثوقية للحرجة مقارنة بتوزيعات قانون القوة وحدها، حيث تتنبأ الأنظمة الحرجة بأن هذه الملفات يجب أن تتقارب إلى دالة قياس عالمية، تشبه عادةً قطع مكافئ مقلوب.
ومع ذلك، أظهرت النتائج التجريبية نتائج مختلطة بشأن الشكل القطعي المتوقع، حيث أفادت العديد من الدراسات بوجود عدم تماثل مائل لليسار في ملفات الانهيار. وقد تم ربط هذا عدم التماثل بعوامل مختلفة، بما في ذلك النتائج العصبية التنموية في الأطفال الخدج والتوازي في الأنظمة الفيزيائية مثل الزلازل. تؤكد الورقة على الحاجة لاستكشاف تأثير طوبولوجيا الشبكة المودولية على ديناميات الانهيار، حيث يلعب التنظيم الهيكلي للدماغ دورًا حاسمًا في تشكيل النشاط العصبي. لمعالجة هذه الفجوات، تهدف الدراسة إلى التحقيق في التوزيعات والأشكال الزمنية المتوسطة للانهيارات العصبية ضمن نموذج ويلسون-كاوان العشوائي الذي يتضمن هيكل شبكة مودولية، كاشفًا عن مراحل مختلفة من النشاط بناءً على قوة الاتصالات داخل وبين الوحدات.
مناقشة
تتناول قسم المناقشة في الورقة البحثية نموذج ويلسون-كاوان العشوائي المطبق على شبكة مودولية من الخلايا العصبية، حيث يمكن أن تكون كل خلية عصبية في حالة نشطة أو هادئة. تتأثر ديناميات النموذج بمعدلات الانتقال بين هذه الحالات، المحددة بواسطة معلمات مثل $\alpha$ للانتقالات من الهدوء إلى النشاط ودالة تنشيط $f(s_i) = \beta \tanh(s_i)$ للانتقال العكسي، حيث $s_i$ هو المدخل إلى الخلية العصبية $i$. تحدد الدراسة نقطة تفرع حرجة، $w_{0c} = \beta^{-1} \alpha$، التي تحدد الانتقال بين مراحل النشاط المنخفض والعالي في الشبكة. بشكل محدد، بالنسبة لـ $w_0 < w_{0c}$، تظهر الشبكة سلوكًا هادئًا، بينما بالنسبة لـ $w_0 > w_{0c}$، يظهر نشاط مستدام ذاتيًا، يتميز بانفجارات من النشاط أو انهيارات بتوزيعات خالية من المقياس.
تستكشف الورقة أيضًا استقرار النقاط الثابتة في ديناميات الشبكة، كاشفة أن القيم الذاتية لمصفوفة جاكوب تعين استقرار هذه النقاط. يوضح مخطط المراحل مراحل مستقرة مختلفة اعتمادًا على عدم التوازن بين الاتصالات المثيرة والمثبطة، $w_0$ و $w_1$. من الجدير بالذكر أن النموذج لا يدعم تفرعات هوف، مما يؤدي إلى عدم وجود سلوك تذبذبي. كما يبحث المؤلفون في تأثيرات الاتصالات بين الوحدات، موضحين أن طبيعة هذه الاتصالات (متوازنة، غير متوازنة مثيرة، أو غير متوازنة مثبطة) تؤثر بشكل كبير على الديناميات وخصائص الانهيارات، بما في ذلك توزيعات حجمها ومدةها. تشير النتائج إلى أن الهيكل المودولي وأنواع الاتصالات تلعب دورًا حاسمًا في تحديد الديناميات الحرجة للشبكة وأنماط النشاط.
DOI: https://doi.org/10.3389/fncom.2026.1744991
PMID: https://pubmed.ncbi.nlm.nih.gov/41696533
Publication Date: 2026-01-29
Author(s): ANTONIO DE CANDIA et al.
Primary Topic: Neural dynamics and brain function
Overview
The research investigates the role of modularity in brain networks through a stochastic Wilson-Cowan model, focusing on how varying synaptic strengths between intra- and inter-module connections influence neural dynamics. The study reveals a complex phase diagram featuring symmetric phases (characterized by uniform low or high activity across modules) and broken symmetry phases (where only a subset of modules exhibit high activity). Critical points delineate transitions between these phases, with the system displaying power law distributions in avalanche events. Notably, avalanche shapes differ along critical lines: they are symmetric or right-skewed near symmetric phases but become left-skewed at the edge of the broken symmetry phase, indicating a two-stage dynamic process involving initial cooperative activity followed by competitive inhibition.
The findings underscore modularity as a fundamental organizing principle in brain networks, linking structural organization to critical dynamics. The leftward skewness of avalanche shapes is attributed to inter-module competition, emphasizing the significance of inhibitory connections. This research not only aligns with experimental observations of left-skewed neural avalanches but also suggests that network topology plays a crucial role in shaping these dynamics. Future work could explore hierarchical modular structures to further understand the multi-scale dynamics of neural activity and the mechanisms underlying symmetry-breaking transitions. Overall, the study provides a theoretical framework that connects modular architecture with critical brain dynamics, enhancing our understanding of spontaneous neural activity.
Introduction
The introduction of this research paper discusses the phenomenon of spontaneous brain activity, characterized by neuronal avalanches—intermittent bursts of activity that exhibit scale-free distributions of size and duration. Initially identified in rat cortical slices, these avalanches have been observed across various species, including humans, suggesting that cortical networks operate near a nonequilibrium critical point. The paper highlights the significance of mean temporal profiles of these avalanches as a more reliable indicator of criticality than power-law distributions alone, with critical systems predicting that these profiles should converge to a universal scaling function, typically resembling an inverted parabola.
However, experimental results have shown mixed outcomes regarding the expected parabolic shape, with many studies reporting leftward asymmetry in avalanche profiles. This asymmetry has been linked to various factors, including neurodevelopmental outcomes in preterm infants and parallels in physical systems like earthquakes. The paper emphasizes the need to explore the impact of modular network topology on avalanche dynamics, as the structural organization of the brain plays a crucial role in shaping neuronal activity. To address these gaps, the study aims to investigate the distributions and mean temporal shapes of neuronal avalanches within a stochastic Wilson-Cowan model that incorporates a modular network architecture, revealing different phases of activity based on the strength of connections within and between modules.
Discussion
The discussion section of the research paper elaborates on the stochastic Wilson-Cowan model applied to a modular network of neurons, where each neuron can be in an active or quiescent state. The model’s dynamics are influenced by the rates of transition between these states, defined by parameters such as $\alpha$ for quiescent to active transitions and an activation function $f(s_i) = \beta \tanh(s_i)$ for the reverse transition, where $s_i$ is the input to the $i$-th neuron. The study identifies a critical bifurcation point, $w_{0c} = \beta^{-1} \alpha$, which delineates the transition between phases of low and high activity in the network. Specifically, for $w_0 < w_{0c}$, the network exhibits quiescent behavior, while for $w_0 > w_{0c}$, self-sustained activity emerges, characterized by bursts of activity or avalanches with scale-free distributions.
The paper further explores the stability of fixed points in the network’s dynamics, revealing that the eigenvalues of the Jacobian matrix dictate the stability of these points. The phase diagram illustrates various stable phases depending on the imbalances of excitatory and inhibitory connections, $w_0$ and $w_1$. Notably, the model does not support Hopf bifurcations, leading to a lack of oscillatory behavior. The authors also investigate the effects of inter-module connections, demonstrating that the nature of these connections (balanced, excitatory imbalanced, or inhibitory imbalanced) significantly influences the dynamics and characteristics of avalanches, including their size and duration distributions. The findings suggest that the modular structure and connection types play a crucial role in determining the network’s critical dynamics and activity patterns.