دعوت به مشارکت در یک پژوهش دانشگاهی

اطلاعات پژوهش

مدار معادل غشای سلول عصبی چیست؟ بررسی مقاومت، خازن، پتانسیل غشایی و کانال‌های یونی نورون

راهنمای مطالعه نمایش


» نوروبیولوژی

نورون؛ یک مدار زنده و پویا

تبیین جامع مدار معادل غشای سلول عصبی، مقاومت، خازن، پتانسیل غشایی و تحریک‌پذیری نورون

مقدمه: وقتی نورون را به زبان مدارهای الکتریکی می‌خوانیم

یکی از زیباترین ویژگی‌های نورون این است که می‌توان رفتار پیچیده و زنده آن را تا حد زیادی با زبان فیزیک و مهندسی برق توصیف کرد. نورون فقط یک سلول زیستی نیست؛ غشای آن یک سامانه بیوالکتریکی پویا است که می‌تواند اختلاف پتانسیل ایجاد کند، بار الکتریکی را ذخیره کند، جریان یونی را هدایت کند و در پاسخ به تغییرات ولتاژ، وضعیت خود را از حالت استراحت به دپولاریزاسیون، هایپرپلاریزاسیون و در شرایط مناسب به پتانسیل عمل (Action Potential) تغییر دهد.

به همین دلیل، وقتی در علوم اعصاب از Equivalent Circuit of the Membrane یا «مدار معادل غشای سلول عصبی» صحبت می‌کنیم، در واقع تلاش می‌کنیم رفتار الکتریکی یک غشای زنده را با اجزایی آشنا از مدارهای الکتریکی مدل کنیم:

  • خازن (Capacitor) ← ظرفیت ذخیره بار غشا

  • مقاومت (Resistance) ← محدودیت عبور جریان یونی از مسیرهای غشایی

  • هدایت (Conductance) ← معکوس مقاومت و بیانگر سهولت عبور جریان

  • باتری یا منبع ولتاژ معادل ← بیانگر پتانسیل تعادلی هر یون

  • کانال‌های یونی ← مسیرهای انتخابی و قابل تنظیم عبور یون‌ها

  • پمپ‌ها و ناقل‌ها ← سازوکارهای فعال حفظ و بازسازی گرادیان‌های یونی

اما یک نکته بسیار مهم وجود دارد: نورون واقعاً یک مدار الکترونیکی ساخته‌شده از سیم، مقاومت و خازن نیست. مدار معادل یک مدل فیزیکی ـ ریاضی است که به ما اجازه می‌دهد رفتار الکتریکی غشای زنده را دقیق‌تر بفهمیم.

غشای نورون؛ یک کابل زیستی با قابلیت‌های الکتریکی

غشای سلول عصبی از یک دولایه فسفولیپیدی (Lipid Bilayer) تشکیل شده است. این دولایه دارای بخش‌های آب‌گریز و آب‌دوست است و به دلیل ساختار خود، برای بسیاری از یون‌ها و مولکول‌های قطبی مانعی جدی ایجاد می‌کند.

اگر غشا فاقد کانال‌ها و ناقل‌های یونی بود، عبور بسیاری از یون‌ها از آن بسیار محدود می‌شد. اما نورون تعداد زیادی کانال یونی (Ion Channels) در غشای خود دارد که عبور انتخابی یون‌ها را امکان‌پذیر می‌کنند.

کانال‌های مهم شامل کانال‌های:

  • سدیمی (+Na)

  • پتاسیمی (+K)

  • کلسیمی (+Ca²)

  • کلری (Cl)

و کانال‌های یونی دیگری هستند.

این کانال‌ها از نظر نحوه فعال‌شدن نیز یکسان نیستند. برخی وابسته به ولتاژ (Voltage-Gated) هستند، برخی تحت تأثیر لیگاندها یا پیام‌رسان‌های شیمیایی باز و بسته می‌شوند و برخی کانال‌های نشتی (Leak Channels) هستند که در تعیین ویژگی‌های پایه الکتریکی نورون نقش دارند.

بنابراین می‌توان گفت:

غشای نورون یک «کابل زیستی» است که درون آن مجموعه‌ای از مسیرهای انتخابی و تنظیم‌پذیر برای عبور جریان یونی تعبیه شده است.

سه ستون اصلی مدار معادل نورون

۱. غشا مانند خازن؛ Capacitance

یکی از بنیادی‌ترین ویژگی‌های غشای نورون، ظرفیت خازنی (Membrane Capacitance) آن است.

در یک مدار الکتریکی، خازن می‌تواند بار الکتریکی را ذخیره کند. غشای سلول نیز به دلیل قرارگرفتن یک لایه عایق لیپیدی میان دو محیط رسانا، یعنی مایعات داخل و خارج سلول، رفتاری شبیه یک خازن دارد.

به‌صورت ساده:

غشای سلول = عایق لیپیدی

مایع داخل و خارج سلول = محیط‌های رسانا

بنابراین جدایی بارها در دو سوی غشا باعث ایجاد یک اختلاف پتانسیل می‌شود.

ظرفیت غشایی را معمولاً با Cₘ نشان می‌دهند.

در سطح سلولی، هرچه سطح غشا بیشتر باشد، ظرفیت کل غشا نیز بیشتر خواهد بود:

C ∝ A

یعنی ظرفیت غشایی با مساحت غشا (Membrane Area) متناسب است.

این موضوع یک پیام مهم دارد: نورون بزرگ‌تر الزاماً «بیش‌تحریک‌پذیرتر» یا «کم‌تحریک‌پذیرتر» نیست، اما اگر سایر شرایط را ثابت فرض کنیم، تغییر ولتاژ آن در برابر یک جریان مشخص می‌تواند به دلیل تفاوت ظرفیت غشایی متفاوت باشد.

رابطه مهم این بخش عبارت است از:

I = C × dV/dt

یعنی هرچه ظرفیت بیشتر باشد، برای ایجاد تغییر سریع در ولتاژ، جریان بیشتری لازم است.

پس Capacitance در تعیین سرعت تغییرات ولتاژ غشا نقش بنیادی دارد.

۲. کانال‌های یونی؛ مقاومت و هدایت غشا

دومین جزء مهم مدار معادل، مقاومت غشایی (Membrane Resistance) است.

کانال‌های یونی را می‌توان به‌صورت مسیرهای مقاومتی در مدار معادل در نظر گرفت. البته این مقاومت در نورون یک مقدار ثابت و ساده نیست؛ زیرا باز و بسته‌شدن کانال‌ها آن را تغییر می‌دهد.

در کنار مقاومت، مفهوم بسیار مهم دیگری وجود دارد:

Conductance یا هدایت

هدایت معکوس مقاومت است:

g = 1/R

هرچه تعداد کانال‌های باز بیشتر باشد، در شرایط مشابه هدایت آن مسیر بیشتر می‌شود.

بنابراین اگر تعداد زیادی کانال پتاسیمی باز باشند، K⁺ conductance افزایش پیدا می‌کند و جریان پتاسیمی می‌تواند افزایش یابد.

برای چندین کانال مشابه می‌توان به‌صورت ساده نوشت:

g_total = N × γ

که در آن:

  • N = تعداد کانال‌های باز

  • γ = هدایت یک کانال

  • g_total = هدایت کل

البته در نورون واقعی، وضعیت پیچیده‌تر است؛ زیرا احتمال بازبودن کانال‌ها، ولتاژ غشا، زمان، غلظت یون‌ها و وضعیت فعال/غیرفعال کانال‌ها نیز اهمیت دارند.

۳. پتانسیل تعادلی؛ «باتری» مدار معادل

در مدار معادل نورون، هر یون را می‌توان در یک تقریب مناسب با یک منبع ولتاژ یا باتری معادل نمایش داد.

این «باتری» نشان‌دهنده پتانسیل تعادلی یون (Equilibrium Potential) است.

برای مثال:

  • پتانسیل تعادلی سدیم: EN

  • پتانسیل تعادلی پتاسیم: Eₖ

  • پتانسیل تعادلی کلر: ECl

پتانسیل تعادلی هر یون به اختلاف غلظت آن یون در دو سوی غشا و بار آن یون وابسته است و در ساده‌ترین حالت با معادله نرنست (Nernst Equation) توصیف می‌شود.

پس در مدار معادل:

کانال = مسیر هدایت

Eion = منبع ولتاژ معادل

و این دو در کنار ظرفیت غشایی، پایه مدل الکتریکی نورون را تشکیل می‌دهند.

پتانسیل غشایی دقیقاً چیست؟

وقتی می‌گوییم نورون مثلاً دارای Resting Membrane Potential (RMP) برابر حدود −70 mV است، منظور این نیست که کل سلول یک باتری ساده با یک قطب مثبت و یک قطب منفی است.

پتانسیل غشایی یعنی:

اختلاف پتانسیل الکتریکی بین دو سوی غشای سلول.

به‌صورت قراردادی:

Vₘ = V_inside − V_outside

بنابراین اگر:

Vₘ = −70 mV

یعنی داخل سلول نسبت به خارج آن حدود ۷۰ میلی‌ولت منفی‌تر است.

این اختلاف نتیجه تعامل پیچیده میان:

  • گرادیان‌های غلظتی یون‌ها

  • نفوذپذیری انتخابی غشا

  • کانال‌های یونی

  • پمپ‌های یونی

  • ناقل‌ها

  • و ظرفیت الکتریکی غشا

است.

آیا داخل و خارج نورون در حالت استراحت از نظر بار کاملاً غیرخنثی‌اند؟

اینجا یک ظرافت بسیار مهم وجود دارد.

در مقیاس حجمی، مایعات داخل و خارج سلول تقریباً الکتروخنثی (Electroneutral) هستند. اختلاف ولتاژ غشا به دلیل جدایی مقدار بسیار کوچکی از بارها در نزدیکی سطح غشا ایجاد می‌شود.

بنابراین نباید تصور کنیم تمام داخل سلول در حالت استراحت پر از بار منفی و تمام خارج سلول پر از بار مثبت است.

بلکه مقدار بسیار کوچکی از جدایش بار در مجاورت غشا برای ایجاد اختلاف پتانسیل کافی است.

این دقیقاً همان چیزی است که تشبیه غشا به یک خازن را بسیار قدرتمند می‌کند.

چرا نورون‌ها با یکدیگر متفاوت‌اند؟

در علوم اعصاب، یکی از بنیادی‌ترین مفاهیم این است که مورفولوژی نورون و ویژگی‌های الکتریکی آن از یکدیگر جدا نیستند.

شکل نورون می‌تواند بر رفتار الکتریکی آن اثر بگذارد.

ویژگی‌هایی مانند:

  • اندازه سوما

  • طول آکسون

  • قطر آکسون

  • تعداد و طول دندریت‌ها

  • سطح غشایی

  • ضخامت میلین

  • تراکم کانال‌های یونی

  • نوع کانال‌های یونی

  • توزیع کانال‌ها در بخش‌های مختلف سلول

  • مقاومت غشایی

  • ظرفیت غشایی

  • پتانسیل استراحت

همگی در تعیین رفتار الکتریکی نورون نقش دارند.

بنابراین دو نورون ممکن است در یک مغز، در یک محیط شیمیایی و حتی در یک شبکه عصبی قرار داشته باشند، اما پاسخ الکتریکی کاملاً متفاوتی نشان دهند.

این همان جایی است که مفهوم Intrinsic Properties of Neurons یا «ویژگی‌های ذاتی نورون» اهمیت پیدا می‌کند.

آیا هرچه RMP منفی‌تر باشد نورون دیرتر تحریک می‌شود؟

این گزاره باید با دقت علمی بیان شود.

اگر یک نورون از آستانه تحریک دورتر باشد، برای رسیدن به آستانه معمولاً به تغییر ولتاژ بیشتری نیاز دارد. برای مثال، انتقال یک نورون از −90 mV به −50 mV به تغییر ولتاژی بزرگ‌تر از انتقال آن از −65 به −50 mV نیاز دارد.

اما تحریک‌پذیری نورون فقط توسط RMP تعیین نمی‌شود.

آستانه، تراکم و نوع کانال‌های یونی، مقاومت ورودی، وضعیت کانال‌های سدیمی و پتاسیمی، جریان‌های ذاتی و حتی شکل و اندازه سلول نیز اهمیت دارند.

بنابراین نمی‌توان گفت:

هر نورونی که RMP منفی‌تری دارد الزاماً کمتر تحریک‌پذیر است.

بلکه باید گفت:

RMP یکی از عوامل تعیین‌کننده فاصله نورون تا آستانه تحریک است، اما تحریک‌پذیری یک ویژگی چندعاملی است.

نقش مورفولوژی: چرا اندازه نورون مهم است؟

یکی از زیباترین پیوندهای نوروفیزیولوژی با فیزیک این است که هندسه نورون به مدار الکتریکی آن تبدیل می‌شود.

اگر سطح غشای نورون افزایش یابد، ظرفیت کل غشا نیز افزایش می‌یابد.

در یک مدل ساده:

Cₘ,total = cₘ × A

که در آن:

  • cₘ ظرفیت ویژه غشا

  • A مساحت غشا

  • Cₘ,total ظرفیت کل غشا است.

بنابراین یک نورون بزرگ‌تر، اگر ظرفیت ویژه غشای آن مشابه باشد، ظرفیت کل بیشتری خواهد داشت.

اما از اینجا نباید نتیجه گرفت که نورون بزرگ‌تر همیشه برای رسیدن به آستانه به «بار بیشتری در اطراف خود» نیاز دارد. رابطه دقیق تحریک‌پذیری با اندازه سلول به مقاومت ورودی، ظرفیت، چگالی جریان، تراکم کانال‌ها و ساختار سلول وابسته است.

این تمایز برای یک توضیح نوروفیزیولوژیک دقیق بسیار مهم است.

ثابت زمانی؛ چرا بعضی نورون‌ها سریع‌تر پاسخ می‌دهند؟

یکی از مفاهیم کلیدی در مدار معادل نورون، Time Constant یا ثابت زمانی (τ) است.

در ساده‌ترین مدل RC:

τ = Rₘ × Cₘ

ثابت زمانی نشان می‌دهد ولتاژ غشا با چه سرعتی در پاسخ به یک تغییر جریان به سمت مقدار جدید حرکت می‌کند.

اگر τ بزرگ‌تر باشد، تغییر ولتاژ کندتر اتفاق می‌افتد.

اگر τ کوچک‌تر باشد، ولتاژ سریع‌تر تغییر می‌کند.

بنابراین وقتی می‌گوییم ویژگی‌های الکتریکی نورون با مورفولوژی آن عجین شده‌اند، بخشی از این داستان دقیقاً به رابطه میان:

Resistance × Capacitance

بازمی‌گردد.

این یکی از مهم‌ترین نقاط اتصال نوروبیولوژی، الکتروفیزیولوژی و نظریه مدارهای الکتریکی است.

میلین؛ چرا ضخامت آن مهم است؟

آکسون را نیز می‌توان یک کابل زیستی در نظر گرفت.

میلین (Myelin) مانند یک لایه عایق الکتریکی عمل می‌کند و به‌طور کلی باعث افزایش مقاومت غشایی در بخش‌های میلین‌دار و کاهش ظرفیت مؤثر غشا می‌شود.

در نتیجه، انتشار سیگنال الکتریکی در آکسون میلین‌دار می‌تواند بسیار سریع‌تر و کارآمدتر شود.

به همین دلیل، آسیب میلین می‌تواند انتقال پیام عصبی را مختل کند.

پس وقتی درباره ویژگی ذاتی و ساختمانی نورون صحبت می‌کنیم، قطر آکسون، طول آکسون، مقاومت غشا و میلیناسیون همگی اهمیت دارند.

انتخاب‌پذیری کانال‌ها؛ شاهکار مهندسی مولکولی

کانال یونی فقط یک سوراخ در غشا نیست.

یکی از مهم‌ترین ویژگی‌های آن Selectivity یا انتخاب‌پذیری است.

کانال پتاسیمی ترجیح می‌دهد +K را عبور دهد؛ کانال سدیمی عمدتاً +Na را هدایت می‌کند و کانال‌های کلسیمی عمدتاً Ca²⁺ را عبور می‌دهند.

این انتخاب‌پذیری سبب می‌شود سلول بتواند جریان‌های یونی متفاوتی را به‌صورت مستقل تنظیم کند.

بنابراین نورون فقط «جریان الکتریکی» تولید نمی‌کند؛ بلکه جریان‌های مختلف یونی را با زمان‌بندی، مکان و انتخاب‌پذیری بسیار دقیق کنترل می‌کند.

نیروی محرکه الکتروشیمیایی یا Driving Force چیست؟

وقتی یک کانال یونی باز می‌شود، صرف بازشدن کانال به‌تنهایی تعیین نمی‌کند که جریان بزرگی ایجاد شود.

دو عامل اساسی باید کنار هم قرار گیرند:

۱. Conductance

یعنی مسیر عبور یون چقدر باز و هدایت‌کننده است.

۲. Driving Force

یعنی یون چقدر از نظر الکتروشیمیایی تمایل به حرکت دارد.

رابطه بسیار مهم:

Iion = gion × (Vₘ − Eion)

در این رابطه:

  • Iion = جریان یون

  • gion = هدایت یونی

  • Vₘ = پتانسیل غشا

  • Eion = پتانسیل تعادلی آن یون

بنابراین:

Driving Force = Vₘ − Eion

این مفهوم از بنیادی‌ترین ابزارهای فهم رفتار کانال‌های یونی است.

مثال سدیم؛ چرا جریان سدیم در مراحل مختلف پتانسیل عمل تغییر می‌کند؟

فرض کنیم:

ENₐ = +60 mV

و پتانسیل غشا در حالت استراحت:

Vₘ = −70 mV

در این حالت:

Driving Force = −70 − (+60) = −130 mV

علامت منفی، با قرارداد رایج جریان، نشان‌دهنده جهت جریان سدیم به سمت داخل سلول است.

اکنون فرض کنیم غشا به:

Vₘ = 0 mV

رسیده است.

در این حالت:

Driving Force = 0 − 60 = −60 mV

یعنی نیروی محرکه سدیم نسبت به حالت −70 mV کمتر شده است.

اگر غشا به:

+40 mV

برسد:

Driving Force = +40 − +60 = −20 mV

اکنون نیروی محرکه برای ورود سدیم بسیار کمتر شده است.

در نتیجه، حتی اگر کانال سدیمی باز باشد، Driving Force آن بسیار کاهش یافته است.

این یکی از عوامل مهم در کاهش جریان ورودی سدیم در نزدیکی قله پتانسیل عمل است؛ اما غیرفعال‌شدن کانال‌های سدیمی فقط به کاهش Driving Force مربوط نیست. Inactivation گیت‌های کانال سدیمی نیز یک مکانیسم مستقل و بسیار مهم است.

مثال پتاسیم؛ چرا +K در بازگشت غشا نقش اساسی دارد؟

فرض کنیم:

Eₖ = −90 mV

و پتانسیل غشا:

Vₘ = −70 mV

پس:

Driving Force = −70 − (−90) = +20 mV

این مقدار، طبق قرارداد معمول، نشان‌دهنده تمایل جریان پتاسیم به سمت خارج سلول است.

اما یک نکته بسیار مهم:

Driving Force به‌تنهایی کانال پتاسیمی را باز نمی‌کند.

بازشدن کانال به مکانیسم گیتینگ آن وابسته است.

اگر کانال باز باشد، Driving Force تعیین می‌کند جریان آن چقدر و در چه جهتی حرکت کند.

حالا در اوج دپولاریزاسیون فرض کنیم:

Vₘ = +40 mV

در این حالت:

Driving Force = +40 − (−90) = +130 mV

بنابراین نیروی محرکه خروج K⁺ بسیار بزرگ می‌شود.

همین افزایش نیروی محرکه، همراه با افزایش هدایت پتاسیمی، به خروج K⁺ و حرکت پتانسیل غشا به سمت مقادیر منفی‌تر کمک می‌کند.

این فرآیند یکی از پایه‌های Repolarization است.

یک اصلاح مهم: EMF، پتانسیل تعادلی و Driving Force یکی نیستند

در بیان آموزشی گاهی این اصطلاحات به‌جای یکدیگر استفاده می‌شوند، اما برای دقت علمی باید آن‌ها را از هم جدا کرد.

Eion پتانسیل تعادلی یک یون است.

Driving Force اختلاف میان پتانسیل غشا و پتانسیل تعادلی یون است:

Driving Force = Vₘ − Eion

در حالی که EMF در فیزیک معنای گسترده‌تری دارد و در مدل مدار معادل نورون بهتر است برای جلوگیری از ابهام، از اصطلاح دقیق‌تر Equilibrium Potential یا Driving Force استفاده کنیم.

این تمایز کوچک، تفاوت میان یک توضیح عمومی و یک توضیح دقیق در سطح نوروفیزیولوژی را نشان می‌دهد.

پس پتانسیل عمل چگونه ایجاد می‌شود؟

پتانسیل عمل نتیجه یک تغییر ساده در ولتاژ نیست؛ حاصل یک توالی بسیار دقیق از تغییرات در هدایت یونی وابسته به ولتاژ است.

وقتی غشا به آستانه نزدیک می‌شود، در نورون مناسب، بازشدن سریع کانال‌های سدیمی وابسته به ولتاژ موجب افزایش gNa می‌شود.

ورود Na⁺ موجب دپولاریزاسیون بیشتر می‌شود.

این دپولاریزاسیون، کانال‌های سدیمی بیشتری را فعال می‌کند.

یک چرخه بازخورد مثبت ایجاد می‌شود:

Depolarization ← افزایش gNa ← ورود Na⁺ ← دپلاریزاسیون Depolarization بیشتر

سپس کانال‌های سدیمی وارد وضعیت غیرفعال‌شده می‌شوند و هم‌زمان هدایت پتاسیمی افزایش می‌یابد.

خروج K⁺ موجب:

Repolarization

و در ادامه ممکن است:

Afterhyperpolarization

ایجاد شود.

بنابراین پتانسیل عمل را می‌توان حاصل تعامل زمانی و فضایی چندین جریان یونی دانست، نه صرفاً «عبور یک جریان الکتریکی ساده».

تحریک‌پذیری نورون؛ چرا برخی نورون‌ها آسان‌تر فعال می‌شوند؟

Neuronal Excitability حاصل یک عامل واحد نیست.

تحریک‌پذیری به مجموعه‌ای از ویژگی‌ها وابسته است، از جمله:

  • Resting Membrane Potential

  • Threshold Potential

  • Input Resistance

  • Membrane Capacitance

  • Ion Channel Density

  • Ion Channel Kinetics

  • Sodium Conductance

  • Potassium Conductance

  • Calcium Conductance

  • Leak Conductance

  • Morphology

  • Axonal Geometry

  • Myelination

  • Synaptic Inputs

بنابراین «نورون تحریک‌پذیرتر» لزوماً نورونی نیست که فقط کانال بیشتری دارد.

ممکن است تغییر در نوع کانال، توزیع آن، سینتیک فعال‌شدن یا غیرفعال‌شدن کانال و وضعیت شبکه عصبی، تحریک‌پذیری را تغییر دهد.

صرع؛ وقتی مدار الکتریکی شبکه از تعادل خارج می‌شود

در برخی شرایط پاتولوژیک، تغییر در کانال‌های یونی، سیناپس‌ها، مهار گابائرژیک، تحریک گلوتاماترژیک و ساختار شبکه می‌تواند Hyperexcitability و Hypersynchrony ایجاد کند.

در یک کانون صرعی، نورون‌ها ممکن است به محرک‌هایی که در حالت عادی برای ایجاد تخلیه گسترده کافی نیستند، پاسخ غیرطبیعی نشان دهند.

اما صرع را نیز نباید فقط به «افزایش تعداد کانال‌ها» تقلیل داد.

صرع یک اختلال شبکه‌ای پیچیده است که می‌تواند حاصل تعامل:

Ion Channel Dysfunction + Synaptic Imbalance + Network Reorganization + Altered Inhibition/Excitation

باشد.

به همین دلیل، مفهوم E/I Balance یا تعادل تحریک و مهار در علوم اعصاب اهمیت بسیار زیادی دارد.

اوتیسم و تعادل تحریک ـ مهار؛ یک نکته علمی مهم

در پژوهش‌های علوم اعصاب، فرضیه Excitation/Inhibition Balance در اختلال طیف اوتیسم مطرح شده است؛ اما این موضوع به این معنا نیست که «افراد اوتیستیک الزاماً نورون‌های بیش‌تحریک‌پذیر دارند».

اوتیسم یک اختلال عصبی‌رشدی بسیار ناهمگون است و تغییرات در مدارهای تحریک و مهار می‌تواند بسته به فرد، ناحیه مغزی، نوع سلول و مرحله رشد متفاوت باشد.

بنابراین بیان دقیق‌تر این است که:

تغییر در تعادل عملکردی میان شبکه‌های تحریکی و مهاری یکی از مکانیسم‌های مورد مطالعه در نوروبیولوژی اوتیسم است.

این نوع بیان، هم از نظر علمی دقیق‌تر است و هم از ساده‌سازی بیش از حد یک پدیده پیچیده جلوگیری می‌کند.

نورون مصنوعی؛ آیا می‌توان یک سلول عصبی را شبیه‌سازی کرد؟

بله.

یکی از شگفت‌انگیزترین کاربردهای این مفاهیم، ساخت Computational Neuron Models و Artificial Neuron Models است.

اگر بتوانیم:

  • مقاومت غشا

  • ظرفیت غشا

  • تعداد کانال‌ها

  • هدایت کانال‌ها

  • پتانسیل تعادلی یون‌ها

  • سینتیک گیت‌های کانال

  • هندسه نورون

  • جریان‌های ورودی

را در یک مدل ریاضی تعریف کنیم، می‌توانیم رفتار الکتریکی نورون را شبیه‌سازی کنیم.

مدل‌های پیچیده‌تری مانند Hodgkin–Huxley Model حتی می‌توانند تغییرات جریان‌های یونی و ایجاد پتانسیل عمل را با معادلات دیفرانسیل توصیف کنند.

از این منظر، یک «نورون مجازی» می‌تواند در اختیار پژوهشگر قرار گیرد تا بتواند بدون دستکاری مستقیم یک سلول زنده، اثر تغییر یک کانال یا پارامتر الکتروفیزیولوژیک را بررسی کند.

و اینجا یک ایده عمیق‌تر آشکار می‌شود

وقتی می‌گوییم نورون یک مدار بیوالکتریک است، منظور این نیست که مغز را می‌توان به یک مدار الکترونیکی ساده تقلیل داد.

برعکس؛ این مدل نشان می‌دهد که پیچیدگی مغز از ترکیب تعداد عظیمی از مدارهای زنده و پویا ایجاد می‌شود.

هر نورون دارای:

Resistance

Capacitance

Conductance

Ion Gradients

Equilibrium Potentials

Ion Channels

Morphology

و Synaptic Inputs

است.

اما این اجزا در انزوا عمل نمی‌کنند.

میلیاردها نورون از طریق سیناپس‌ها به یکدیگر متصل می‌شوند و شبکه‌ای می‌سازند که در آن جریان‌های الکتریکی، تغییرات شیمیایی، پلاستیسیته سیناپسی و فعالیت ژن‌ها در چندین مقیاس زمانی و مکانی با یکدیگر تعامل دارند.

بنابراین مغز نه یک سیم‌کشی ساده، بلکه یک شبکه زنده، خودتنظیم، غیرخطی و پویا است.

جمع‌بندی؛ نورون، جایی که زیست‌شناسی به فیزیک تبدیل می‌شود

شاید بتوان یکی از زیباترین خلاصه‌های نوروفیزیولوژی را این‌گونه بیان کرد:

غشای نورون مانند یک خازن است؛

زیرا می‌تواند جدایی بار را حفظ کند.

کانال‌های یونی مانند مسیرهای هدایت هستند؛

زیرا امکان عبور انتخابی جریان یونی را فراهم می‌کنند.

پتانسیل تعادلی یون‌ها مانند منابع ولتاژ در مدار معادل هستند؛

زیرا اختلاف غلظت و بار یون‌ها برای حرکت آن‌ها یک نیروی محرکه الکتروشیمیایی ایجاد می‌کند.

مقاومت و هدایت غشا تعیین می‌کنند جریان با چه سهولتی عبور کند؛

و ظرفیت غشا تعیین می‌کند ولتاژ با چه سرعتی تغییر کند.

در نهایت، ترکیب همه این عناصر است که تعیین می‌کند نورون:

استراحت کند، دپولاریزه شود، هایپرپلاریزه شود، به آستانه برسد یا پتانسیل عمل ایجاد کند.

از همین‌جا یک حقیقت شگفت‌انگیز در علوم اعصاب آشکار می‌شود:

شکل نورون، ترکیب غشای آن و معماری کانال‌های یونی، بخشی از زبان الکتریکی آن نورون را می‌سازند.

یک نورون بزرگ و یک نورون کوچک، یک نورون میلین‌دار و یک نورون بدون میلین، یک نورون با مقاومت ورودی بالا و یک نورون با مقاومت ورودی پایین، و دو نورون با تراکم متفاوت کانال‌های یونی، الزاماً یک پیام الکتریکی را به یک شکل تجربه نمی‌کنند.

بنابراین Intrinsic Membrane Properties فقط مجموعه‌ای از اعداد آزمایشگاهی نیستند؛ آن‌ها بخشی از هویت عملکردی نورون‌اند.

و شاید عمیق‌ترین نکته همین باشد:

در مغز، هندسه به الکتریسیته تبدیل می‌شود، الکتریسیته به فعالیت عصبی، فعالیت عصبی به ارتباط شبکه‌ای و ارتباط شبکه‌ای در نهایت به رفتار، ادراک و شناخت راه می‌یابد.

به همین دلیل، مطالعه Membrane Biophysics، Passive Electrical Properties، Active Electrical Properties، Ion Channel Physiology، Membrane Capacitance، Membrane Resistance، Conductance، Resting Membrane Potential، Equilibrium Potential، Driving Force، Action Potential و Neuronal Excitability فقط مطالعه چند اصطلاح فنی نیست؛ مطالعه زبانی است که سلول عصبی با آن «زنده‌بودن الکتریکی» خود را بیان می‌کند.

در نهایت، اگر بخواهیم تمام این داستان را در یک رابطه فکری خلاصه کنیم، می‌توان گفت:

Morphology → Passive Properties → Ion Channel Distribution → Conductance → Membrane Potential → Excitability → Action Potential → Neural Computation

این زنجیره یکی از زیباترین پل‌های میان فیزیک، مهندسی برق، نوروبیولوژی و علوم اعصاب محاسباتی است؛ پلی که نشان می‌دهد چگونه یک غشای بسیار نازک لیپیدی می‌تواند به بستری برای شکل‌گیری پیچیده‌ترین پدیده‌های زیستی شناخته‌شده، یعنی فعالیت شبکه‌های عصبی و در نهایت عملکرد مغز، تبدیل شود.

سوالات متداول

مدار معادل غشای سلول عصبی چیست؟

غشای نورون چگونه مانند خازن عمل می‌کند؟

مقاومت غشایی و هدایت غشایی چه تفاوتی دارند؟

پتانسیل استراحت نورون چگونه ایجاد می‌شود؟

Driving Force در نورون چیست؟

پتانسیل تعادلی یون چیست؟

چرا کانال‌های یونی برای ایجاد پتانسیل عمل ضروری هستند؟

ثابت زمانی غشای نورون چیست؟

آیا اندازه نورون بر تحریک‌پذیری آن اثر دارد؟

چرا نورون‌های مختلف تحریک‌پذیری متفاوتی دارند؟




امتیاز شما به این مطلب:

★ اول از راست = ۱ امتیاز | ★ پنجم از راست = ۵ امتیاز

میانگین امتیازها: 5 / 5. تعداد آراء: 65

اولین نفری باشید که به این پست امتیاز می‌دهید.

داریوش طاهری

نه اولین، اما در تلاش برای بهترین بودن؛ نه پیشرو در آغاز، اما ممتاز در پایان. ---- ما شاید آغازگر راه نباشیم، اما با ایمان به شایستگی و تعالی، قدم برمی‌داریم تا در قله‌ی ممتاز بودن بایستیم.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
ورود | ثبت نام
شماره موبایل یا پست الکترونیک خود را وارد کنید
برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
درخواست بازیابی رمز عبور
لطفاً پست الکترونیک یا موبایل خود را وارد نمایید
برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
ایمیل بازیابی ارسال شد!
لطفاً به صندوق الکترونیکی خود مراجعه کرده و بر روی لینک ارسال شده کلیک نمایید.
تغییر رمز عبور
یک رمز عبور برای اکانت خود تنظیم کنید
تغییر رمز با موفقیت انجام شد