📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها. اطلب التحليل الكامل

أوركسترا في أول بروفة بدون قائد. الكمان يدخل في غير موضعه، وآلات النفخ تتأخر، وبدلاً من السيمفونية نسمع نشازًا. هذا تقريبًا ما يفعله النموذج الحاسوبي للدماغ عندما تُزال منه خلايا خاصة تُعرف بخلايا فون إيكونومو العصبية. هذه خلايا كبيرة مغزلية الشكل (بحجم خليتين أو ثلاث خلايا عادية)، تعيش في المناطق المسؤولة عن التواصل وفهم الآخرين، وتختفي بشكل غامض في بعض الأمراض.

في الدراسة الجديدة، بنى علماء الأعصاب شبكة عصبية مبسطة للتعلم العميق في التصوير الطبي من 2000 خلية، منها 40 فقط كانت "قائدة". دُرِّبت الشبكة على تمييز نوعين من الإشارات، تمامًا مثل التمييز بين قطة وكلب. مع القادة، نجح التعلم في 49 حالة من أصل 50. وعند إزالتهم، توقفت الشبكة في 15 حالة من أصل 50: كل ثالث "دماغ" فشل في التعلم تمامًا.

لماذا يحدث هذا؟ تتواصل الخلايا العصبية العادية في الشبكة عبر حلقات التغذية الراجعة، وقد تضعف الإشارة أو تنفجر، وهو ما يسميه علماء الرياضيات "عدم استقرار جاكوبي". تخلق خلايا فون إيكونومو مسارًا جانبيًا مباشرًا تمر عبره إشارة التعلم دون تشويه، مثل ساعي يحمل حقيبة مهمة في مسار مخصص، متجاوزًا الازدحام.

عند اكتمال التعلم، لم يعد القادة ضروريين: تعمل الشبكة بدونهم. ومع ذلك، في 4 من أصل 20 شبكة، انخفض الأداء بشكل حاد، ويبدو أنها أصبحت "معتمدة" على المسار الجانبي. هذا يشبه السقالات: فهي ضرورية أثناء بناء المبنى، لكن المبنى المكتمل يقف بمفرده.

هذه الهشاشة في التعلم تفسر لماذا تتطور المهارات الاجتماعية لدى الأشخاص المصابين بالتوحد، حيث تكون هذه الخلايا أقل عددًا، بشكل متفاوت جدًا، من شبه طبيعية إلى ضعيفة بشدة. يتنبأ النموذج الرياضي بأنه في الأدمغة المصغرة المزروعة في المختبر مع إزالة خلايا فون إيكونومو، سيفشل التعلم بشكل عشوائي، ويمكن اختبار ذلك في المختبر.

الملخص الأصلي

كما كتبه المؤلفون، بالإنجليزية arXiv:2605.17399

Von Economo neurons (VENs) are selectively lost in behavioural-variant frontotemporal dementia (bvFTD) and reduced in autism spectrum conditions (ASC), yet their computational role in social learning remains unexplained. We train a spiking neural network (the VENCircuit) embedding VEN-like projection neurons (K=40, 2% of total) in a recurrent pyramidal circuit across 50 matched random initialisations with and without VENs. The network is trained on a controlled binary classification task; we make no claim to model social cognition directly. VEN-intact networks converged in 49/50 cases (98%) versus 35/50 (70%) for VEN-ablated networks (Fisher's exact OR=21.0, 95% CI 2.7-167, p=8.7e-5). Failed ablated networks showed complete absence of learning, inconsistent with a speed-of-learning account. Phase-ablation experiments show VEN removal is most disruptive during mid-training (epochs 5-25), when a co-adaptive dependency forms in the pyramidal circuit. We derive a formal account showing VENs provide a direct gradient pathway immune to Jacobian instabilities affecting the recurrent circuit. Inference-time VEN ablation caused a significant performance drop (Wilcoxon p=0.022), ranging from no change (16/20 networks) to catastrophic collapse (0.989 to 0.620). VENs function as acquisition scaffolds whose developmental absence produces stochastic learning failure - a computational analogue of variable social skill acquisition in ASC - with falsifiable predictions for organoid and electrophysiology studies.