Nature Neuroscience ամսագրում հրապարակված նոր հետազոտությունը ցույց է տալիս, որ ուղեղի աշխատանքի ճշգրիտ մոդելավորման համար անհրաժեշտ է հաշվի առնել ոչ միայն նեյրոնային ցանցերի միջև «համագործակցությունը», այլև դրանց մրցակցությունը, որը երկար ժամանակ անտեսված գործոն էր։

Օքսֆորդի, Քեմբրիջի, Մակգիլի, Օրհուսի և Պոմպեու Ֆաբրայի համալսարանների գիտնականների միջազգային խումբը փորձել է պարզել, թե ինչպես է ուղեղը հավասարակշռում այս երկու ռեժիմները։ Իրական կյանքում դա մշտապես դրսևորվում է. մարդը չի կարող միաժամանակ ամեն ինչ անել, քանի որ ուղեղի տարբեր համակարգեր մրցակցում են սահմանափակ ռեսուրսների համար։

Ըստ աշխատության առաջին հեղինակ Անդրեա Լուպիի, վերջին տասնամյակների մոդելների մեծ մասը կառուցվել է այնպես, կարծես ուղեղի հատվածները միայն ուժեղացնում են միմյանց ակտիվությունը։ Դա հանգեցնում էր չափից ավելի սինխրոնացման, ինչը հազվադեպ է հանդիպում մարդու կամ կենդանիների իրական ուղեղում։

Այլընտրանքային մոտեցումը ստուգելու համար հետազոտողները միանգամից երեք տեսակի՝ մարդու, մակակների և մկների ուղեղի համակարգչային մոդելներ են ստեղծել։ Նրանք բացառապես համագործակցության վրա հիմնված դասական մոդելը համեմատել են նորի հետ, որտեղ նեյրոնային ցանցերը կարող են և՛ ակտիվացնել, և՛ ճնշել միմյանց՝ փաստացի մտնելով մրցակցության մեջ։

Արդյունքները խոսուն էին. բոլոր երեք դեպքում էլ մրցակցային փոխազդեցություններով մոդելներն աշխատել են ավելի ճշգրիտ և իրատեսական։ Մրցակցությունը կարևոր կայունացնող գործառույթ է կատարում. այն կանխում է չափից ավելի գրգռումը և թույլ է տալիս ուղեղի տարբեր համակարգերին հերթով որոշել դրա ակտիվությունը։

Հատկապես նշանակալի էր այն, որ նման մոդելներն ավելի լավ են արտացոլում ուղեղի անհատական առանձնահատկությունները՝ այսպես կոչված «նեյրոնային մատնահետքը»։ Սա ուղղակի նշանակություն ունի «թվային երկվորյակների»՝ ուղեղի վիրտուալ պատճենների մշակման համար, որոնք կարող են օգտագործվել բուժումը փորձարկելու համար՝ նախքան հիվանդների վրա կիրառելը։

Հեղինակներն ընդգծում են. եթե մոդելները հաշվի չեն առնում կոնկրետ ուղեղի կազմակերպման հիմնական սկզբունքները, դրանց կանխատեսումները կարող են լինել ոչ ճշգրիտ կամ նույնիսկ մոլորեցնող։ Նեյրոնային ցանցերի միջև մրցակցության ներառումը հեռանկարներ է բացում ոչ միայն նեյրոգիտության և անհատականացված բժշկության, այլև արհեստական բանականության ավելի կատարյալ համակարգերի ստեղծման համար։