Beynimiz, kısa süreli bilgileri tutmak için kalıcı sinirsel aktivite örüntülerine başvurur. 'Ertelenmiş tahmin görevleri' adı verilen deneylerde, bir uyaranı kısa bir bekleme süresinin ardından hatırlamaya çalışırken kortekste lokalize aktivite tepecikleri oluştuğu gözlemlenmektedir. Bu tepecikler, hatırlanan değişkeni temsil eden bir tür dinamik işaret noktası gibi davranır.
Yeni çalışma, bu süreci açıklamak için stokastik bir sinir alanı modeli geliştiriyor. Modelin özgün yanı, korteksteki inhibisyonu tek bir homojen popülasyonla temsil eden geleneksel yaklaşımı terk ederek, uyarıcı nöronların yanı sıra parvalbumin (PV) ve somatostatin (SST) eksprese eden iki ayrı inhibitör nöron tipini ayrıştırmasıdır. Bu iki inhibitör alt tip, beyinde birbirinden farklı devre konumları ve işlevleri üstlenir; PV nöronları hızlı ve güçlü geri besleme inhibisyonu sağlarken, SST nöronları daha çok dendritik bölgede ve daha yavaş dinamiklerle çalışır.
Araştırmacılar, Heaviside ateşleme hızı yaklaşımını kullanarak durağan 'bump' çözümlerini analitik olarak türetiyor ve bu yapıların doğrusal kararlılığını iki ayrı moda —kayma ve ölçekleme— indirgiyor. Popülasyon eşikleri ile inhibitör zaman sabitlerinin hem bump kararlılığını hem de bu kararlılığın mekanizmasını belirlediği gösteriliyor.
Stokastik gürültü altında ise aktivite tepeciklerinin rastlantısal bir yürüyüş sergilediği ortaya konuyor. Bu 'sürükleme' davranışı, çalışma belleğindeki hataların nöral kökenini anlamak açısından kritik önem taşıyor. Model, farklı inhibitör alt tiplerin bu sürüklenme dinamiğini nasıl farklı biçimlerde etkilediğini de nicel olarak ortaya koyuyor.
Bulgular yalnızca teorik değil, klinik açıdan da anlamlı. Şizofreni ve dikkat eksikliği gibi çalışma belleği bozukluklarıyla seyreden durumlarda PV ve SST nöronlarının işlev kaybı iyi bilinmektedir. Bu matematiksel çerçeve, söz konusu bozuklukların devre düzeyindeki mekanizmalarına dair yeni hipotezler üretmek için güçlü bir araç sunuyor.