ನರವಿಜ್ಞಾನದಲ್ಲಿ, ಮೆದುಳಿನ ವಿಮರ್ಶಾತ್ಮಕ ಕಲ್ಪನೆಯು ಮೆದುಳಿನಲ್ಲಿನ ನ್ಯೂರಾನ್‌ಗಳನ್ನು ಎರಡು ವಿಪರೀತಗಳ ನಡುವಿನ ಪರಿವರ್ತನೆಯ ಹಂತದಲ್ಲಿ ಅಥವಾ ಸಮೀಪವಿರುವ ರೀತಿಯಲ್ಲಿ ಜೋಡಿಸಲಾಗಿದೆ ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತದೆ: ನರಗಳ ಚಟುವಟಿಕೆಯು ತ್ವರಿತವಾಗಿ ಸಾಯುವ ಆದೇಶದ ಸ್ಥಿತಿ ಮತ್ತು ನರಗಳ ಚಟುವಟಿಕೆಯು ತ್ವರಿತವಾಗಿ ಹರಡುವ ಮತ್ತು ಅನಿಯಂತ್ರಿತವಾಗಿ ಬೆಳೆಯುವ ಅಸ್ತವ್ಯಸ್ತತೆಯ ಸ್ಥಿತಿ. ಈ ಪರಿವರ್ತನೆಯ ಬಿಂದುವನ್ನು ವಿಮರ್ಶಾತ್ಮಕತೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ, ಆದರೆ ಅದರ ಎರಡೂ ಬದಿಯಲ್ಲಿರುವ ಎರಡು ಚಟುವಟಿಕೆಯ ಆಡಳಿತಗಳನ್ನು ಕ್ರಮವಾಗಿ ಸಬ್ಕ್ರಿಟಿಕಲ್ ಮತ್ತು ಸೂಪರ್ಕ್ರಿಟಿಕಲ್ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಒಂದು ಉಪಯುಕ್ತ ಸಾದೃಶ್ಯವೆಂದರೆ ಮರಳಿನ ರಾಶಿ. ಮರಳಿನ ಕಣವನ್ನು ಈ ರಾಶಿಯಲ್ಲಿ ಬೀಳಿಸಿದಾಗ, ಅದು ಏನನ್ನೂ ಉಂಟುಮಾಡುವುದಿಲ್ಲ ಅಥವಾ ಸಣ್ಣ ಅಥವಾ ದೊಡ್ಡ ಹಿಮಕುಸಿತಗಳನ್ನು ಪ್ರಚೋದಿಸಬಹುದು. ಅಂತೆಯೇ, ವಿಮರ್ಶಾತ್ಮಕತೆಯ ಸಮೀಪದಲ್ಲಿ, ನರಗಳ ಚಟುವಟಿಕೆಯ ಒಂದು ಸಣ್ಣ ಸ್ಫೋಟವು ಕೆಲವೊಮ್ಮೆ ಸ್ಥಳೀಯವಾಗಿ ಉಳಿಯಬಹುದು, ಆದರೆ ಇತರ ಸಮಯಗಳಲ್ಲಿ ಇದು ಹೆಚ್ಚಿನ ನೆಟ್ವರ್ಕ್ ಮೂಲಕ ಹರಡಬಹುದು, ವಿವಿಧ ಗಾತ್ರಗಳ ನರಗಳ ಹಿಮಪಾತಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.
ವಿಮರ್ಶಾತ್ಮಕತೆಯು ನರಗಳ ಜಾಲಗಳಿಗೆ ಹಲವಾರು ಕಂಪ್ಯೂಟೇಶನಲ್ ಪ್ರಯೋಜನಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ನಿರ್ದಿಷ್ಟವಾಗಿ ಹೇಳುವುದಾದರೆ, ಈ ಸ್ಥಿತಿಯ ಸಮೀಪದಲ್ಲಿ, ನರಗಳ ಜಾಲಗಳು ಗರಿಷ್ಠ ಕಂಪ್ಯೂಟೇಶನಲ್ ಮತ್ತು ಮಾಹಿತಿ-ಪ್ರಸರಣ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪ್ರದರ್ಶಿಸಬಹುದು. ಇದಲ್ಲದೆ, ಅವರು ಹೆಚ್ಚಿನ ಮಾಹಿತಿ ಸಂಗ್ರಹ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಗರಿಷ್ಠ ಕ್ರಿಯಾತ್ಮಕ ಶ್ರೇಣಿಯನ್ನು ಪ್ರದರ್ಶಿಸಬಹುದು, ಬಾಹ್ಯ ಪ್ರಚೋದಕಗಳಿಗೆ ಹೆಚ್ಚು ಸಂವೇದನಾಶೀಲರಾಗುತ್ತಾರೆ. ಮೆದುಳು ಹೇಗೆ ನಿರ್ಣಾಯಕ ಸ್ಥಿತಿಗೆ ಬೆಳೆಯುತ್ತದೆ ಎಂಬುದು ಬಹಳ ಹಿಂದಿನಿಂದಲೂ ಮುಕ್ತ ಪ್ರಶ್ನೆಯಾಗಿದೆ. ಹಿಂದಿನ ಅಧ್ಯಯನಗಳು ನೆಟ್ವರ್ಕ್ ರಚನೆ, ದೀರ್ಘಕಾಲೀನ ಸಿನಾಪ್ಟಿಕ್ ಪ್ಲಾಸ್ಟಿಸಿಟಿ ನಿಯಮಗಳು ಮತ್ತು ನರ ಚಟುವಟಿಕೆಯನ್ನು ಸ್ಥಿರಗೊಳಿಸುವ ಪ್ರತಿಕ್ರಿಯೆ ಲೂಪ್‌ಗಳಾದ ಹೋಮಿಯೋಸ್ಟಾಟಿಕ್ ಕಾರ್ಯವಿಧಾನಗಳು ನೆಟ್‌ವರ್ಕ್‌ಗಳನ್ನು ವಿಮರ್ಶಾತ್ಮಕತೆಗೆ ಓಡಿಸಬಹುದು ಎಂದು ಬಹಿರಂಗಪಡಿಸಿವೆ. ಇದರ ಜೊತೆಗೆ, ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿ ಪ್ರಚೋದನೆ ಮತ್ತು ಪ್ರತಿಬಂಧ (ಇ/ಐ ಬ್ಯಾಲೆನ್ಸ್) ಸಮತೋಲನವು ನಿರ್ಣಾಯಕತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಪ್ರಮುಖ ನಿಯತಾಂಕವಾಗಿದೆ ಎಂದು ಅಧ್ಯಯನಗಳು ಕಂಡುಕೊಂಡಿವೆ.
ಇತ್ತೀಚಿನ ಅಧ್ಯಯನವೊಂದರಲ್ಲಿ, ಜಪಾನ್‌ನ ಟೋಕಿಯೊ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಇಂಟರ್ನ್ಯಾಷನಲ್ ರಿಸರ್ಚ್ ಸೆಂಟರ್ ಫಾರ್ ನ್ಯೂರೋಇಂಟೆಲಿಜೆನ್ಸ್ (WPI-IRCN) ಯಿಂದ ಅಸೋಸಿಯೇಟ್ ಪ್ರೊಫೆಸರ್ ಝೆನಾಸ್ C. ಚಾವೊ ನೇತೃತ್ವದ ಸಂಶೋಧನಾ ತಂಡವು ಹೊಸ ದೃಷ್ಟಿಕೋನದಿಂದ ಮೆದುಳಿನ ವಿಮರ್ಶಾತ್ಮಕತೆಯನ್ನು ಪರಿಶೋಧಿಸಿದೆ. “ನರ ಜಾಲಗಳಲ್ಲಿನ ವಿಮರ್ಶಾತ್ಮಕತೆಯ ಹಿಂದಿನ ಮಾದರಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಯಾದೃಚ್ಛಿಕ ಅಥವಾ ಸಂಪೂರ್ಣ ಸಂಪರ್ಕಿತ ನೆಟ್‌ವರ್ಕ್‌ಗಳನ್ನು ಊಹಿಸುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಮೆದುಳಿನಲ್ಲಿರುವ ನೈಜ ನ್ಯೂರಾನ್‌ಗಳು ಭೌತಿಕ ಜಾಗವನ್ನು ಆಕ್ರಮಿಸುತ್ತವೆ, ಮತ್ತು ನರಕೋಶಗಳ ನಡುವಿನ ಅಂತರವು ನರಗಳ ಸಂಪರ್ಕವನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಪ್ರಭಾವಿಸುತ್ತದೆ ಮತ್ತು ಎಷ್ಟು ಸಮಯ ಸಂಕೇತಗಳು ಪ್ರಯಾಣಿಸಲು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ,” ಡಾ. ಚಾವೊ ವಿವರಿಸುತ್ತಾರೆ. ಅವರು ಸೇರಿಸುತ್ತಾರೆ, “ಈ ಅಧ್ಯಯನದಲ್ಲಿ, ನಿರ್ಣಾಯಕ ಚಟುವಟಿಕೆಯ ಬೆಳವಣಿಗೆಯನ್ನು ರೂಪಿಸಲು ಸಿನಾಪ್ಟಿಕ್ ಪ್ಲ್ಯಾಸ್ಟಿಟಿಟಿಯೊಂದಿಗೆ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳ ಪ್ರಾದೇಶಿಕ ವಿತರಣೆಯು ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಲೆಕ್ಕಾಚಾರದ ರೀತಿಯಲ್ಲಿ ಪರಿಶೋಧಿಸಿದ್ದೇವೆ.” ತಂಡವು ಟೋಕಿಯೊ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಡಾ. ಫೆಲಿಕ್ಸ್ ಬೆಂಜಮಿನ್ ಕೆರ್ನ್ ಮತ್ತು ಡಾ. ತಕಹಿಸಾ ಡೇಟ್ ಅನ್ನು ಸಹ ಒಳಗೊಂಡಿತ್ತು. ಅವರ ಅಧ್ಯಯನವನ್ನು ಅಕ್ಟೋಬರ್ 1, 2026 ರಂದು PLOS ಕಂಪ್ಯೂಟೇಶನಲ್ ಬಯಾಲಜಿ ಜರ್ನಲ್‌ನಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ.
ಸಂಶೋಧಕರು ಮೊದಲು ಕಂಪ್ಯೂಟೇಶನಲ್ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು, ಇದರಲ್ಲಿ 80 ಪ್ರಚೋದಕ ಮತ್ತು 20 ಪ್ರತಿಬಂಧಕ ನ್ಯೂರಾನ್‌ಗಳು 2 ಮಿಮೀ ತ್ರಿಜ್ಯದೊಂದಿಗೆ ಎರಡು ಆಯಾಮದ ಡಿಸ್ಕ್‌ನಲ್ಲಿ ಯಾದೃಚ್ಛಿಕವಾಗಿ ಹರಡಿಕೊಂಡಿವೆ. ಈ ಮಾದರಿಯಲ್ಲಿ, ಪ್ರಚೋದಕ ಸಂಪರ್ಕಕ್ಕಾಗಿ ಪ್ರಾದೇಶಿಕ ಮತ್ತು ಸಂಪರ್ಕದ ನಿಯತಾಂಕಗಳನ್ನು ನಿಗದಿಪಡಿಸಲಾಗಿದೆ, ಆದರೆ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳ ಗರಿಷ್ಠ ಅಂತರ ಮತ್ತು ಸಂಭವನೀಯತೆಯು 5-ಬೈ-5 ಗ್ರಿಡ್‌ನಲ್ಲಿ ವ್ಯವಸ್ಥಿತವಾಗಿ ಬದಲಾಗಿದೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ 25 ವಿಭಿನ್ನ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕ ಪರಿಸ್ಥಿತಿಗಳು ಉಂಟಾಗುತ್ತವೆ. ಸಂಶೋಧಕರು ಸ್ವತಂತ್ರವಾಗಿ 10 ನೆಟ್ವರ್ಕ್ ಮೂಲಮಾದರಿಗಳನ್ನು ರಚಿಸಿದರು ಮತ್ತು ಅನುಕರಿಸಿದರು, ಪ್ರತಿಯೊಂದೂ ಒಂದೇ 25 ಪ್ರತಿಬಂಧಕ ಪರಿಸ್ಥಿತಿಗಳೊಂದಿಗೆ ವಿಶ್ಲೇಷಣೆಗಾಗಿ. ಪ್ರತಿ ನೆಟ್ವರ್ಕ್ ಅನ್ನು 15 ಗಂಟೆಗಳ ಕಾಲ ಅನುಕರಿಸಲಾಗಿದೆ, ಇದು ಶೂನ್ಯ ಸಿನಾಪ್ಟಿಕ್ ತೂಕದಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ.
ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಸ್ಥಿರ ಸ್ಥಿತಿಯನ್ನು ತಲುಪಿದ ನಂತರ, ನಿರ್ಣಾಯಕತೆಯನ್ನು ಅನ್ವೇಷಿಸಲು ಸಂಶೋಧಕರು ಸಿಮ್ಯುಲೇಶನ್‌ನ ಅಂತಿಮ 2 ಗಂಟೆಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದರು. ಹೆಚ್ಚಿನ ಪ್ಯಾರಾಮೀಟರ್ ಸೆಟ್ಟಿಂಗ್‌ಗಳಾದ್ಯಂತ, ಅವರು ಸೂಪರ್ಕ್ರಿಟಿಕಲ್ ನಡವಳಿಕೆಯನ್ನು ಅತ್ಯಂತ ಸಾಮಾನ್ಯವೆಂದು ಕಂಡುಕೊಂಡರು. ವಿಮರ್ಶಾತ್ಮಕತೆಯು ತುಲನಾತ್ಮಕವಾಗಿ ವಿರಳವಾಗಿತ್ತು ಆದರೆ ಮಧ್ಯಂತರದಿಂದ ಹೆಚ್ಚಿನ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕ ಸಾಂದ್ರತೆಗಳಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಕಂಡುಬರುತ್ತದೆ. ಹೆಚ್ಚಿನ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕ ಸಾಂದ್ರತೆಗಳಲ್ಲಿ, ಸಬ್ಕ್ರಿಟಿಕಲ್ ನಡವಳಿಕೆಯು ಪ್ರಾಬಲ್ಯ ಹೊಂದಿದೆ. ಈ ಫಲಿತಾಂಶವು ಹಿಂದಿನ ಅಧ್ಯಯನಗಳೊಂದಿಗೆ ಸ್ಥಿರವಾಗಿದೆ, E/I ಸಮತೋಲನವನ್ನು ನಿರ್ವಹಿಸುವ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ನಿರ್ಣಾಯಕತೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಹೊರಹೊಮ್ಮುತ್ತದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ.
ಮುಖ್ಯವಾಗಿ, ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳ ಭೌತಿಕ ಅಂತರವು ಸಂಪರ್ಕದ ಸಾಂದ್ರತೆಯಿಂದ ಸ್ವತಂತ್ರವಾಗಿ ನರಗಳ ಜಾಲವು ನಿರ್ಣಾಯಕತೆಯ ಕೆಳಗೆ, ಹತ್ತಿರ ಅಥವಾ ಮೇಲೆ ನೆಲೆಗೊಳ್ಳುತ್ತದೆಯೇ ಎಂಬುದರ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರಬಹುದು ಎಂದು ಸಿಮ್ಯುಲೇಶನ್‌ಗಳು ಬಹಿರಂಗಪಡಿಸಿದವು. ಅದೇ ಸಂಖ್ಯೆಯ ಕಡಿಮೆ-ಶ್ರೇಣಿಯ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳನ್ನು ಹೊಂದಿರುವ ನೆಟ್‌ವರ್ಕ್‌ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ದೀರ್ಘ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳನ್ನು ಹೊಂದಿರುವ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಹೆಚ್ಚು ಸೂಪರ್ಕ್ರಿಟಿಕಲ್ ಆಗುತ್ತವೆ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಇದು ದೀರ್ಘ-ಶ್ರೇಣಿಯ ಸಂಪರ್ಕಗಳಲ್ಲಿ ಸಿನಾಪ್ಟಿಕ್ ವಿಳಂಬಗಳ ಉಪಸ್ಥಿತಿಗೆ ಕಾರಣವಾಗಿದೆ, ಇದು ಗುರಿಯ ನರಕೋಶಗಳನ್ನು ತಲುಪಲು ಹೆಚ್ಚಿನ ಸಮಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಸಂಕೇತಗಳಿಂದ ಉಂಟಾಗುತ್ತದೆ. ಈ ವಿಳಂಬಗಳು ಕಡಿಮೆ ವ್ಯಾಪ್ತಿಯ ಸಂಪರ್ಕಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ದೀರ್ಘ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳನ್ನು ದುರ್ಬಲಗೊಳಿಸುತ್ತವೆ. ಈ ದುರ್ಬಲ ಪ್ರತಿಬಂಧವು ದೊಡ್ಡ ನರಗಳ ಹಿಮಕುಸಿತಗಳನ್ನು ಅನುಮತಿಸುತ್ತದೆ, ನೆಟ್ವರ್ಕ್ ಅನ್ನು ಸೂಪರ್ಕ್ರಿಟಿಕಲ್ ಸ್ಥಿತಿಗೆ ತಳ್ಳುತ್ತದೆ.
“ನಮ್ಮ ಫಲಿತಾಂಶಗಳು ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳ ಸಂಖ್ಯೆಯನ್ನು ಮಾತ್ರ ತೋರಿಸುತ್ತವೆ, ಆದರೆ ಅವುಗಳ ಪ್ರಾದೇಶಿಕ ವ್ಯವಸ್ಥೆ ಮತ್ತು ಪ್ರಸರಣ ವಿಳಂಬಗಳು, ನೆಟ್ವರ್ಕ್ ವಿಮರ್ಶಾತ್ಮಕತೆಯನ್ನು ರೂಪಿಸುತ್ತವೆ” ಎಂದು ಡಾ. ಚಾವೊ ಹೇಳುತ್ತಾರೆ. “ಪ್ರಾದೇಶಿಕ ವ್ಯವಸ್ಥೆ ಮತ್ತು ವಿಳಂಬಗಳು ನರಗಳ ಡೈನಾಮಿಕ್ಸ್ ಅನ್ನು ಹೇಗೆ ಪ್ರಭಾವಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಸ್ಥಿರ ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳಬಲ್ಲ ಕೃತಕ ನರ ವ್ಯವಸ್ಥೆಗಳ ವಿನ್ಯಾಸವನ್ನು ತಿಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕವನ್ನು ಬದಲಾಯಿಸುವ ಆನುವಂಶಿಕ ಅಥವಾ ಬೆಳವಣಿಗೆಯ ಅಂಶಗಳು ಮೆದುಳಿನ ಕ್ರಿಯೆಯ ಮೇಲೆ ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತವೆ ಎಂಬುದನ್ನು ಸಂಶೋಧಕರು ತನಿಖೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡಬಹುದು,” ಅವರು ತೀರ್ಮಾನಿಸುತ್ತಾರೆ.
ಹೆಚ್ಚಿನ ಸಂಶೋಧನೆಯ ಅಗತ್ಯವಿರುವಾಗ, ಈ ಅಧ್ಯಯನವು ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕಗಳ ಪ್ರಾದೇಶಿಕ ವ್ಯವಸ್ಥೆಯು ನರಗಳ ಚಟುವಟಿಕೆಯ ಮೇಲೆ ಹೇಗೆ ಪ್ರಭಾವ ಬೀರುತ್ತದೆ ಮತ್ತು ಸುಧಾರಿತ ಮೆದುಳಿನ ಮಾದರಿಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದರ ಕುರಿತು ಪ್ರಮುಖ ಒಳನೋಟಗಳನ್ನು ನೀಡುತ್ತದೆ, ಅಂತಿಮವಾಗಿ ಮೆದುಳು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದರ ಕುರಿತು ನಮ್ಮ ತಿಳುವಳಿಕೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.
ಮೂಲ:
ಇಂಟರ್ನ್ಯಾಷನಲ್ ರಿಸರ್ಚ್ ಸೆಂಟರ್ ಫಾರ್ ನ್ಯೂರೋಇಂಟೆಲಿಜೆನ್ಸ್ (WPI-IRCN), ಟೋಕಿಯೋ ವಿಶ್ವವಿದ್ಯಾಲಯ
ಜರ್ನಲ್ ಉಲ್ಲೇಖ:
ಕೆರ್ನ್, FB, ಮತ್ತು ಇತರರು. (2026) ಸ್ಪೈಕಿಂಗ್ ನೆಟ್‌ವರ್ಕ್‌ಗಳಲ್ಲಿ ನಿರ್ಣಾಯಕತೆಯ ಕ್ರಿಯಾತ್ಮಕ ಬೆಳವಣಿಗೆಯ ಮೇಲೆ ಪ್ರತಿಬಂಧಕ ಸಂಪರ್ಕದ ಪ್ರಾದೇಶಿಕ ನಿರ್ಬಂಧಗಳ ಪರಿಣಾಮಗಳು. PLOS ಕಂಪ್ಯೂಟೇಶನಲ್ ಬಯಾಲಜಿ. DOI: 10.1371/journal.pcbi.1014798.
