この論文は、ネットワーク内で起きるまれで大きな逸脱、いわゆる極端事象（ときどき発生する大きな活動ピーク）を、たった一つの外部信号で抑えられることを示します。重要なのは、応答側ネットワーク全体を直接制御するのではなく、1つのニューロンに適切に調整した駆動信号を与えるだけで十分だという点です。

研究者たちは、FitzHugh–Nagumoモデルという簡略化されたニューロンモデルを使って、三つの異なる応答ネットワーク配置でこの方法を検証しました。具体的には（i）2つの結合ニューロンの対、（ii）N個のニューロンからなる単一層（モノレイヤー）ネットワーク、（iii）二層の多層（マルチプレックス）ネットワークです。これらの応答ネットワークは元々、極端事象を示す性質を持っていました。

抑制の仕組みはトポロジーによって異なります。二ニューロン系では、駆動ニューロンと対象の応答ニューロンの「位相同期（フェーズロッキング）」が壊れることで極端事象が消えます。位相同期とは、二つの振動が一定のずれで一緒に動くことです。モノレイヤーやマルチプレックスの場合は、極端事象の前触れとなる小さな周期的イベント（論文では“プロトイベント”と説明する頻度）が乱され、駆動されたニューロンがネットワーク全体と周波数的に離れる「周波数デカップリング」が起きることが抑制の鍵でした。

興味深い観察として、駆動に接続される応答側ニューロンの数が増えると、制御が効き始める閾値が低くなり、より早く抑制が達成される、いわばスケーリング上の利点も見られました。また、成功させるには駆動信号を適切に調整する必要があると述べられています。

重要な注意点として、この報告はFitzHugh–Nagumoモデルを用いた検証に基づく結果です。現実の生体神経回路や外部ノイズの強い条件で同じ手法がどの程度うまくいくかは、ここでは示されていません。したがって、実用化や生体応用を論じるには追加の実験や検証が必要です。