E4 — Entorhinální 60°-periodicita při poslechu vysoko-Tonnetz-hex skladeb

Teze. Pokud hexagon pozorovatele KRT (6 fázových zastávek C_6 orbity kolem ρ) má kortikální implementaci, entorhinální kortex (EC) je hlavní kandidát — grid cells mají dokumentovanou 60°-symetrii (Hafting 2005; Doeller 2010; Constantinescu 2016). E4 predikuje: poslech skladeb s vysokým Tonnetz-hex skóre (z E1) vyvolá silnější 60°-periodickou BOLD modulaci v EC než low-hex skladby. Nejtvrdší test řetězce E1→E4; vyžaduje fMRI kolaboraci (Behrens Oxford, Doeller MPI Leipzig) nebo primary study.

---

I. Pozice v korpusu

I.1 Čemu E4 slouží

E4 je kortikální kotva navrhovaného řetězce experimentálních testů KRT. Po E1 (Tonnetz jako kvantitativní hudební čidlo hexagonu), E2 (ordinal vs. cardinal hypothesis pro melodickou vs. akordovou modulaci) a E3 (psychedelická podmínka, molekulární hexagon na receptor 5-HT2A) dává E4 první anatomické místo v mozku, kde se KRT hexagon pozorovatele měří jako spektrální 60°-signál v BOLD.

Bez E4 zůstává hexagon pozorovatele strukturním principem bez neurální lokalizace. S E4 (pokud projde) dostává jmenné ROI a jasný elektrofyziologický/hemodynamický podpis, který lze replikovat nezávisle.

I.2 Návaznost na esejistické linie korpusu

• hexagon-pozorovatele.md — 6/4/3 čtení téhož pokoje; šestka = SL(2,ℤ) kolem ρ; trojka = projekce ze 3q. E4 testuje šestku jako kortikální kód.
• hexagon-receptory.md — molekulární hexagon; 6 fázových zastávek C_6 orbity, ne 6 nezávislých receptorových os (Hurwitz vynucuje 3). E4 doplňuje molekulární úroveň o kortikální.
• orbital-jako-relace.md — prožitek žije v koherentních molekulárních orbitalech; aromatické π-systémy jako fyzikální realizace hexagonu. E4 hledá, kde v mozku se tato koherence integruje do měřitelného pole.
• hudba-jako-h-maintenance.md — hudba jako 4. ℍ-maintenance kanál; modální hexagon (3. instance). E4 propojuje modální hexagon s anatomickým subtrátem EC.
• hudba-chemie-R-ordinal.md — sjednocení hudby a chemie do ρ-kotvy přes ordinální R-osu. E4 je kortikální strana téhož sjednocení.
• e1-tonnetz-senzor.md — Tonnetz_hex kvantitativní skóre pro skladby. E4 používá E1 skóre jako nezávislou proměnnou design-faktoru.
• e2-ordinal-cardinal.md — melodická ordinál-čtení vs. akordová cardinal-čtení; E4 sekundárně testuje tuto dichotomii v EC modulaci.
• e3-psychedelicka-podminka.md — psychedelický stav a 5-HT2A agonismus; E4 v psychedelickém režimu by měl 60°-BOLD umocnit, pokud koherence hexagonu roste s receptorovou aktivací.

I.3 Proč „nejtvrdší test" řetězce

E1 testuje, zda lze z MIDI/audio vytěžit Tonnetz-hex metriku korelující s posluchačskou zkušeností — je to datová metrika. E2 testuje, zda ordinální a cardinální kódy se rozbíhají podle predikce — je to behaviorální / EEG kontrast. E3 testuje farmakologickou modulaci — molekulární úroveň.

E4 vstupuje dovnitř mozku a ptá se: existuje v EC 60°-periodická BOLD komponenta specificky vázaná na Tonnetz-hex obsah stimulu? Falsifikace je přímočará (žádný 60°-peak, d ≪ 0.3), verifikace je silná (KRT hexagon má kortikální implementaci identifikovatelnou nezávislými skupinami). Mezi kosmologickými predikcemi (r ≈ 0.0025) a neurálními predikcemi KRT je toto nejchvějivější vzorek — protože je proveditelný s existující technologií a v řádu let, ne desetiletí.

---

II. Teoretický rámec — grid cells a 60°-BOLD

II.1 Grid cells v entorhinálním kortexu (MEC)

Hafting, Fyhn, Molden, Moser, Moser 2005 (Nature, „Microstructure of a spatial map in the entorhinal cortex"): u potkanů navigujících prostor byly nalezeny neurony v dorzální mediální entorhinálním kortexu (dMEC), jejichž firing fields tvoří triangulární mřížku s vertices definujícími perfektní 60°-symetrii. Jde o první strukturálně nesegmentovanou mapu prostoru v neurálním kódu. Nobelova cena za fyziologii/medicínu 2014 (O'Keefe, Moser, Moser).

Fyhn, Hafting, Witter, Moser, Moser 2008: grid cells v různých vrstvách MEC mají různé rozteče mřížky, ale stejnou 60°-symetrii — mřížka je škálově invariantní vzhledem k rotační symetrii.

II.2 Grid-like signál u lidí přes fMRI

Doeller, Barry, Burgess 2010 (Nature, „Evidence for grid cells in a human memory network"): fMRI během virtuální navigace prokázala indirect 60°-periodickou BOLD modulaci v entorhinálním kortexu. Metoda: pro každý trial rozdělit směr pohybu na 6-fold sine/cosine regressor, vyhodnotit efekt velikosti koeficientu vs. jiné foldy (4-fold, 5-fold, 8-fold). Výsledek: 6-fold nejsilnější, jednoznačně v EC, nikoli v okolních regionech.

Jacobs et al. 2013 (Nature Neuroscience, „Direct recordings of grid-like neuronal activity in human spatial navigation"): u epileptických pacientů s intrakraniálními elektrodami přímo zachyceny grid-like firing fields v lidském EC. Definitivní kontaktní důkaz existence grid-buněk u lidí (ne pouze nepřímý signál přes BOLD).

II.3 Constantinescu, O'Reilly, Behrens 2016 — grid kód pro abstraktní znalosti

Constantinescu, O'Reilly, Behrens 2016 (Science, „Organizing conceptual knowledge in humans with a gridlike code"): zcela ne-prostorová úloha. Subjekty se učí manipulovat vizuální stimulus (ptáky s proměnnou délkou krku a nohou) ve 2D pojmovém prostoru (krk × nohy). Při pouhém představování trajektorií v tomto pojmovém prostoru (bez jakékoliv fyzické navigace) vykazuje entorhinální BOLD opět 60°-periodickou modulaci.

Klíčové závěry:

• Grid kód není specifický pro prostor. Platí pro jakýkoli 2D kognitivní prostor se spojitou dvou-rozměrnou topologií.
• 6-fold symetrie je přednostní. Konkurenční modely (4-fold, 5-fold, 8-fold) byly testovány a nevyhrály.
• Individuální variabilita grid-signálu koreluje s výkonem v úloze — silnější hexagonalita = lepší performance.

Další replikace a rozšíření: Bellmund et al. 2016, 2018; Viganò & Piazza 2020 (sémantický prostor); Park et al. 2021 (sociální hierarchie jako 2D prostor). Generalizace je robustní: entorhinální 60°-BOLD je kandidát na univerzální kortikální kód pro kognitivní manifoldy.

II.4 KRT interpretace

V KRT čtení EC 60°-symetrie není specifická pro prostor ani pro navigaci — je to obecný kód C_6 orbity kolem ρ, kortikální projekce hexagonu pozorovatele (hexagon-pozorovatele.md).

Hudba s vysokou Tonnetz-hex strukturou (bohatá na lokální harmonické vztahy v Tonnetz mřížce — tercie, kvinty, tritón jako hexagonální sousedé) poskytuje stimulus se zabudovanou 60°-symetrií v tonální struktuře. Pokud EC implementuje C_6 orbitu jako univerzální kortikální manifold, pak hudba s vysokou Tonnetz-hex strukturou musí vyvolat silnější rezonanční vazbu mezi hudební strukturou a EC kódem, měřitelnou jako vyšší amplituda 60°-periodické komponenty BOLD.

Ve světle hudba-jako-h-maintenance.md je hudba čtvrtý ℍ-maintenance kanál (vedle kognitivního, molekulárního a sociálního). E4 tedy testuje, zda tento kanál dělá nad stejným EC-substrátem, jaký už identifikovaly Hafting/Doeller/Constantinescu pro prostorovou a konceptuální úlohu.

II.5 Konkurenční hypotézy

H_null: EC 60°-signál v Constantinescu 2016 je specifický pro kognitivní úlohu s explicitní 2D strukturou; hudba neindukuje tento typ mentální manipulace; tedy žádný signál.

H_confound: EC BOLD reaguje na hudbu obecně (valence, arousal), ale 60°-specificita je artefakt. Kontrola: H_confound predikuje, že signifikantní efekt bude v celkové BOLD magnitudě, ne v 60°-spektrální komponentě.

H_KRT (primary): hudba s vysokou Tonnetz-hex strukturou aktivuje C_6 orbital-hexagon v EC jako univerzální kortikální manifold; amplituda 60°-komponenty roste s Tonnetz_hex skórem.

---

III. Experimentální design — fMRI protokol

III.1 Stimuli

• 60 skladeb × 15–30 s, vybraných z korpusu E1 Tonnetz-skórovaných stimulů
• Tercilové rozdělení podle Tonnetz_hex skóre: 20 low-hex, 20 mid-hex, 20 high-hex
• Kontrola audio-features: stimuli párovány napříč tercily tak, aby spektrální centroid, tempo, RMS energy, zero-crossing rate byly statisticky srovnatelné (ne signifikantně různé; full factorial balancing)
• Žánrová diverzita: každý tercil obsahuje klasiku, jazz, elektroniku, experimentální — aby efekt nebyl vázán na žánr-specifický confound
• Licencovaná nebo public-domain skladby, aby bylo možné veřejně sdílet stimulus set pro replikaci

III.2 Task

• Passive listening jako hlavní task (minimalizuje kognitivní load, izoluje automatickou hudebně-kortikální odezvu)
• Occasional behavioral probe (1 za 4–5 trialů): valence rating (1–7) nebo novelty detection, pro maintenance of attention — ověří, že subjekt skutečně poslouchá
• Behavioral probes jsou modelovány zvlášť a odstraněny z hlavní BOLD analýzy, aby neprosakovaly do 60°-signálu

III.3 Design

• Block design s counterbalanced ordering napříč subjekty (Latin square)
• 2–3 runs × 15 min, mezi runy krátké pauzy
• Trial structure: 15–30 s hudba → 4–8 s fixation cross → opakování
• Jittered ISI pro lepší GLM fit

III.4 Scanner a sekvence

• 3T minimum, 7T preferred (lepší SNR pro malou EC strukturu)
• 1.5–2 mm isotropic EPI (EC je malý, ~1 cm³ celkem; příliš hrubé voxely zamíchají signál z okolních struktur — perirhinal, parahippocampal)
• Phase-encoding optimalizované pro medial temporal lobe (reduce signal dropout z sinus artefaktů) — AP s distortion correction
• Multiband factor 4–6 pro rychlé TR (~1 s), aby spektrální analýza měla dost bodů
• Anatomický T1 0.8 mm isotropic pro přesnou EC ROI segmentaci (Freesurfer HCP pipeline nebo manuální ASHS)

III.5 Analytické cesty

(A) Standard univariate GLM kontrast.

• Tři regressory (low-hex / mid-hex / high-hex) konvolvované s HRF
• Kontrast [high − low] v EC ROI
• Sekundární: lineární efekt tercil (high > mid > low)

(B) Klíčová analýza — spektrální 60°-periodicita (grid-like).

• Pro každou skladbu definovat instantaneous „Tonnetz angle" θ(t) pomocí E1 Tonnetz-trajektorie (aktuální harmonická pozice v Tonnetz mřížce v úhlových souřadnicích kolem lokálního těžiště)
• Pro každý voxel v EC ROI extrahovat BOLD time-series, konvolvovat θ(t) s HRF (6 s canonical), tvořit sine/cosine regressory pro různé foldy k ∈ {4, 5, 6, 7, 8}: cos(k·θ) a sin(k·θ)
• Amplitudu each-fold regressoru testovat napříč subjekty (second-level t-test vs. null)
• Klíčový výsledek: 6-fold amplitude > 4, 5, 7, 8 fold amplitudy (replicates Doeller 2010 / Constantinescu 2016 na hudebním stimulu)
• Dále: 6-fold amplitude vs. Tonnetz_hex tercil → lineární efekt

(C) Whole-brain control.

• Stejná analýza ve whole-brain, ne pouze v EC ROI
• Ověřit specifičnost: silný 6-fold efekt v EC, ne v primary auditory cortex, ne v visual cortex, ne v DMN

III.6 Subjekty

• n = 30–40 (power analysis níže §VII)
• Muzikální training zaznamenaný (Goldsmiths Musical Sophistication Index, GMSI)
• Předregistrace na OSF před sběrem dat (analytický plán, hypotézy, stopping rules)
• IRB approval podle lokálních pravidel (standardní minimal-risk fMRI protokol)

---

IV. Metriky

IV.1 Primární metrika

Amplituda 60°-periodické spektrální komponenty BOLD v EC ROI jako funkce Tonnetz_hex tercilu.

Operacionalizace: $$A_6(\text{tercile}) = \sqrt{\beta_{\cos(6\theta)}^2 + \beta_{\sin(6\theta)}^2}$$

kde β jsou GLM koeficienty for 6-fold sine/cosine regressorů. Predikce H_KRT: $A_6(\text{high}) > A_6(\text{mid}) > A_6(\text{low})$, Cohen's d ≥ 0.3 mezi top a bottom tercilem.

IV.2 Sekundární metriky

• Celková BOLD magnituda v EC (kontrolní): must-change napříč tercily, ale méně signifikantně než primary (jinak H_confound platí)
• Transfer do hippocampu (CA1, subiculum): místo-kontext, grid-cells zde nejsou, ale grid-input je. Slabší nebo žádný 6-fold efekt očekáván
• Auditory cortex (primary + secondary): sluchová baseline, musí reagovat na hudbu obecně, ale bez 6-fold specifičnosti
• Default mode network: kontrola — žádný efekt očekáván

IV.3 Terciární metriky

• Individuální korelace: A_6 vs. GMSI (muzikální training) — predikce M5 (§V)
• Inter-subject variability: stabilita A_6 napříč runs v rámci subjektu (test-retest reliability)
• Phase alignment: preferovaný fázový offset 6-fold signálu v EC by měl být konzistentní napříč subjekty (jak to Constantinescu 2016 ukazuje pro navigaci) — nová predikce H_KRT: phase offset v hudebním kontextu je sám o sobě interpretovatelný jako preferovaná „hexagonální nota"

---

V. Predikce a mezery (M1–M6)

M1 (main effect): 60°-BOLD amplituda v EC lineárně roste s Tonnetz_hex tercil.

Kvantifikace: $A_6(\text{high}) - A_6(\text{low}) > 0$ s Cohen's d ≥ 0.3 a $p < 0.05$ (one-sided, preregistered). Pokud splněno: M1 pass. Pokud ne: M1 fail, viz M6.

M2 (ROI specificity): efekt silnější v EC než v auditory cortex (AC).

$A_6^{EC}(\text{high}) - A_6^{AC}(\text{high}) > 0$ s $p < 0.05$. Pokud efekt stejně silný v AC, pak je to obecný hudebně-spektrální fenomén (hudba sama o sobě má 6-fold rytmické/harmonické struktury, které AC reprezentuje hemispektrálně), ne KRT-ρ-kotva. V tom případě E4 nedává diskriminativní důkaz pro KRT — je to negative result pro nejspecifičtější hypotézu.

M3 (periodicity specificity): 6-fold > 4, 5, 7, 8 fold.

Testováno kontrolním modelem s jinými úhly: $A_6 > A_k$ pro $k \in {4,5,7,8}$ s $p < 0.05$ pro každé srovnání. Pokud 4-fold nebo 8-fold vyhraje, jsme v úplně jiném režimu (tetrahedrální/oktahedrální kód), ne v KRT hexagonu. Silná falsifikační cesta.

M4 (mezera — stimulus control): audio-features confound.

Kritické mezera: Tonnetz_hex skóre koreluje (v typických korpusech) s komplexitou skladby (počet různých akordů, tempo změn) a s žánrem (klasika vs. techno). Kontrola:

• Párování tercil napříč tempem, spektrálním centroidem, RMS energií, zero-crossing rate
• Post-hoc regresní analýza: ${A_6 \sim \text{Tonnetz_hex} + \text{audio_features}}$, ověřit že Tonnetz_hex má unique variance na A_6 nezávisle na audio-features
• Pokud Tonnetz_hex po kontrole audio-features ztratí signifikanci, efekt je confound, ne KRT-specifický

M5 (mezera — individual differences): muzikální training jako moderator.

Predikce: efekt silnější u trained listeners (GMSI > 60 percentile) než u naivních (< 40 percentile). Důvod: trained listeners mají discrete chord parsing mechanism (explicitní Tonnetz-čtení), zatímco naivní listeners slyší kontinuální harmonický tok bez explicitní hexagonální segmentace.

Test: interakce tercil × GMSI v mixed-effects modelu; $\text{interaction } p < 0.05$.

Alternativní predikce (pokud M5 fail): Efekt je naopak silnější u naivních, protože trained listeners overrite base EC kód analytickým módem ze vyšších cortexů. Tato opačná predikce také stojí za test a oba výsledky jsou informativní.

M6 (falsifikace): absence signifikantní 60°-modulace v EC napříč stimuli.

Pokud M1 fail a A_6 nepřekonává kontrolní foldy, pak:

• hexagon pozorovatele nemá EC implementaci → nutná revize hexagon-pozorovatele.md §X (přidat sekci „Kortikální implementace: selhání E4")
• hexagon může zůstat jako strukturní princip bez specifické neurální lokalizace (konzistentní s tím, že hexagon je abstraktní symetrie C_6, ne fyzikální struktura)
• alternativní ROI k prozkoumání: cingulate cortex (zpracování kontextu), parietal cortex (prostorová pozornost), orbitofrontal cortex (hodnotová integrace)
• nebo možnost, že EEG/MEG modalita by ukázala signál na rychlejších časových škálách (BOLD je pomalý, grid-signál v buněčných firingech je ~10 Hz)

M6 je explicitně popsaná falsifikační cesta. Je důležité, aby E4 měl oba směry otevřené — positive i negative result dá korpusu informaci.

---

VI. Praktické cesty realizace

VI.1 Sekundární analýza existujících fMRI datasetů

Cesta nejnižších nákladů a nejrychlejší první iterace. Veřejné repozitáře (OpenNeuro, NeuroVault) obsahují datasety s hudebními stimuly, např.:

• Toiviainen et al. (musical listening fMRI)
• Janata lab (naturalistic music listening)
• Koelsch lab (harmonic processing)
• Music Naturalistic Listening (Brattico et al.)

Pokud některý z těchto datasetů splňuje kritéria (EC ROI s dostatečným SNR, stimuli s Tonnetz-hex variabilitou, individuální data), sekundární reanalýza je proveditelná ve 3–6 měsících s jedním plným-time výzkumníkem a předregistrovaným analytickým plánem. Náklady: ~$5–10k na analýzu + compute.

Omezení: existující datasety nebyly designovány pro Tonnetz_hex kontrast; efekt může být slabší než v primary study. Ale pokud signál je tam, je to levný first look.

VI.2 Kolaborace s EC-specialized groups

Střední cesta. Add-on study k existujícímu protokolu specializovaných labů:

• Behrens Oxford (Tim Behrens, co-author Constantinescu 2016) — přímá kontinuita grid-like metodiky
• Doeller MPI Leipzig (Christian Doeller, co-author Doeller 2010) — specialist na grid-cells u lidí, má 7T s EC protokoly
• Kahana lab Penn (Mike Kahana) — iEEG u epileptických pacientů, možnost přímé grid-cell recording při hudební úloze (nejsilnější možný důkaz)
• Jacobs Columbia (Josh Jacobs, co-author Jacobs 2013) — iEEG grid-cell expertise

Přístup: osobní email + preprint draft + konkrétní analytický návrh. Náklady: ~$15–30k na cesty, přípravu stimulů, co-author contributions; 12–18 měsíců. Výhoda: využití specialistního EC-optimalizovaného hardware a know-how.

VI.3 Primary study

Nejvyšší náklady, nejsilnější kontrola. Full protokol od nuly:

• 3T nebo 7T scanner time: ~400–600 scanning hours × $400–600/hour = $160–360k
• Personnel: PI 20% × 2 roky + 1 postdoc + 1 RA = ~$200k
• Stimulus development (Tonnetz-skórovaných hudebních korpusů, licencování): ~$20k
• Analysis + dissemination: ~$40k
• Celkem ~$400–600k, 2 roky

Cesta přes NSF, NIH R01 (behavioral and cognitive sciences) nebo EU Horizon (ERC Starting Grant). Realistická, pokud E1/E2 preliminary data posílí grant aplikaci.

VI.4 Doporučená strategie

Postupovat paralelně: VI.1 (sekundární analýza, 6 měsíců, levně) pro first signal, VI.2 (kolaborace, 12–18 měsíců) pro metodologicky silnou replikaci, VI.3 (primary study) pokud VI.1/VI.2 vyprodukují pozitivní preliminary data, které posílí grant aplikaci.

---

VII. Etika a statistika

VII.1 Etika

• IRB approval podle lokálních předpisů (standardní minimal-risk auditory fMRI, žádný invazivní zásah, žádná farmakologie v E4 base protokolu — ta je v E3)
• Informed consent včetně explicitního upozornění na akustickou expozici ve scanneru (~100 dB ambient + hudba přes fMRI-kompatibilní sluchátka, kalibrované do 65–75 dB HL)
• Incidental findings policy pro anatomické MRI (standardní protokol)
• Preregistrace na OSF nebo clinicaltrials.gov před sběrem dat, kompletní analytický plán, hypotézy, stopping rules, exclusion criteria

VII.2 Power analysis

Založeno na Constantinescu 2016 effect sizes pro grid-like signál: Cohen's d ≈ 0.4–0.5 pro within-subject contrast 6-fold vs. null. Pro between-tercile contrast (náš primary contrast) je očekávaný effect size menší, predikce d ≈ 0.3.

Power analysis (G*Power, one-sided paired-sample t-test):

• d = 0.3, α = 0.05, power = 0.80: $n = 71$
• d = 0.4, α = 0.05, power = 0.80: $n = 41$
• d = 0.5, α = 0.05, power = 0.80: $n = 27$

Doporučené n = 40 jako kompromis. Pokud preliminary data z VI.1 naznačí menší effect size, navýšit na n = 60–80 v primary study.

VII.3 Multiple comparisons

EC ROI je single ROI (bilaterální), tak minimální multiple-comparisons zátěž. Pro whole-brain control FWE correction cluster-level p < 0.05 s primary voxel threshold p < 0.001. Pro spectral analysis (testing multiple foldů 4, 5, 6, 7, 8) Bonferroni correction (α_corrected = 0.01).

VII.4 Data sharing

Preregistrace + open data na OpenNeuro (anonymizováno) + open code na GitHub + preprint na bioRxiv před journal submission. Stimulus set veřejně dostupný (pokud licenční podmínky dovolí) nebo s precizním protokolem pro jeho rekonstrukci.

---

VIII. Odhad práce

Etapa	Délka	Náklady
VI.1 sekundární analýza	3–6 měsíců	~$10k
VI.2 kolaborační add-on	12–18 měsíců	~$30k
VI.3 primary study design + preregistrace	4–6 měsíců	~$20k
VI.3 primary study sběr dat	12 měsíců	~$200k
VI.3 primary study analýza + publikace	6 měsíců	~$80k
Celkem (všechny 3 cesty paralelně)	24 měsíců	~$340k

Doporučení: zahájit VI.1 okamžitě (po E1 dokončení), paralelně oslovit VI.2 skupiny, VI.3 grant aplikace po 6 měsících s preliminary VI.1 daty.

---

IX. Výstup

• Esej /home/theory/project/www/content/research/e4-vysledky.md po dokončení VI.1 nebo VI.2 s daty
• Merge do hexagon-pozorovatele.md §X Kortikální implementace (nová sekce) — v případě pozitivního výsledku; v případě negativního výsledku nová sekce §X „Kortikální implementace: selhání E4 a revize"
• Paper-level dopad v paper-draft-v1.md §Predictions bod (h): první neurální predikce KRT, explicitně uvedena jako falsifikovatelná; pokud E4 pass, zařazena spolu s kosmologickými predikcemi (r ≈ 0.0025) a hmotnostními predikcemi (m_e, m_τ) jako multimodální evidence pro KRT strukturu
• Preprint na bioRxiv + peer review v Science / Nature Neuroscience / Neuron (hlavní cíle pro grid-like studie)
• OpenNeuro dataset (anonymizovaný) + analysis code repo na GitHub, aby externí skupiny mohly replikovat

---

X. Most na E1, E2, E3

X.1 E4 závisí na E1

E1 (e1-tonnetz-senzor.md) poskytuje nezávislou proměnnou pro E4: Tonnetz_hex skóre každé skladby. Bez kalibrovaného E1 skórovacího systému je E4 bez fundačního designu. E1 musí být dokončeno nebo alespoň ve finální fázi před zahájením E4.

Preliminary E1 výsledky (pokud ukázat že Tonnetz_hex skóre koreluje s posluchačskou zkušeností) posílí grant aplikaci pro E4. Konzistence: skladby s vysokým E1 skórem by měly vyvolat obě měřitelné odezvy — subjektivní (E1) a neurální (E4).

X.2 E4 × E2 sekundární hypotéza

E2 (e2-ordinal-cardinal.md) predikuje, že melodické kontury (ordinální R-osa) vyvolávají odlišnou neurální odezvu než akordové posloupnosti (cardinal C_6 osa).

Sekundární hypotéza pro E4: melodická variabilita stimulu by měla korelovat s variabilitou A_6 v EC napříč časem skladby (rozdíl ze sub-second k sub-minute timescales), zatímco akordové posloupnosti dají stabilnější A_6 amplitudu (cardinal steady-state kód).

Tato sekundární hypotéza není kritická pro E4 main effect, ale pokud data umožňují, test interakce melodie × akord × A_6 dá cenný link mezi E2 a E4.

X.3 E4 × E3 psychedelický umocňující režim

E3 (e3-psychedelicka-podminka.md) predikuje, že psychedelický stav (5-HT2A agonismus) umocňuje hexagonální koherenci přes molekulární hexagon.

Predikce E4 × E3: psychedelický režim by měl umocnit 60°-BOLD signál v EC při poslechu high-hex skladeb (efekt multiplikativní, ne aditivní). Feasibility: vyžaduje psychedelic-fMRI kolaboraci (MAPS, Heffter Research Institute, Imperial College London — Robin Carhart-Harris lab).

Pokud E4 v sober režimu ukáže signifikantní main effect (M1 pass), a E3 × E4 kombinovaná analýza ukáže umocnění v psychedelickém režimu, jde o velmi silnou multimodální validaci hexagonu pozorovatele: stejná 6-fold symetrie měřitelná (a) behaviorálně (E1), (b) neurálně (E4), (c) farmakologicky modulovatelná (E3).

X.4 Řetězec E1→E4 jako korpusová jednotka

Experiment	Úroveň	Závisí na	Výstup
E1	datová/behaviorální	—	Tonnetz_hex skóre; subjektivní rating
E2	behaviorální/EEG	E1	ordinal vs. cardinal dichotomie
E3	farmakologická	E1 (stimuli), E2 (paradigma)	receptor-modulovaná odezva
E4	neurální (fMRI)	E1 (stimuli), E2 (secondary), E3 (moderator)	60°-BOLD v EC

Tento řetězec je plán postupného hardeningu hexagonu pozorovatele — od strukturního principu korpusu (hexagon-pozorovatele.md) k měřitelné neurální signatuře (E4). Každý krok pozitivní = KRT hexagon dostává těžší empirické ukotvení. Každý krok negativní = revize relevantní sekce korpusu.

E4 je v tomto řetězci nejvyšší kontakt s empirií a nejtvrdší falsifikační cesta. Proto má vysokou prioritu v roadmapě, i když je nejdražší a nejdéle trvající. Pokud KRT má kortikální obyvatele, E4 je kde je najdeme.

---

Revision history

• 2026-04-21 (v1.0): Zapsán plán E4 jako nejtvrdší test řetězce E1→E4, kortikální kotva hexagonu pozorovatele přes entorhinální 60°-BOLD periodicity. Tři realizační cesty (sekundární analýza, kolaborace, primary study) s odhady nákladů a délky. Šest pojmenovaných mezer M1–M6 včetně explicitní falsifikační cesty. Mosty na E1, E2, E3 jako řetězec experimentálních testů.