概要
仮想現実の廊下に埋め込まれたトレッドミルでマウスが走っています。 心の目では、前方に独特の光のパターンがあるトンネルを急いで下っているのが見えます。 マウスはトレーニングを通じて、ライトで止まってその位置を 1.5 秒間保持すると、ご褒美として水を少し飲むことを学習しました。 次に、別のライトのセットに急いで行き、別の報酬を受け取ることができます。
このセットアップは研究の基礎です XNUMX月に公開 in セルレポート 神経科学者による エリー・アダム, テイラー・ジョンズ および ムリガンカスール マサチューセッツ工科大学の。 マウス、人間、その他の哺乳類の脳は、どのようにして私たちの命を奪うほど素早く機能するのでしょうか? 新しい研究は、脳が最も直接的または直感的な方法で鋭い「停止」コマンドを送信するように配線されていないことを明らかにしています. 代わりに、微積分の原理に基づいたより複雑な信号システムを採用しています。 この配置は非常に複雑に聞こえるかもしれませんが、脳からのコマンドよりも正確である必要がある行動を制御するための驚くほど賢い方法です。
歩いたり走ったりする単純なメカニズムの制御は、かなり簡単に説明できます。脳の中脳運動領域 (MLR) は、脊髄のニューロンに信号を送信します。この信号は、脚の筋肉を支配する運動ニューロンに抑制性または興奮性のインパルスを送信します。 . 行け。 止まる。 行け。 各信号は、一連のニューロンの発火によって生成される電気活動のスパイクです。
ただし、テニス選手がコートの正確な場所に走りたいときや、のどが渇いたネズミが遠くにあるさわやかな賞品に目を向けたときなど、目標が導入されると、話はより複雑になります。 生物学者は、目標が脳の大脳皮質で形成されることを長い間理解してきました。 脳はどのようにして目標 (そこで走るのをやめてご褒美を得る) を正確なタイミングの信号に変換し、MLR にブレーキを踏むように指示するのでしょうか?
「感覚運動制御に関しては、人間と哺乳類は並外れた能力を持っています」と彼は言いました。 シュリデヴィ・サルマ、ジョンズ・ホプキンス大学の神経科学者。 「何十年もの間、人々は私たちの脳が何であるかを研究してきました.
速くて最も毛皮のような
答えを理解するために、研究者はマウスの脳内の神経活動を監視しながら、動物が最高速度から完全に停止するまで減速するのにかかる時間を計りました。 彼らは、電気のスイッチが電球を消すように、脚をほぼ瞬時に停止させる抑制信号が MLR に急増することを期待していました。
しかし、データの不一致により、その理論はすぐに崩れました。 彼らは、マウスが減速している間にMLRに流れ込む「停止」信号を観察しましたが、動物が停止した速さを説明するのに十分な速さで強度が急上昇していませんでした.
「停止信号を取得して MLR に入力すると、動物は停止しますが、数学は停止が十分に速くないことを示しています」と Adam は言いました。
「皮質はスイッチを提供しません」と Sur は言いました。 「私たちは、大脳皮質が高速信号で 0 から 1 に変化することを考えていました。 それはできません、それがパズルです。」
そのため、研究者は、追加のシグナル伝達システムが機能している必要があることを知っていました。
それを見つけるために、彼らは再びマウスの脳の構造を調べました。 目標が発生する皮質と移動を制御する MLR の間には、別の領域である視床下核 (STN) があります。 STN が XNUMX つの経路によって MLR に接続することはすでに知られており、XNUMX つは興奮性シグナルを送信し、もう XNUMX つは抑制性シグナルを送信します。 研究者は、MLR がどちらか一方の強度に依存するのではなく、XNUMX つの信号間の相互作用に応答することに気付きました。
疾走するマウスが停止する準備をすると、MLR は STN から抑制シグナルを受け取ります。 そのほぼ直後に、興奮信号も受信します。 各信号はゆっくりと発生しますが、信号間の切り替えは高速です。MLR が注目しているのは、XNUMX つの信号の違いを記録することです。 差が大きいほど、抑制信号の変化が速くなり、MLR が脚に停止を命じる速度が速くなります。
「スパイクの高さに関する情報はありません」と、Sur 氏は述べています。 「すべてはスパイクの合間にある。 スパイクが鋭いため、間隔は情報を運ぶことができます。」
前方の急カーブ
研究者たちは、微積分の XNUMX つの基本的な機能、つまり曲線の下の面積を測定する積分と、曲線上の点で勾配を計算する微分に基づいて停止メカニズムを説明しました。
停止がMLRが受信した停止信号の量のみに依存している場合、それは統合の一形態と考えることができます。 信号の量が重要です。 しかし、そうではありません。統合だけでは迅速な制御には不十分だからです。 代わりに、MLR は XNUMX つの適切なタイミングの信号間の差を累積します。これは、微分が計算される方法を反映しています。つまり、XNUMX つの極小に近い値の差をとって、ある点での曲線の勾配を計算します。 導関数の速いダイナミクスは、積分の遅いダイナミクスを打ち消し、迅速な停止を可能にします。
「興奮シグナルと抑制シグナルがあり、この XNUMX つは瞬時に比較されます」と Sur 氏は述べています。 「その値が一定量に達すると、動物を停止させるスイッチが投入されます。」
この微分ベースの制御システムは間接的に聞こえるかもしれませんが、戦略的に理にかなっています。 仮想現実をナビゲートするマウスや、コートを横切ってレースをしているテニス プレーヤーが停止点に近づいている場合、自分の速度を知ることが役立つ場合があります。 しかし、次に何をする必要があるかを計画するためには、自分の動きの微分関数である自分がどのくらいの速さで加速または減速しているかを知る方が役に立ちます。
「これにより、予測と予測が可能になります。 導関数、つまり速度の変化率がわかれば、次のステップで自分の速度がどうなるかを予測できます」と Sarma 氏は言います。 「やめる必要があるとわかっている場合は、それを計画して実現することができます。」
