Introduksjon
En mus løper på en tredemølle innebygd i en virtuell virkelighetskorridor. I tankene sine ser den seg selv suser ned en tunnel med et særegent mønster av lys foran seg. Gjennom trening har musen lært at hvis den stopper ved lysene og holder den posisjonen i 1.5 sekunder, vil den motta en belønning - en liten drink med vann. Deretter kan den skynde seg til et annet sett med lys for å motta en ny belønning.
Dette oppsettet er grunnlaget for forskning publisert i juli in Rapporter Cell av nevroforskerne Elie Adam, Taylor Johns og Mriganka Sur ved Massachusetts Institute of Technology. Den utforsker et enkelt spørsmål: Hvordan fungerer hjernen – hos mus, mennesker og andre pattedyr – raskt nok til å stoppe oss på en krone? Det nye verket avslører at hjernen ikke er kablet til å sende en skarp "stopp"-kommando på den mest direkte eller intuitive måten. I stedet bruker den et mer komplisert signalsystem basert på prinsipper for beregning. Denne ordningen kan høres altfor komplisert ut, men det er en overraskende smart måte å kontrollere atferd som må være mer presis enn kommandoene fra hjernen kan være.
Kontroll over den enkle mekanikken ved å gå eller løpe er ganske lett å beskrive: Den mesencefaliske lokomotoriske regionen (MLR) i hjernen sender signaler til nevroner i ryggmargen, som sender hemmende eller eksitatoriske impulser til motoriske nevroner som styrer muskler i beinet: Stopp . Gå. Stoppe. Gå. Hvert signal er en økning av elektrisk aktivitet generert av settene med nevroner som skyter.
Historien blir imidlertid mer kompleks når mål introduseres, for eksempel når en tennisspiller vil løpe til et nøyaktig sted på banen eller en tørst mus ser en forfriskende premie i det fjerne. Biologer har lenge forstått at mål tar form i hjernens hjernebark. Hvordan oversetter hjernen et mål (slutt å løpe der så du får en belønning) til et presist tidsbestemt signal som forteller MLR å trykke på bremsen?
"Mennesker og pattedyr har ekstraordinære evner når det kommer til sensorisk motorisk kontroll," sa Sridevi Sarma, en nevroforsker ved Johns Hopkins University. "I flere tiår har folk studert hva det er med hjernen vår som gjør oss så smidige, raske og robuste."
Den raske og den lureste
For å forstå svaret overvåket forskerne den nevrale aktiviteten i hjernen til en mus mens de tok tiden hvor lang tid det tok dyret å bremse fra toppfart til full stopp. De forventet å se et hemmende signal stige inn i MLR, som trigger bena til å stoppe nesten øyeblikkelig, som en elektrisk bryter som slår av en lyspære.
Men et avvik i dataene undergravde raskt den teorien. De observerte et "stopp"-signal som strømmet inn i MLR mens musen sakte ned, men det økte ikke i intensitet raskt nok til å forklare hvor raskt dyret stoppet.
"Hvis du bare tar stoppsignaler og mater dem inn i MLR, vil dyret stoppe, men matematikken forteller oss at stoppet ikke vil være raskt nok," sa Adam.
"Barken gir ikke en bryter," sa Sur. "Vi trodde det var det cortex ville gjøre, gå fra 0 til 1 med et raskt signal. Det gjør ikke det, det er gåten.»
Så forskerne visste at det måtte være et ekstra signalsystem på jobb.
For å finne den så de igjen på anatomien til musehjernen. Mellom cortex der mål oppstår og MLR som kontrollerer bevegelsen sitter en annen region, den subthalamiske kjernen (STN). Det var allerede kjent at STN kobles til MLR med to veier: Den ene sender eksitatoriske signaler og den andre sender hemmende signaler. Forskerne innså at MLR reagerer på samspillet mellom de to signalene i stedet for å stole på styrken til begge.
Mens sprintmusen forbereder seg på å stoppe, mottar MLR et hemmende signal fra STN. Nesten umiddelbart etterpå mottar den også et eksitatorisk signal. Hvert signal kommer sakte på — men vekslingen mellom dem er rask, og det er det MLR legger merke til: Den registrerer forskjellen mellom de to signalene. Jo større forskjellen er, desto raskere endres det inhiberende signalet, og jo raskere beordrer MLR bena å stoppe.
"Det er ingen informasjon om høyden på toppene," sa Sur. "Alt er i intervallet mellom piggene. Fordi piggene er skarpe, kan intervallet inneholde informasjon.»
Skarp kurve fremover
Forskerne støpte stoppmekanismen i form av to grunnleggende funksjoner av kalkulus: integrasjon, som måler arealet under en kurve, og derivasjon, som beregner helningen ved et punkt på en kurve.
Hvis stopp bare var avhengig av hvor mye av et stoppsignal MLR mottok, kan det tenkes på som en form for integrasjon; mengden av signalet ville være det som betydde noe. Men det gjør det ikke fordi integrering i seg selv ikke er nok for rask kontroll. I stedet akkumulerer MLR forskjellen mellom de to godt timede signalene, noe som gjenspeiler måten en derivat beregnes på: ved å ta forskjellen mellom to uendelig nære verdier for å beregne helningen til en kurve ved et punkt. Den raske dynamikken til den deriverte opphever den langsomme dynamikken til integrasjonen og gir mulighet for et raskt stopp.
"Det er et eksitatorisk signal og et hemmende signal, og de to blir sammenlignet øyeblikkelig," sa Sur. "Når den verdien treffer et visst beløp, blir det kastet en bryter som får dyret til å stoppe."
Dette derivatbaserte kontrollsystemet kan høres indirekte ut, men det gir strategisk mening. Når en mus som navigerer i virtuell virkelighet eller en tennisspiller som raser over en bane nærmer seg et stopppunkt, kan de finne det nyttig å vite hvor fort de kjører. Men for å planlegge hva de må gjøre videre, er det mer nyttig for dem å vite hvor raskt de øker eller bremser ned - den avledede funksjonen til bevegelsen deres.
«Det lar deg forutse og forutsi. Hvis jeg kjenner den deriverte, hastigheten for endring av hastighet, så kan jeg forutsi hva hastigheten min vil være ved neste trinn, sa Sarma. "Hvis jeg vet at jeg må stoppe, kan jeg planlegge for det og få det til."
