Beskrivning
En mus springer på ett löpband inbäddat i en virtuell verklighetskorridor. I sitt sinnesöga ser den sig själv springa nerför en tunnel med ett distinkt mönster av ljus framför sig. Genom träning har musen lärt sig att om den stannar vid lamporna och håller den positionen i 1.5 sekunder kommer den att få en belöning - en liten drink vatten. Sedan kan den rusa till en annan uppsättning lampor för att få ytterligare en belöning.
Denna uppställning är grunden för forskning publicerades i juli in Rapporter Cell av neuroforskarna Elie Adam, Taylor Johns och Mriganka Sur från Massachusetts Institute of Technology. Den utforskar en enkel fråga: Hur fungerar hjärnan – hos möss, människor och andra däggdjur – tillräckligt snabbt för att stoppa oss på en krona? Det nya verket avslöjar att hjärnan inte är kopplad att sända ett skarpt "stopp"-kommando på det mest direkta eller intuitiva sättet. Istället använder den ett mer komplicerat signalsystem baserat på kalkylprinciper. Det här arrangemanget kan låta alltför komplicerat, men det är ett förvånansvärt smart sätt att kontrollera beteenden som måste vara mer exakta än vad hjärnans kommandon kan vara.
Kontroll över den enkla mekaniken med att gå eller springa är ganska lätt att beskriva: Den mesencefaliska rörelseregionen (MLR) i hjärnan skickar signaler till neuroner i ryggmärgen, som skickar hämmande eller excitatoriska impulser till motorneuroner som styr musklerna i benet: Stopp . Gå. Sluta. Gå. Varje signal är en topp av elektrisk aktivitet som genereras av uppsättningarna av neuroner som avfyras.
Historien blir dock mer komplex när mål introduceras, som när en tennisspelare vill springa till en exakt plats på banan eller en törstig mus ser ett uppfriskande pris på avstånd. Biologer har länge förstått att mål tar form i hjärnans hjärnbark. Hur översätter hjärnan ett mål (sluta springa där så att du får en belöning) till en exakt tidsinställd signal som säger åt MLR att slå i bromsen?
"Människor och däggdjur har extraordinära förmågor när det kommer till sensorisk motorisk kontroll," sa Sridevi Sarma, en neuroforskare vid Johns Hopkins University. "I decennier har människor studerat vad det är med våra hjärnor som gör oss så smidiga, snabba och robusta."
Den snabba och den lurigaste
För att förstå svaret övervakade forskarna den neurala aktiviteten i en muss hjärna samtidigt som de timade hur lång tid det tog djuret att bromsa från toppfart till helt stopp. De förväntade sig att se en hämmande signal stiga in i MLR, vilket fick benen att stanna nästan omedelbart, som en elektrisk strömbrytare som stänger av en glödlampa.
Men en diskrepans i uppgifterna undergrävde snabbt den teorin. De observerade en "stopp"-signal som flödade in i MLR medan musen saktade, men den ökade inte i intensitet tillräckligt snabbt för att förklara hur snabbt djuret stannade.
"Om du bara tar stoppsignaler och matar in dem i MLR kommer djuret att stanna, men matematiken säger oss att stoppet inte kommer att vara tillräckligt snabbt," sa Adam.
"Harken ger inte en switch," sa Sur. ”Vi trodde att det var vad cortex skulle göra, gå från 0 till 1 med en snabb signal. Det gör det inte, det är pusslet.”
Så forskarna visste att det måste finnas ett extra signalsystem på jobbet.
För att hitta den tittade de igen på anatomin i mushjärnan. Mellan cortex där målen har sitt ursprung och MLR som styr rörelsen sitter en annan region, den subthalamiska kärnan (STN). Det var redan känt att STN ansluter till MLR med två vägar: Den ena sänder excitatoriska signaler och den andra sänder hämmande signaler. Forskarna insåg att MLR svarar på samspelet mellan de två signalerna snarare än att förlita sig på styrkan hos någon av dem.
När den sprintande musen förbereder sig för att stanna, tar MLR emot en hämmande signal från STN. Nästan direkt efteråt får den också en exciterande signal. Varje signal kommer långsamt — men växlingen mellan dem är snabb, och det är vad MLR uppmärksammar: Den registrerar skillnaden mellan de två signalerna. Ju större skillnaden är, desto snabbare ändras den hämmande signalen och desto snabbare beordrar MLR benen att stanna.
"Det finns ingen information om höjden på spikarna," sa Sur. "Allt är i intervallet mellan spikarna. Eftersom spikarna är skarpa kan intervallet bära information."
Skarp kurva framåt
Forskarna gjuter stoppmekanismen i termer av två grundläggande funktioner för kalkyl: integration, som mäter arean under en kurva, och härledning, som beräknar lutningen vid en punkt på en kurva.
Om stopp bara berodde på hur mycket av en stoppsignal som MLR tog emot, skulle det kunna ses som en form av integration; kvantiteten på signalen skulle vara det som spelade roll. Men det gör det inte eftersom integration i sig inte räcker för snabb kontroll. Istället ackumulerar MLR skillnaden mellan de två vältajmade signalerna, vilket speglar hur en derivata beräknas: genom att ta skillnaden mellan två oändligt nära värden för att beräkna lutningen på en kurva vid en punkt. Den snabba dynamiken hos derivatan tar bort integrationens långsamma dynamik och möjliggör ett snabbt stopp.
"Det finns en excitatorisk signal och en hämmande signal och de två jämförs omedelbart," sa Sur. "När det värdet når ett visst belopp, kastas en strömbrytare som får djuret att stanna."
Detta derivatbaserade kontrollsystem kan låta indirekt, men det är strategiskt vettigt. När en mus som navigerar i virtuell verklighet eller en tennisspelare som tävlar över en bana närmar sig en stopppunkt, kanske de tycker att det är användbart att veta hur snabbt de går. Men för att planera vad de kommer att behöva göra härnäst är det mer användbart för dem att veta hur snabbt de snabbar upp eller saktar ner - den härledda funktionen av deras rörelse.
"Det låter dig förutse och förutsäga. Om jag känner till derivatan, hastighetens förändringshastighet, då kan jag förutsäga vad min hastighet kommer att vara i nästa steg, sa Sarma. "Om jag vet att jag måste sluta kan jag planera för det och få det att hända."
