介绍
一只老鼠在嵌入虚拟现实走廊的跑步机上奔跑。 在它的脑海中，它看到自己在一条隧道中疾驰而过，前方有独特的灯光图案。 通过训练，老鼠学会了如果它停在红绿灯处并保持该姿势 1.5 秒，它就会得到奖励——一小杯水。 然后它可以冲向另一组灯以获得另一个奖励。
此设置是研究的基础 XNUMX月出版 in 细胞的报告 由神经科学家 埃利亚当, 泰勒约翰斯 和 南玛丽甘卡 麻省理工学院。 它探讨了一个简单的问题：小鼠、人类和其他哺乳动物的大脑是如何快速运转到足以在一毛钱上阻止我们的？ 这项新研究表明，大脑无法以最直接或直观的方式传递尖锐的“停止”命令。 相反，它采用基于微积分原理的更复杂的信号系统。 这种安排听起来可能过于复杂，但它是一种非常聪明的方式来控制需要比大脑命令更精确的行为。
控制步行或跑步的简单机制相当容易描述：大脑的中脑运动区 (MLR) 向脊髓中的神经元发送信号，脊髓中的神经元向控制腿部肌肉的运动神经元发送抑制性或兴奋性冲动：停止. 去。 停止。 去。 每个信号都是神经元组放电产生的电活动尖峰。
然而，当引入目标时，故事会变得更加复杂，例如当网球运动员想要跑到球场上的一个准确位置时，或者一只口渴的老鼠盯着远处令人耳目一新的奖品。 生物学家很早就知道目标是在大脑的大脑皮层中形成的。 大脑如何将一个目标（停止跑到那里以获得奖励）转化为一个精确定时的信号，告诉 MLR 踩刹车？
“在感觉运动控制方面，人类和哺乳动物具有非凡的能力，”说 斯里德维萨尔玛，约翰霍普金斯大学的神经科学家。 “几十年来，人们一直在研究是什么让我们的大脑如此敏捷、敏捷和强壮。”
最快速和最毛茸茸的
为了解答案，研究人员监测了小鼠大脑中的神经活动，同时记录了动物从最高速度减速到完全停止所需的时间。 他们希望看到抑制信号涌入 MLR，触发腿部几乎瞬间停止，就像电开关关闭灯泡一样。
但数据的差异很快破坏了这一理论。 他们观察到当老鼠减速时一个“停止”信号流入 MLR，但它的强度并没有快到足以解释动物停止的速度。
“如果你只是接收停止信号并将它们输入 MLR，动物就会停止，但数学告诉我们停止的速度不够快，”亚当说。
“大脑皮层不提供开关，”苏尔说。 “我们认为这就是皮层会做的事情，通过快速信号从 0 变为 1。 它不会那样做，这就是谜题。”
所以研究人员知道必须有一个额外的信号系统在起作用。
为了找到它，他们再次查看了小鼠大脑的解剖结构。 在目标起源的皮层和控制运动的 MLR 之间有另一个区域，即底丘脑核 (STN)。 众所周知，STN 通过两条途径连接到 MLR：一条发送兴奋信号，另一条发送抑制信号。 研究人员意识到，MLR 对两种信号之间的相互作用做出反应，而不是依赖于其中任何一种信号的强度。
当奔跑的老鼠准备停下来时，MLR 收到来自 STN 的抑制信号。 几乎紧接着，它也收到了兴奋信号。 每个信号都缓慢出现——但它们之间的切换很快，这就是 MLR 所关注的：它记录两个信号之间的差异。 差异越大，抑制信号的变化越快，MLR 命令腿停止的速度就越快。
“没有关于尖峰高度的信息，”苏尔说。 “一切都在尖峰之间。 因为尖峰很尖锐，间隔可以携带信息。”
前方急转弯
研究人员根据微积分的两个基本功能来构建停止机制：积分，测量曲线下的面积，以及推导，计算曲线上一点的斜率。
如果停止仅取决于 MLR 接收到多少停止信号，那么它可以被认为是一种积分形式； 信号的数量才是最重要的。 但这并不是因为集成本身不足以实现快速控制。 相反，MLR 会累积两个适时信号之间的差异，这反映了导数的计算方式：通过取两个无限接近的值之间的差异来计算曲线在某一点的斜率。 导数的快速动态抵消了积分的缓慢动态并允许快速停止。
“有一个兴奋信号和一个抑制信号，两者正在即时进行比较，”Sur 说。 “当该值达到一定数量时，就会触发一个开关，让动物停下来。”
这种基于导数的控制系统听起来可能是间接的，但它具有战略意义。 当在虚拟现实中导航的鼠标或在球场上比赛的网球运动员接近停止点时，他们可能会发现了解他们的速度有多快很有用。 但是为了计划他们下一步需要做什么，了解他们加速或减速的速度——他们运动的微分函数——更有用。
“它可以让你预测和预测。 如果我知道导数，即速度的变化率，那么我就可以预测下一步的速度，”Sarma 说。 “如果我知道我必须停下来，我就能做好计划并让它发生。”
