编辑推荐：
神经科学家已经揭示了感觉输入如何在小鼠的多个大脑区域转化为运动动作。这项由伦敦大学学院塞恩斯伯里威康中心进行的研究表明，决策是一个通过学习协调的、横跨大脑的全球性过程。这些发现可以通过提供如何设计更多分布式神经网络的见解来帮助人工智能研究。
神经科学家已经揭示了感觉输入如何在小鼠的多个大脑区域转化为运动动作。这项由伦敦大学学院塞恩斯伯里威康中心进行的研究表明，决策是一个通过学习协调的、横跨大脑的全球性过程。这些发现可以通过提供如何设计更多分布式神经网络的见解来帮助人工智能研究。
“这项工作将先前描述的单个大脑区域的概念统一为一个连贯的观点，映射到整个大脑的神经动力学。我们现在有了一个完整的画面，当感觉输入通过决策过程转化为行动时，大脑中发生了什么，”伦敦大学学院塞恩斯伯里威康中心主任、论文的通讯作者Tom Mrsic-Flogel教授解释说。
发表在《自然》杂志上的这项研究概述了研究人员如何使用神经像素探针(Neuropixels probes)来研究参与决策任务的老鼠。神经像素探针是一种最先进的技术，可以同时记录多个大脑区域的数百个神经元。这项任务由SWC的Ivana Orsolic博士开发，使团队能够区分感觉处理和运动控制。研究人员还通过研究接受过任务训练的动物，并将它们与naïve动物进行比较，揭示了学习的作用。
“我们经常根据模棱两可的证据做出决定。例如，当开始下雨时，你必须在打开伞之前确定雨滴的频率需要有多高。我们在小鼠身上研究了同样模糊的证据整合，以了解大脑如何处理感知决策，”联合第一作者Michael Lohse博士解释说。
小鼠被训练成在观看屏幕上移动的视觉图案时站着不动。为了获得奖励，当小鼠发现视觉模式的移动速度持续增加时，它们必须舔一个喷嘴。这项任务的设计使得运动速度从来都不是恒定的，而是不断波动的。每次试验平均速度增加的时间也不同，因此小鼠不能简单地记住持续增加的时间。因此，小鼠必须不断地关注刺激，并整合信息，以确定速度的增加是否已经发生。
“通过训练小鼠站着不动，我们可以进行更清晰的数据分析，这项任务让我们看到神经元是如何在小鼠采取行动之前跟踪速度的随机波动的。在受过训练的小鼠身上，我们发现没有一个单一的大脑区域来整合感官证据或协调这个过程。相反，我们发现神经元稀疏但广泛地分布在大脑中，将感觉证据和行动启动联系起来，”联合第一作者Andrei Khilkevich博士解释说。
研究人员对每只小鼠进行多次记录，并从15只受过训练的小鼠的52个大脑区域的15,000多个细胞中收集数据。为了研究学习能力，研究小组还将结果与naïve小鼠的记录进行了比较。
“我们发现，当老鼠不知道视觉刺激意味着什么时，它们只代表大脑视觉系统和一些中脑区域的信息。在他们学会了任务后，细胞就会在整个大脑中整合这些证据，”Lohse博士解释说。
在这项研究中，研究小组只观察了naïve动物和那些完全学会了任务的动物，但在未来的工作中，他们希望通过跟踪神经元的时间来揭示学习过程是如何发生的，看看它们在小鼠开始理解任务时是如何变化的。研究人员还在探索大脑中的特定区域是否在建立感觉和行动之间的联系方面起着因果中枢的作用。
这项研究还提出了一些其他的问题，包括大脑是如何对视觉模式的速度何时会增加进行预期，从而使动物只在信息相关时才对刺激做出反应的。该团队计划利用他们收集的数据集进一步研究这些问题。
生物通微信公众号
生物通 版权所有
