为了了解大脑活动和行为之间的完整关系，科学家们需要一种方法来绘制整个大脑中所有神经元的这种关系，这是迄今为止尚未解决的挑战。麻省理工学院皮考尔学习与记忆研究所的研究人员现已开发出技术，可以记录模型生物秀丽隐杆线虫的高保真大脑活动，并设计了一个数学模型来帮助解释微小蠕虫中的每个神经元如何编码行为。

研究小组将该模型专门应用于每个细胞，制作了一个图谱，显示大多数脑细胞及其参与的回路如何编码动物的基本行为，例如运动和进食。由此产生的图谱有效地概述了蠕虫大脑如何产生复杂而灵活的行为的基本“逻辑”，即使其环境条件发生变化。

“这项研究提供了一幅关于动物神经系统如何组织来控制行为的全球地图，”麻省理工学院大脑和认知科学系副教授史蒂文·弗拉维尔说。“它显示了构成动物神经系统的许多定义节点如何编码精确的行为特征，以及这如何取决于动物最近的经历和当前状态等因素。”弗拉维尔是该团队在《细胞》杂志上发表的论文的资深作者，该论文的标题是“秀丽隐杆线虫跨多个时间尺度和状态的行为的全脑表征”。该团队已在WormWideWeb上提供其数据以及模型和图集的结果。

作者写道，动物行为和内部状态的变化伴随着其大脑活动的广泛变化，虽然控制这些行为的神经回路分布在整个大脑中，但神经元如何编码行为，以及这种编码如何受到以下因素的影响：状态不太好理解。他们指出：“动物必须使自己的行为适应不断变化的环境。”然而，研究小组进一步指出，考虑到哺乳动物中可能涉及行为的大量细胞类型，以及它们在大脑中广泛的空间分布，描述整个系统的特征并不容易处理。“……记录自由活动动物的大脑活动并将全脑活动与综合行为信息联系起来是一项挑战。为此原因，

与哺乳动物的复杂性相比，线虫可能代表了一个模型系统，可以让研究人员更好地研究这些关系。线虫神经系统仅包含302个具有已知连接性的神经元。这种动物表现出一系列明确的运动功能，从运动到进食、头部摆动、排便、产卵和姿势变化。研究人员继续说，线虫在改变状态时也会表现出不同的行为。例如，生物体在强烈的压力后进入类似睡眠的状态，而清醒的动物则表现出不同的觅食状态，而厌恶的刺激会引发持续的高度觉醒状态。“在线虫中，破译整个神经系统的行为编码方式以及行为状态如何灵活变化可能是可行的，”研究人员建议。之前的研究结果，包括固定动物的大脑记录，表明线虫中的许多神经元携带行为信息，但是，正如研究小组所说，“我们仍然缺乏对大多数线虫如何编码定量行为特征的了解”神经元。”

为了进行开发模型所需的测量，弗拉维尔的实验室开发了一种新型显微镜和软件系统，可以自动跟踪蠕虫的几乎所有行为(运动、进食、睡眠、产卵等)以及每个神经元的活动在它的头部，使用荧光系统，其中的细胞被设计为当钙离子积聚时闪烁。“我们建立了一个显微镜平台，用于在自由活动的动物中进行全脑钙成像，并编写了软件来自动处理这些记录，”该团队表示。

当蠕虫移动或弯曲时，可靠地区分和跟踪单独的神经元还需要利用机器学习的最新工具编写定制软件。“我们还编写了从明场图像中提取行为变量的软件：速度、身体姿势、进食(或咽部抽吸)、角速度和头部曲率(头部弯曲，与转向相关)。”

该团队确认该平台对单个神经元活动的采样准确度为99.7%，与以前的系统相比，信噪比大大提高。然后，该团队使用该系统记录了60多条蠕虫在环境中自由移动时的同时行为和神经数据。

数据分析揭示了关于蠕虫神经活动的三个新观察结果：神经元不仅跟踪当前时刻的行为，还跟踪最近的行为;神经元还根据令人惊讶的各种因素调整其行为编码，例如运动;许多神经元同时编码多种行为。

例如，虽然在实验室培养皿周围蠕动的行为似乎是一个非常简单的行为，但神经元代表了诸如速度、转向以及蠕虫是否正在进食等因素。在某些情况下，它们代表了动物的运动，时间跨度大约一分钟。研究小组表示：“大多数神经元主要编码当前的行为，但相当大的一部分神经元会衡量过去的行为。”通过编码最近的运动，而不仅仅是当前的运动，这些神经元可以帮助蠕虫计算其过去的行为如何影响其当前的结果。许多神经元还结合行为信息来执行更复杂的操作。类似于人类驾驶员在倒车时记得以与前进时相反的方式驾驶汽车，

通过仔细分析神经活动与行为的相关模式，科学家们开发了线虫概率神经编码模型(CePNEM)。该模型封装在一个方程中，解释了每个神经元如何代表各种因素，以准确预测神经活动是否以及如何反映行为。“……我们构建了一个编码模型，使用行为特征来预测每个神经元的活动，”该团队进一步解释道。“该模型提供了每个神经元的活动如何与行为相关的定量解释......与揭示神经元组中行为信息的存在的解码分析相反，编码模型可以提供有关每个神经元的动态如何与行为相关的精确信息”。

在拟合模型时，研究团队使用了概率建模方法，使他们能够了解每个拟合模型参数的确定性，该方法由合著者、领导麻省理工学院概率计算项目的首席研究科学家VikashMansinghka博士首创。。

在创建一个可以量化和预测任何脑细胞如何代表行为的模型时，该团队最初从神经元收集数据，但没有跟踪细胞的具体身份。但研究蠕虫的一个关键目标是了解每个细胞和电路如何影响行为。因此，为了将该模型的功能应用于之前已绘制好的线虫的每个特定神经元，该团队的下一步是将地图上每个细胞的神经活动和行为联系起来。做到这一点需要用独特的颜色标记每个神经元，以便其活动与其身份相关联。研究小组在数十只自由活动的动物身上进行了这项研究，这为他们提供了有关线虫头部几乎所有定义的神经元如何与动物行为相关的信息。

他们发现，蠕虫头部58.6%的神经元确实至少负责一种行为，“……其中大约三分之一联合编码多种行为。”

这项工作产生的图谱揭示了许多见解，更全面地绘制了控制每种动物行为的神经回路。该团队工作的另一个主要成果是发现，虽然大多数神经元始终服从模型的预测，但一小部分神经元线虫中的神经元大脑——大约30%的编码行为的大脑——能够灵活地重新映射他们的行为编码，本质上是承担新的工作。这组神经元在动物之间确实相似，并且在线虫的突触接线图中彼此连接良好。“在此处探索的环境条件下，我们观察到线虫30%的神经系统可以灵活地重新映射，”作者指出。“神经元以不同的方式改变编码：一些改变了它们编码的行为;另一些改变了它们编码的行为。其他人则显示编码的增益或损失;和其他人显示出调谐的微妙变化……这表明秀丽隐杆线虫连接组中的一些神经元与行为回路的耦合不同，并随着时间的推移重新映射它们与这些回路的耦合方式。

理论上，这些重新映射事件可能因多种原因而发生，因此研究小组进行了进一步的实验，看看它们是否会导致神经元重新映射。当蠕虫在盘子周围蠕动时，研究人员使用快速激光照射来加热蠕虫头部周围的琼脂。热量是无害的，但足以让蠕虫烦恼一段时间，导致动物的行为状态发生持续几分钟的变化。从这些记录中，研究小组能够看到，当动物改变行为状态时，许多神经元重新映射了它们的行为编码。有趣的是，一些神经元对与温度相关的刺激表现出短暂的反应，另一些神经元则表现出长达数分钟的反应，而一些神经元表现出持续的活动变化，这种变化在刺激后持续到其余的记录中。科学家补充说：“改变编码的神经元在动物中是刻板的，尤其是与进食相关的神经元，这是受热刺激影响最大的行为。”“总的来说，这些结果表明行为状态的变化如何伴随着持续的活动变化以及神经活动与行为功能耦合方式的改变。”

“行为信息在大脑中以多种不同的形式丰富地表达——具有不同的调整、时间尺度和灵活性水平——映射到线虫连接组的定义的神经元类别上，”作者总结道。“我们的结果提供了一幅关于动物大脑中的细胞类型如何编码其行为的全局图。”

弗拉维尔说，新的发现将使人们能够更全面地了解这些行为是如何被控制的。“它使我们能够完成电路，”他说。“我们希望，当我们的同事研究神经回路功能的各个方面时，他们可以参考这本图谱来获得所涉及的关键神经元的相当完整的视图。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：