图片来源:Jessica Plavicki
近日,威尔康奈尔医学院(Weill Cornell Medicine)的研究团队与合作者在《自然·神经科学》(Nature Neuroscience)杂志上发表了一项重要研究,通过使用一周大的斑马鱼幼体,解码了脑干神经元网络如何引导鱼类的视线,并维持短期记忆。这项研究不仅为视觉-运动系统提供了新的见解,还可能为治疗眼球运动障碍开辟新途径。
一、研究介绍
生物体不断接收来自环境的各种感官信息,这些信息时刻都在变化。为了准确评估情况,大脑必须保留这些信息足够长的时间,以形成完整的图像——例如,将一句话中的单词连贯起来,或使动物能够持续关注某个兴趣区域。理解这些短期记忆行为是如何在神经机制层面产生的,是本项目的核心目标。
“我们试图理解这些短期记忆行为是如何在神经机制层面上产生的,这是整个项目的中心任务。”该研究的资深作者、威尔康奈尔医学院生理学和生物物理学副教授Emre Aksay博士说。
为了破解这种神经回路的行为,研究人员使用了动态系统的工具,即构建数学模型来描述一个系统状态随时间的变化,其中当前状态根据一组规则决定了未来状态。在一个短期记忆电路中,它会保持在一个首选状态,直到新的刺激出现,使其进入一个新的活动状态。在视觉-运动系统中,每个状态都可以存储动物应该看向何处的记忆。
但哪些参数有助于建立这样的动态系统呢?一种可能性是电路的解剖结构:神经元之间的连接以及它们形成的连接数量。另一种可能是这些连接的生理强度,这由许多因素决定,如释放的神经递质量、突触受体的类型及其浓度。
二、研究方法
为了理解电路解剖结构的贡献,Aksay博士和他的同事们选择了斑马鱼幼体作为研究对象。到第五天时,这些小鱼已经开始游动并捕食猎物,这一技能涉及持续的视觉注意力。对于研究团队来说,重要的是控制眼动的大脑区域在鱼类和哺乳动物之间具有结构性相似性。然而,斑马鱼系统只包含大约500个神经元,使得研究人员可以对整个电路进行微观和功能上的分析,这在其他脊椎动物中是非常困难的。
利用一系列先进的成像技术,Aksay博士及其同事识别出了参与控制动物视线的神经元,并确定了这些神经元是如何相互连接的。他们发现,该系统由两个主要的反馈环组成,每个环包含三个紧密相连的细胞簇。研究人员利用这一独特的架构建立了计算模型,发现他们的人工网络能够准确预测斑马鱼电路的活动模式,并通过将结果与生理数据进行比较验证了模型的准确性。
“我首先是一名生理学家,”Aksay博士说,“所以,我很惊讶仅从解剖结构就能预测出电路如此多的行为。”
三、研究未来
接下来,研究人员将进一步探讨每个细胞簇中的细胞如何贡献于电路的行为,以及不同簇中的神经元是否具有不同的遗传特征。这类信息可能允许临床医生针对那些在眼球运动障碍中可能出现故障的细胞进行治疗性干预。此外,这些发现还为解开依赖短期记忆的更复杂脑计算系统提供了蓝图,例如那些涉及解析视觉场景或理解语言的系统。
新闻来源:Weill Cornell University
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.