Neuron解决神经学的一个长期争论

诺贝尔奖金获得者、俄国生理学家Pavlov最早提出了经典性条件反射。最近，美国约翰霍普金斯大学带领的一个研究小组，找到了这种现象背后原因的一个关键方面。相关研究结果发表在最近的神经科学顶级期刊《Neuron》。

　　

生物通报道：一个多世纪前，著名的心理学家、诺奖得主Ivan Petrovich Pavlov用狗做了这样一个实验：每次给狗送食物以前打开红灯、响起铃声。这样经过一段时间以后，铃声一响或红灯一亮，狗就开始分泌唾液，这就是最早提出的经典性条件反射。最近，美国约翰霍普金斯大学带领的一个研究小组，找到了这种现象背后原因的一个关键方面。相关研究结果发表在最近的神经科学顶级期刊《Neuron》。延伸阅读：Nature子刊：神经生物学重要突破。

在这项研究中，神经系统科学家Alfredo Kirkwood解决了神经学中一个长期的争论：当我们学习时大脑里发生了什么？换句话说，从神经学角度来看，Pavlov的狗是怎样学会将铃声与随之而来的奖赏联系在一起呢？几十年来，科学家们已经有了一个工作原理，但是现在，Kirkwood的研究团队首次证明了这一点。

约翰霍普金斯大学Zanvyl Krieger Mind/Brain研究所的Kirkwood教授指出：“如果你想训练一只狗坐下，最初的神经刺激、指令，几乎是立刻消失——它持续的时间很短。在奖赏到来之前，狗的大脑已经转向其他的事物。神秘之处在于，大脑是如何将几分之一秒内的一个动作，与很久之后的奖赏联系起来？”

点击了解Clonetics™ 原代正常细胞和培养基

工作原理——Kirkwood的研究团队已经验证，是无形的“资格痕迹（eligibility traces）”有效地标记了被刺激物激活的神经突触，因此，随着最终到来的奖励，它就可能被巩固为真正的学习。

在狗学习坐下的情况中，当狗得到一种奖励时，如多巴胺这样的神经调质，可让狗的大脑有一种“良好的感觉”。虽然大脑早已处理过“坐下”的命令，但是资格痕迹对神经调质的响应，会促使一个持久的突触变化：学习。

该研究小组通过分离一只小鼠视觉皮层中的细胞，能够证明这个理论。当他们用电脉冲刺激一个细胞的轴突时，他们在另一个细胞中引发了反应。通过反复这样做，他们模仿了两个细胞处理一次刺激并创建资格痕迹时，两者之间的突触响应。当研究人员后来使细胞充满了神经调质时，模拟了延迟奖励的到来，细胞之间的响应加强或减弱，从而表明，因为资格痕迹，细胞已经“学会”并能够这样做。

Kirkwood说：“这是我们如何通过奖赏学习事物的基础，是学习的一个基本方面。”

这些结果除了更深入地了解学习的机制之外，还可以提高教学方法，并为认知问题带来治疗方法。

（生物通：王英）

生物通推荐原文摘要：
Distinct Eligibility Traces for LTP and LTD in Cortical Synapses
Summary: In reward-based learning, synaptic modifications depend on a brief stimulus and a temporally delayed reward, which poses the question of how synaptic activity patterns associate with a delayed reward. A theoretical solution to this so-called distal reward problem has been the notion of activity-generated “synaptic eligibility traces,” silent and transient synaptic tags that can be converted into long-term changes in synaptic strength by reward-linked neuromodulators. Here we report the first experimental demonstration of eligibility traces in cortical synapses. We demonstrate the Hebbian induction of distinct traces for LTP and LTD and their subsequent timing-dependent transformation into lasting changes by specific monoaminergic receptors anchored to postsynaptic proteins. Notably, the temporal properties of these transient traces allow stable learning in a recurrent neural network that accurately predicts the timing of the reward, further validating the induction and transformation of eligibility traces for LTP and LTD as a plausible synaptic substrate for reward-based learning.