《Neuron》树突帮助神经元进行复杂的计算

麻省理工学院的研究人员已经演示了树突——从神经元上伸出的分枝状延伸物——如何帮助神经元对来自大脑其他部分的信息进行计算。

　　

在人类大脑中，神经元会对接收到的信息进行复杂的计算。

研究人员发现，在单个神经元中，不同类型的树突接收来自大脑不同部分的输入，并以不同的方式处理它。研究人员说，这些差异可能有助于神经元整合各种输入，并产生适当的反应。

在研究人员在这项研究中检测的神经元中，这种树突处理似乎帮助细胞吸收视觉信息，并将其与运动反馈结合在一起，这是一个涉及导航和运动规划的电路。

“我们的假设是，这些神经元有能力在视觉环境中挑选特定的特征和地标，并将它们与跑步速度、我要去哪里、何时开始等信息结合起来，向目标位置移动。”大脑与认知科学副教授、麻省理工学院麦戈文大脑研究所成员、该研究的通讯作者Mark Harnett说。

Mathieu Lafourcade，前麻省理工博士后，是今天发表在《Neuron》杂志上的论文的第一作者。

复杂的计算

任何一个给定的神经元都可以有几十个树突，它们接收来自其他神经元的突触输入。神经科学家假设，这些树突可以作为隔间，在将传入的信息发送到神经元体之前，对传入的信息进行自己的计算，神经元体整合所有这些信号，产生输出。

之前的研究表明树突可以通过一种叫做NMDA受体的特殊蛋白质放大传入的信号。这些是电压敏感的神经递质受体，依赖于其他被称为AMPA受体的受体的活动。当树突同时通过AMPA受体接收到许多传入信号时，就达到了激活附近NMDA受体的阈值，从而产生了额外的电流。

Harnett说，这种被称为超线性的现象被认为有助于神经元区分在时间或空间上相距较近或较远的输入信息。

在这项新研究中，麻省理工学院的研究人员想确定不同类型的输入是否针对不同类型的树突，如果是的话，这将如何影响这些神经元执行的计算。他们集中研究了一种被称为锥体细胞的神经元群体，锥体细胞是大脑皮层的主要输出神经元，有几种不同类型的树突。基底树突在神经元体下方延伸，顶端斜树突从神经元体向上延伸，簇状树突位于神经元体顶部。

Harnett和他的同事们选择了大脑中被称为压后皮层(retrosplenial cortex，RSC)的部分来进行他们的研究，因为这是一个很好的关联皮层的模型。关联皮层是大脑皮层的一种类型，用于复杂的功能，如计划、沟通和社会认知。RSC整合了来自大脑许多部分的信息来指导导航，而锥体神经元在这一功能中发挥了关键作用。

在一项对小鼠的研究中，研究人员首先表明，有三种不同类型的输入进入RSC的锥体神经元：从视觉皮质进入基底树突，从运动皮质进入顶端斜树突，从丘脑外侧核（视觉加工区）进入簇状树突。

“到目前为止，还没有很多关于哪些输入进入这些树突的映射，”Harnett说。“我们发现这里有一些复杂的布线规则，不同的输入到不同的树突。”

一系列的反应

然后，研究人员测量了每个隔间的电活动。他们预计NMDA受体会表现出超线性活动，因为这种行为已经在初级感觉皮层和海马体的锥体神经元树突中得到证实。

在基底树突上，研究人员看到了他们预期的结果:来自视觉皮层的输入刺激了由NMDA受体产生的超线性电尖峰。然而，在50微米之外，在相同细胞的顶端斜树突中，研究人员没有发现超线性活动的迹象。相反，这些树突的输入驱动一个稳定的线性响应。这些树突的NMDA受体密度也低得多。

“这令人震惊，因为以前从来没有人报道过，”Harnett说。“这意味着apical obliques不关心输入的模式。输入可以在时间上分开，也可以在时间上一起，这无关紧要。它只是一个线性积分器，告诉细胞它得到了多少输入，而不需要进行任何计算。”

Harnett说，这些线性输入可能代表了诸如跑步速度或目的地等信息，而进入基底树突的视觉信息代表了地标或环境的其他特征。基底树突的超线性性使它们能够对视觉输入进行更复杂的计算，研究人员假设这使得RSC能够灵活地适应视觉环境的变化。

在接受丘脑输入的簇状树突中，似乎可以产生NMDA峰，但不是很容易。与顶端斜树突一样，簇状树突的NMDA受体密度较低。Harnett的实验室现在正在研究当小鼠执行导航任务时，在所有这些不同类型的树突中发生了什么。

DOI

10.1016/j.neuron.2022.01.025

Article Title

Differential dendritic integration of long-range inputs in association cortex via subcellular changes in synaptic AMPA-to-NMDA receptor ratio