下行神经元网络将类似命令的信号转化为基于群体的行为控制

EPFL的研究人员发现了果蝇的神经元网络是如何将简单的大脑信号转化为协调行动的。这揭示了复杂行为背后的神经机制在机器人技术中的潜在应用。

　　

理解包括人类在内的动物如何将大脑信号转化为协调运动是神经科学的一个基本问题。一般来说，大脑通过“下行神经元”(DNs)向身体发送运动指令，以驱动简单的反射和复杂的行为。

但是，庞大的dn数量，以及它们错综复杂的联系，意味着在大型动物身上研究它们可能具有挑战性。例如，一只老鼠大约有7万个DNs，而人脑的DNs数量超过了100万个。

果蝇(Drosophila melanogaster)的神经系统相对简单，是一个更容易管理的模型。它大约有1300个神经元，但却能完成复杂的行为，比如走路、飞行、拳击和求爱。这种简单性，加上先进的遗传工具，使果蝇成为研究行为神经基础的理想选择。

由EPFL的Pavan Ramdya领导的一组科学家现在已经发现了果蝇的dna是如何协调复杂行为的。具体来说，他们把重点放在了“命令状”神经元上，这是之前的研究表明足以驱动完整行为的下行神经元子集——在果蝇中，它们驱动向前行走、逃跑、产卵和部分昆虫的求爱“舞蹈”。

这项研究表明，类似命令的DNs不是单独行动，而是招募额外的DNs网络，这为简单的大脑命令如何产生协同行动提供了新的见解。这项研究由Ramdya小组的Jonas Braun和Femke Hurtak领导，并发表在《自然》杂志上。

研究人员使用光遗传学，一种利用光来控制神经元的技术，来激活果蝇体内特定的命令状DNs。他们专注于三种类型的dn，分别驱动向前行走、天线梳理和向后行走。通过记录这些激活过程中大脑中其他dn的活动，他们观察到这些初始信号是如何招募额外的神经元的。

为了进一步了解这些神经元之间的连接，研究小组分析了果蝇的大脑连接组——一个描述神经元之间突触连接的图表。通过绘制连接图，他们确定了命令型DNs如何与其他DNs交互。

这种方法表明，命令型DNs不是孤立地行动，而是与其他DNs形成直接的兴奋性连接，有效地创建了协同工作以产生复杂行为的网络。例如，负责向前行走的DN比那些控制梳理等简单行为的DN招募了更大的DN网络。这些网络是行为特异性的，不同的神经元簇被不同的动作激活。

研究人员还对无头苍蝇进行了实验，以分离这些网络的作用。他们发现，某些行为，如向后行走，即使没有网络也能完成，而更复杂的行为，如向前行走和梳理，则需要大脑中完整的DNs网络。

这项研究为理解大脑信号如何转化为行动建立了一个新的框架:不是单个神经元作为简单的指挥中心，大多数行为可能主要是通过更大的网络的行动来协调的。这个模型可以启发更好的机器人控制器的设计，甚至有助于我们对人类运动障碍的理解。