神经科学家发现神经元网络可以拉伸或压缩其活动以控制时间

https://www.toutiao.com/a6700820425888236035/

2019-06-16 17:52:00
神经科学家发现神经元网络可以拉伸或压缩其活动以控制时间
文章图片


麻省理工学院研究人员的一项新研究为替代计时系统提供了证据,该系统依赖于负责产生特定行为的神经元。根据所需的时间间隔,这些神经元压缩或延伸它们在特定时间产生行为所采取的步骤。图片来源:Christine Daniloff /麻省理工学院
【神经科学家发现神经元网络可以拉伸或压缩其活动以控制时间】时间对于演奏乐器,挥动棒球棒以及许多其他活动至关重要。神经科学家已经提出了几种关于大脑如何实现对时间的精确控制的模型,最突出的是在大脑的某个地方有一个集中的时钟或起搏器,可以为整个大脑留出时间。
然而,麻省理工学院研究人员的一项新研究为替代计时系统提供了证据,该系统依赖于负责产生特定行为的神经元。根据所需的时间间隔,这些神经元压缩或延伸它们在特定时间产生行为所采取的步骤。
“我们发现它是一个非常活跃的过程。大脑并非被动地等待时钟达到特定点,”麻省理工学院麦戈文研究所成员Robert A. Swanson生命科学职业发展教授Mehrdad Jazayeri说。脑研究,以及该研究的高级作者。
麻省理工学院博士后王敬和前博士后Devika Narain是该论文的主要作者,该论文发表在12月4日出版的“ 自然神经科学杂志上。研究生Eghbal Hosseini也是该论文的作者。
灵活控制
最早的定时控制模型之一,称为时钟累加器模型,建议大脑有一个内部时钟或起搏器,为大脑的其余部分留出时间。该模型的后来变化表明,大脑不是使用中心起搏器,而是通过跟踪不同脑波频率之间的同步来测量时间。
虽然这些时钟模型具有直观的吸引力,但Jazayeri说,“它们与大脑所做的不相符。”
没有人找到集中时钟的证据,Jazayeri和其他人想知道控制需要精确计时的行为的大脑部分是否可能自己执行计时功能。“人们现在质疑为什么大脑想要花费时间和精力来产生时钟并不总是需要它。对于某些行为你需要做时间,所以也许大脑中提供这些功能的部分也可以进行计时, “ 他说。
为了探索这种可能性,研究人员在两个不同的时间间隔(850毫秒或1,500毫秒)执
研究人员在这些间隔期间发现了一种复杂的神经活动模式。一些神经元发射得更快,一些发射得更慢,而一些已经振荡的神经元开始更快或更慢地振荡。然而,研究人员的关键发现是,无论神经元的反应如何,他们调整活动的速度取决于所需的时间间隔。
在任何时间点,神经元的集合处于特定的“神经状态”,随着时间的推移,每个神经元以不同的方式改变其活动。要执行特定行为,整个系统必须达到定义的最终状态。研究人员发现,无论间隔时间,神经元总是沿着从初始状态到最终状态的相同轨迹行进。唯一改变的是神经元走过这条轨迹的速度。
当所需的间隔更长时,这条轨迹被“拉伸”,意味着神经元需要更多的时间才能进化到最终状态。当间隔较短时,轨迹被压缩。
“我们发现,当间隔发生变化时,大脑不会改变轨迹,它只会改变从最初的内部状态到最终状态的速度,”Jazayeri说。
神经网络
研究人员将他们的研究重点放在连接三个区域的脑回路上:背内侧额叶皮质,尾状核和丘脑。他们在背内侧额叶皮层中发现了这种独特的神经模式,这种神经模式涉及许多认知过程,尾状体参与运动控制,抑制和某些类型的学习。然而,在传递运动和感觉信号的丘脑中,他们发现了一种不同的模式:许多神经元不是改变其轨迹的速度,而是根据所需的间隔简单地增加或减少它们的射击速率。
Jazayeri说这一发现与丘脑指示皮层如何调整其活动以产生一定间隔的可能性是一致的。
研究人员还创建了一个计算机模型,帮助他们进一步了解这一现象。他们从数百个以随机方式连接在一起的神经元模型开始,然后训练它以执行他们用于训练动物的相同间隔生成任务,没有提供关于模型应该如何执行任务的指导。
他们发现这些神经网络最终使用了他们在动物大脑数据中观察到的相同策略。一个关键的发现是,这种策略只有在一些神经元具有非线性活动时才有效 - 也就是说,它们的输出强度不会随着输入的增加而不断增加。相反,当他们收到更多输入时,他们的输出会以较慢的速度增加。
Jazayeri现在希望进一步探索大脑如何产生在不同时间间隔内看到的神经模式,以及我们的期望如何影响我们产生不同间隔的能力。
该研究由荷兰科学组织,国立卫生研究院,斯隆基金会,克林根斯坦基金会,西蒙斯基金会,感觉运动神经工程中心和麦戈文研究所的Rubicon Grant资助。#清风计划#
更多信息: 通过皮质反应的时间缩放灵活计时,Nature Neuroscience(2017)。nature.com/articles/doi:10.1038/s41593-017-0028-6
期刊信息: 自然神经科学

    推荐阅读