2022年世界杯已开幕，一起了解运动技能背后的神经机制
目前科学家仍不清楚神经系统是如何在不断变化的情况下，继续维持已有的行为。为了回答这个问题，近日，Bence P. Olveczky团队在Nature Neuroscience杂志上发表了他们最新的研究成果：在大鼠进行包括后天学习的和先天的刻板运动行为时，研究人员连续数周记录了运动皮层和纹状体中的单个神经元活动，他们的文章名为“Long-term stability of single neuron activity in the motor system”。
早上醒来时，我们会刷牙，然后骑车上班，下班后，可能会去打一场网球比赛。这些运动技能以及许多其他技能是通过反复练习获得，并存储在我们的大脑中，即使几个月没有练习后也可以回忆起来并继续执行（如，打网球）。科学家着迷于这种运动技能背后的神经回路，但我们并不清楚这些技能如何随着时间的推移而持续存在。
目前有两个理论解释可塑性脑回路中稳定记忆的悖论。人们普遍认为运动控制是由低维动力学支配的，因此这个悖论可以通过“简并子空间 （degenerate subspace）”来解决，在简并子空间里神经活动可以在不影响行为或任务表现的情况下发生变化。虽然这将摆脱对单个神经元水平稳定活动的要求（图1a），但它要求种群活动的任何变化仅发生在简并子空间中。然而我们并不了解与其相关的脑回路机制。
另一种保持稳定运动输出的方法是限制神经回路的变化，使其不影响与已有行为相关的单个神经元活动。在这种情况下，锁定到行为的单个神经元的活动模式将随着时间的推移保持恒定或高度相似(图1a)。人类和其他哺乳动物使用相同的“通用”运动网络进行广泛的后天习得的和先天的行为，在这种网络中，是否有类似的机制使其保持运动记忆的稳定还有待研究。
本文调查了后天习得的和先天的行为，并利用高时空分辨率记录动物的行为，以解释与任务相关的运动输出的任何变化（图1）。
图1. 调查长期神经和行为稳定性的范例。
稳定和不稳定运动回路的网络模型
在分析与任务相关的神经活动的稳定性时，重要的是不仅要考虑总体水平的稳定性，还要考虑与任务相关的单个神经元的水平。为了突出这一区别，作者首先模拟了一个简并控制网络（degenerate control network，图2a），然后对回路的噪声动力学进行了100次模拟，并从Poisson观察模型中生成峰值，以组成模拟不同阶段的实验数据 (图2b,c)。
作者发现 RNN （循环神经网络）中各个单元的激活模式往往会随着实验阶段的不同而变化，时间接近的阶段会表现出更相似的激活模式（图2d）。
为了量化这一点，作者计算了所有阶段PETHs的相关性，发现作为阶段之间时间差的函数，这种PETH相关性下降了。相比之下，当网络参数在单个局部极小值附近波动时，则产生稳定的单个单元活动（图2e）。
图2.分析循环网络模型中的神经稳定性
在学习的运动任务中的长期记录
实验人员训练老鼠，使其学会复杂的刻板运动来解决任务（图3a）。作者在DLS（dorsolateral striatum）和MC（motor cortex）中追踪相同神经元在数天到数周内的活动 (图3c，d)。
图3.行为和神经活动的实验记录
MC和DLS中的单个神经元具有稳定的活动模式
作者发现，在学习行为的特定阶段，MC和DLS中的神经元都优先激活(图4a)。重要的是，单个神经元的行为在长时间内表现出高度的稳定性(图4b)。
当记录至少两周的神经元活动时，DLS 和 MC 中的平均 PETH 相似性仍然很高（图4c），这表明尽管这些回路具有结构和功能可塑性，习得的运动行为是由单个神经元活动模式驱动的，且这些活动模式在记录期间不会改变。
为了在更长的时间尺度上估计，作者将所有神经元的稳定性指数按记录时间分类，进而显示了明显的稳定性 (图4e)。
图4.DLS和MC中的单个神经元活动随时间推移趋于稳定
神经活动变化与行为变化相关
作者进一步揭示了行为中的缓慢变化（图5a）。这证实了尽管任务表现稳定，但作为时间差的函数，运动学相似度存在小幅的下降（图5b）。如果神经活动的变化与运动输出的变化相关，那么这种相关性应该是正的(图5c)。这一发现证实了神经活动的变化与行为的变化直接相关。
图5.任务特定运动模式的长期变化
结 论
本文表明，无论是后天学习的还是先天的，稳定的运动行为相关的单个神经元动力活动水平在很长一段时间内都是稳定的。然而，如何在不干扰现有动态的情况下学习新行为，即大脑如何将长期的单个神经元稳定性与终生的灵活性和适应性结合起来，这是神经科学的一个重要但尚未解决的问题，未来在这一领域的工作可能需要更精细的实验方案，将多项任务的交错学习与长期神经记录和高分辨率行为跟踪相结合，以阐明网络稳定性和灵活性的机制基础。
原文链接：
https://doi.org/10.1038/s41593-022-01194-3
参考文献：
Jensen, K.T., Kadmon Harpaz, N., Dhawale, A.K. et al. Long-term stability of single neuron activity in the motor system. Nat Neurosci (2022).
编译作者：Ayden（brainnews创作团队）
校审：Simon（brainnews编辑部）
