查看原文
其他

Nat Neurosci:五一假期吃什么?最新研究进一步揭秘大脑在觅食过程中的决策变量

brainnews创作团队 brainnews 2023-06-14

在特定情境下,可通过不同方式解析环境,生成对各任务有益的决策变量(DV)。我们通常认为大脑只计算一个决定当前行为的DV。为验证此假设,近日,Fanny Cazettes,, Alfonso Renart & Zachary F. Mainen团队,研究了执行可生成多个DV的觅食任务的小鼠额叶皮层神经集合。


作者揭示了使用多种策略、偶尔切换策略的方法。他们的成“A reservoir of foraging decision variables in the mouse brain”发表在最新一期的Nature Neuroscience杂志上。



适应策略需根据复杂环境状态选择行动。我们面临着挑选决策基础环境变量和揭示合适决策变量(DV)的难题。本文实验表明鼠决策算法依赖额叶皮层多DV并行计算。



欢迎加入

全国神经计算学术讨论群

添加小编微信

brainnews_09

-留言:神经计算研究群-





多个DV预测切换决策


在本研究中,实验鼠可选择继续舔喷嘴获取奖励或离开以寻找新地点(图1a)。两种主要策略供选择:基于推理和刺激(图1b,c)。基于推理策略依据潜在状态推断当前活动点,刺激策略则关注观察到的奖励与失败。结果显示,训练早期实验鼠未采用基于推理策略,而偏向刺激的策略(图1d-i)


逻辑回归模型揭示这两策略在预测实验鼠切换决策方面均有效,尽管可能还存在其他未探索策略。总之,这些策略代表了不同类别的觅食策略,为研究者提供了深入了解动物行为的途径。


图1. 多个DV预测觅食行为



与切换决策相关的神经活动


为探究行为切换的神经基础,作者确定预测切换决策的大脑区域。使用Neuropixels 1.0探针记录任务期间额叶皮层多区神经元活动,重点关注M2区与眶额叶皮层(OFC)负责自主行动、行为策略等及决策性能,同时记录位于OFC下方的嗅觉皮层(OLF)(图2)


结果显示,M2神经元种群活动较OFC或OLF更准确解码切换决策,表明M2直接参与动作选择,而OFC重要于推理过程。


图2. 与切换决策相关的神经活动




切换决策和行为启动是可分离的


为验证M2神经活动预测切换决策并非仅反映行为启动,作者对舔舐(last licking)和奔跑分离进行解码(图3a,b)。高精度解码M2中的最后一次舔(图3c)表明,其切换的意图。通过同时解码(图3d)检验M2中切换决策与行为启动分离,两个切换行为在不同时间达峰值(图3d,e),接近正交(图3f,g)。结果一致于先前研究,揭示M2同时以可分离的格式编码用于指导动作的相关DVs,以及与动作本身启动时间相关的信号。


图3. 切换决策和行为启动是可分离的




M2参与了切换决策


该研究发现,M2是影响小鼠切换决策时间的关键区域,其作用依赖于特定的DV。为了探究M2在DV中的贡献,研究使用光遗传策略部分压制M2(图4a),测试了六只小鼠的行为。


结果显示,M2的失活并没有显著影响小鼠的动作时间,但舔率略有下降,且舔时间趋势上升。此外,M2的失活降低了DV的预测能力(图4b,c),并减少了“连续失败”的使用(图4d-f),使小鼠不那么基于推理和冲动。这些发现表明,M2是塑造小鼠行为的神经回路的一部分。


图4. M2参与切换决策




DV的神经表征


实验表明,M2神经活动可能是读取小鼠行为主导策略的DV的有效信号源。基于回归的广义线性模型被用来解码与行为策略相关的DV的瞬时幅度(图5a,b),从而证实M2神经元中的DV可以以高精度解码。虽然不同的小鼠可以依赖不同的DV,但是M2神经元可以在不同的场景中反映DV的程度(图5c)


此外,M2神经元的活动模式反映更广泛的决策策略,而非特定的DV。最后,两个DV的解码权重密切相关(图5h),这表明支持每个DV的M2神经元群体之间存在相当大的重叠,而不是将每个变量划分为不同的群体。


图5. DV的神经表征




M2代表觅食算法


M2可以复用不同的DV,但不能表征与任务中DV具有相似时间特征的任何信号。通过分析人工信号解码,作者发现M2编码的信号空间可能仅限于从一组共同的基本计算中生成的潜在有意义的变量。该共同的生成模型称为“集成和重置模型”(图6a),可通过调整模型参数产生不同的DV。


该模型可以解释“全局计数”和“定时任务”等其他与行为任务相关的DV(图6b-e)。总之,M2代表了相对庞大的计算,可能跨越一组具有不同潜在状态动态的环境的最佳策略。


图6. M2代表觅食算法




总结与展望


该研究探索了小鼠在觅食任务中处理不同觅食策略的神经机制。结果显示,小鼠可以使用分离的处理策略来决定觅食地点的切换。M2区域对多个DV的计算进行多路复用,使小鼠能够快速适应环境变化。作者的发现提供了有关大脑中串行处理限制性质的新见解,并表明了支持并行集成的建议与对行为进行连续限制的模型的相关性。


原文链接:

https://doi.org/10.1038/s41593-023-01305-8



参考文献

Cazettes, F., Mazzucato, L., Murakami, M. et al. A reservoir of foraging decision variables in the mouse brain. Nat Neurosci (2023).

编译作者:Ayden(brainnews创作团队)

校审:Simon(brainnews编辑部)



Nature:影响数亿人的强迫症怎么办?同时靶向星形胶质细胞和神经元,可能更有效!

Nat Rev Neurol 重要综述:系统总结疼痛缓解的神经免疫机制(聚焦神经病理性痛)

Science发布重要综述:全新理解大脑免疫

靶向Tau蛋白的药物为何在小鼠成功,但对人类AD却屡屡失败?问题可能出现在小鼠模型





您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存