研究人员利用果蝇较为简单的神经系统来了解大脑信号如何转化为动作，发现负责行走和梳理等行为的特定神经元通过与其他神经元形成网络来工作，从而为复杂运动如何协调提供了新的见解。

一项针对果蝇的研究表明，负责行为的下行神经元 (DN) 形成复杂的、行为特定的网络，挑战了单个神经元独立驱动动作的观念。这一发现对机器人技术和运动障碍研究具有重要意义。

神经科学的一个基本问题是动物（包括人类）如何将脑信号转换成协调的动作。通常，大脑通过“下行神经元”（DN）向身体传达运动指令，这些神经元控制简单反射和复杂行为。

但 DN 的数量及其错综复杂的连接意味着，在大型动物中研究它们可能具有挑战性。例如，一只老鼠有大约 70,000 个 DN，而人类大脑中有超过一百万个 DN。

果蝇（Drosophila melanogaster）的神经系统相对简单，是一种更易于管理的模型。它有大约 1,300 个 DN，但可以执行复杂的行为，例如行走、飞行、拳击和求爱。这种简单性与先进的遗传工具相结合，使果蝇成为研究行为神经基础的理想选择。

EPFL 的 Pavan Ramdya 领导的科学家团队现已发现果蝇的 DN 如何协调复杂的行为。具体来说，他们专注于“命令式”DN，这是下行神经元的子集，之前的研究表明，它们足以驱动完整的行为——在果蝇中，它们驱动向前行走、逃跑、产卵，以及昆虫求偶“舞蹈”的部分。

这项研究表明，类似命令的 DN 并非单独行动，而是会招募额外的 DN 网络，这为简单的大脑命令如何产生协调行动提供了新的见解。这项研究由 Ramdya 团队的 Jonas Braun 和 Femke Hurtak 领导，发表在《自然》杂志上。

研究人员利用光遗传学（一种利用光控制神经元的技术）激活果蝇体内特定的一组类似命令的 DN。他们重点研究了三种 DN，分别驱动向前行走、触角梳理和向后行走。通过记录这些激活过程中大脑中其他 DN 的活动，他们观察到了这些初始信号如何招募额外的神经元。

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——描述神经元之间突触连接的图表。通过绘制这些连接，他们确定了类似命令的 DN 如何与其他 DN 交互。

这种方法表明，类似命令的 DN 不会单独行动，而是与其他 DN 形成直接的兴奋性连接，从而有效地创建协同工作以产生复杂行为的网络。例如，负责向前行走的 DN 会招募比控制梳理等简单行为的 DN 更大的 DN 网络。这些网络是行为特定的，不同的神经元簇会因不同的动作而被激活。

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，即使没有网络，某些行为（如向后走）仍可进行，而更复杂的行为（如向前走和梳理毛发）则需要大脑中完整的 DN 网络。

这项研究构建了一个新框架，用于理解大脑信号如何转化为动作：大多数行为可能主要通过大型网络的动作来协调，而不是由单个神经元充当简单的指挥中心。该模型有助于启发更好的机器人控制器的设计，甚至有助于我们理解人类运动障碍。

参考文献：Jonas Braun、Femke Hurtak、Sibo Wang-Chen 和 Pavan Ramdya 的“下行网络将指令信号转化为群体运动控制”，2024 年 6 月 5 日，《自然》。DOI：10.1038/s41586-024-07523-9

该研究由勃林格殷格翰基金会和瑞士国家科学基金会 (SNSF) 资助。

来源：洛桑联邦理工学院

免责声明：康嘉年華致力于健康常识分享，内容根据公开资料编辑，版权归原作者；如有侵权请在线留言删除。文章旨在介绍健康科学进展，不能作为治疗方案；如需精准健康指导，请至正规医院诊疗。