基于AI的脑图谱分析发现新型突触结构…阐明开启学习的“去抑制回路”
韩国研究团队揭示了大脑决定“何时进行学习”的小脑神经回路核心原理。研究团队通过基于人工智能（AI）的精密脑图谱（连接组）分析，发现了此前尚未被认识的新型突触连接结构，并阐明了使学习成为可能的“解锁回路”。
韩国脑研究所（KBRI）14日表示，由该所与成均馆大学、基础科学研究院（IBS）组成的联合研究团队在小脑中发现了诱导学习的新型突触结构和神经回路。
本次研究以利用三维电子显微镜和人工智能分析技术的超精密脑图谱分析为基础开展。研究结果发表在神经科学领域最具权威的学术期刊《Nature Neuroscience》上。
小脑是负责精细运动与学习的大脑区域。此前的研究认为，被称为“攀缘纤维（climbing fiber）”的神经纤维将动作误差信号传递给小脑，从而诱导学习。然而，攀缘纤维即使在没有错误的情况下也会持续活动，因此一直存在一个疑问：“大脑究竟依据什么标准来决定是否真正进行学习？”
首次阐明打开学习的“解锁回路”
研究团队认为，答案不在于信号本身，而在于处理这些信号的神经回路结构。联合研究团队结合脑图谱分析、神经元活性测量、计算机模拟以及基因改造动物实验，对小脑回路进行了综合分析。
结果发现，攀缘纤维并非如既有理论所称只与浦肯野神经元（Purkinje cell）相连接，而是还通过突触与某些抑制性神经元相连。这些神经元又会进一步抑制其他抑制性神经元，结果形成一种解除对浦肯野神经元抑制的“去抑制（disinhibition）回路”。
研究团队解释称，该回路就像学习的“解锁开关”一样发挥作用。在没有错误的平常状态下，只有少数攀缘纤维被激活，不会引发学习；而在出现错误的情境中，多条攀缘纤维会同时被激活，从而启动去抑制回路，使学习成为可能。
小脑神经回路的高分辨率三维结构及突触连接关系(A)、攀缘纤维激活导致浦肯野神经元内钙信号变化的模拟结果(B)、去抑制回路受损导致运动学习能力下降的结果(C)示意图。研究团队通过基于人工智能的脑图谱分析，研究了小脑回路与运动学习之间的关联。研究团队供图
View original image在实际模拟和神经元活性测量结果中也可以看到，激活的攀缘纤维越多、同时性越强，浦肯野神经元内部的钙离子浓度就越大幅度升高，这进一步转化为改变突触连接强度的学习条件。
研究团队还确认，如果通过药物处理干扰去抑制回路，运动学习能力会下降；而利用光遗传学技术降低抑制性神经元的活性后，学习能力又会恢复。
KBRI的Lee Gyeju博士表示：“本研究的意义在于提出了大脑区分需要学习与不需要学习时刻的基本原理。今后我们将利用超高速电子显微镜和基于人工智能的分析技术，进一步加速对多种脑区连接组的分析。”
成均馆大学教授Kim Jinseop则表示：“本研究阐明了学习和记忆通过神经元及其突触连接实现的机制。随着对大脑工作原理理解的不断加深，其在医学和工程学方面的应用前景也将愈发广阔。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
