|研究揭示前额叶皮质在感觉运动适应中作用的新神经机制

文章图片

文章图片

文章图片

文章图片

本文由brainnews脑科学世界团队原创编译，转载请联系授权。
背内侧额叶皮层(DMFC)与人类、猴和啮齿动物行为的时间控制密切相关。大量实验发是，时间间隔的产生是由神经信号在持续的时间尺度上进行伸缩调节。
预测处理被奉为经典的皮层计算，用于提供广泛的皮层现象的功能描述，包括早期视觉皮层神经元的反应特性和皮层回路层状信息的处理逻辑。预测处理理论假定大脑通过计算预测性地处理信息。然而，神经系统中神经环路和信号的固有复杂性使得发现和具体描述这些关系极具挑战性。
近日，麻省理工学院Meirhaeghe等在Neuron 发表了题为“A precise and adaptive neural mechanism for predictive temporal processing in the frontal cortex”的文章。
该研究发现，在猴子DMFC中从不同的分布中测量神经反应的时间间隔；额叶皮层的活动与中间叶的时间一致；时间尺度允许时间相对于平均值进行预测性编码；上述发现在适应新的平均区间中得到了证实。该研究为理解预测加工在感觉运动适应中的作用提供了基础。
机制图
“Ready-Set-Go”任务中
预测加工的行为和神经特征
在之前研究中训练两只猴子完成一定时间间隔的生殖任务，称为“Ready-Set-Go”(图1A) 。研究者假设在测量期间(即Ready-Set)的神经活动编码了区间分布的均值。
为了验证这一假设，研究者分析Ready(标记为Fr0 ，该状态时的射速差异是动物唯一可获得的信息)时DMFC的神经活动(图1B) 。为了量化缩放效应，研究者估计每个神经元在测量周期内放电率的平均变化率(即“速度”) 。
结果表明，先前的预期并没有被放电率的整体调节所编码，但影响神经反应随时间变化的速度。
图1 时间估计中单神经元预期信号
DMFC神经元的一个子集根据平均间期在时间上缩放其活动模式
为探索基于预测处理理论的时间尺度功能解释，研究者提出均值预测时间尺度(MPTS)假设，即神经活动随时间发展的速度必须与刺激预计发生的平均时间成反比(早的快，晚的慢) 。
首先在单个神经元水平测试(图2A)随后，根据神经元在测量时期各时间点放电率的方差对神经元进行分类(图2B) 。
结果表明，在测量时期， DMFC神经元亚群的活动概况是根据间隔分布的平均值进行缩放。但这一结果不能从任务调节的系统差异或不同任务时期的不同功能来解释。
图2 神经动力学编码分布的统计平均数
神经动力学的速度合理地反映了
经验时间分布的平均值
缩放的量因神经元而异，研究者应用主成分分析(PCA)可视化在Ready-Set两种条件下群体水平上神经动力学如何缩放。
结果（图2CDF）表明， DMFC神经种群动态的速度是根据每个条件下的平均间隔调整的，并揭示了时间尺度和经验时间统计之间的精确数学关系。
DMFC将时间间隔编码为离均值误差
因无法解释Ready期时间间隔表征符合预测处理概念，假设在每个时间间隔分布存在编码偏差，通过跨条件分析，对H1（相对间隔）和H2（绝对间隔）的神经反应做不同性质的预测。
为了解生产时(Set-Go)如何使用平均误差信号服务于Ready期、所需的时间间隔以及DMFC的神经活动最终携带实际间隔等相关信息，而不仅是平均值误差。为区分这两种可能性，分析生产时期的神经动力学。
结果强调了一个相对简单的逻辑，即DMFC动力学可能支持动物在繁殖任务中的时序行为:(1)在Ready和Set之间，动态速度基于平均值调整;(2)在Set期，速度调节允许神经状态以平均误差对测量间隔进行编码;(3)从Set到Go ，根据实际间隔调整动态速度，以反映运动开始的时间。
图3相对预期的运行时间编码
预测性时间尺度不能用运动准备来解释
在测量时期的速度调节是整个时间尺度的一部分，跨越了Ready-Set和Set-Go期，并直接关联最终的运动准备。为了测试这一替代解释，分析DMFC中一些列和其他生产任务的神经记录，称为“获得任务” 。