11월 25, 2024

Wpick

지상에서 한국의 최신 개발 상황을 파악하세요

뇌의 내부 나침반은 어떻게 작동합니까?

뇌의 내부 나침반은 어떻게 작동합니까?

요약: 이번 연구 결과는 뇌가 변화하는 환경에서 방향을 잡는 방법과 알츠하이머병으로 인해 정상적인 탐색 과정이 어떻게 감소될 수 있는지에 대해 새로운 시각을 제시했습니다.

원천: 맥길 대학교

과학자들은 뇌 영상 기술의 최신 발전으로 신경 활동을 추적하여 방향 감각을 제공하는 뇌 부분에 대한 새로운 통찰력을 얻었습니다.

이 연구 결과는 변화하는 환경에서 뇌가 방향을 잡는 방법과 치매와 같은 퇴행성 질환으로 인해 사람들이 길을 잃고 방향 감각을 상실할 수 있는 과정에 대해 밝힙니다.

“신경 과학 연구는 지난 10년 동안 우리가 불과 몇 년 전만 해도 꿈꿀 수 있었던 질문에 답할 수 있게 해주는 기술 혁명을 겪었습니다.”라고 McGill University의 정신과 부교수이자 Douglas Research의 연구원인 Mark Brandon은 말합니다. 센터. 그는 McGill University의 전 학생이자 현재 Harvard University의 박사후 연구원인 Zaki Ajabi와 함께 연구를 공동 주도했습니다.

뇌의 내부 나침반 읽기

시각 정보가 뇌의 내부 나침반에 어떤 영향을 미치는지 이해하기 위해 연구원들은 뇌의 신경 활동을 기록하는 동안 생쥐를 파괴적인 가상 세계에 노출시켰습니다.

연구팀은 신경 기록 기술의 최신 발전을 사용하여 전례 없는 정확도로 뇌의 내부 나침반을 기록했습니다.

동물의 내부 머리 방향을 해독하는 이 능력을 통해 연구자들은 뇌의 내부 나침반을 구성하는 머리 방향 세포가 변화하는 환경에서 스스로 방향을 바꾸는 뇌의 능력을 지원하는 방법을 탐구할 수 있었습니다.

구체적으로 연구팀은 생쥐가 방향 감각을 잃은 후 뇌의 내부 나침반이 방향을 바꾸도록 허용하는 “네트워크 획득”이라고 하는 현상을 확인했습니다.

Ajabi는 “마치 두뇌가 혼란스러운 상황에서 내부 나침반의 방향을 빠르게 재조정할 수 있는 ‘재설정 버튼’을 구현하는 메커니즘이 있는 것 같습니다.”라고 말합니다.

이 연구에서 동물들이 부자연스러운 시각적 경험을 하게 되었지만, 저자는 그러한 시나리오가 실제로 현대 인간의 경험, 특히 가상 현실 기술의 급속한 확산과 관련이 있다고 주장합니다.

“이 결과는 결국 가상 현실 시스템이 어떻게 우리의 방향 감각을 그렇게 쉽게 제어할 수 있는지를 설명할 수 있습니다.”라고 Ajebi는 덧붙입니다.

연구팀은 신경 기록 기술의 최신 발전을 사용하여 전례 없는 정확도로 뇌의 내부 나침반을 기록했습니다. 이미지는 공개 도메인에 있습니다

연구 결과는 연구팀이 기본 메커니즘을 더 잘 이해하기 위한 새로운 모델을 개발하도록 영감을 주었습니다.

“이 연구는 실험적 접근과 계산적 접근이 어떻게 함께 행동을 유도하는 뇌 활동에 대한 우리의 이해를 향상시킬 수 있는지를 보여주는 아름다운 예입니다.”라고 오스틴에 있는 텍사스 대학의 전산 신경과학자이자 조교수인 공동 저자인 Xue-Xin Wei는 말합니다.

퇴행성 질환;

이 발견은 또한 알츠하이머병에 중요한 의미를 갖는다. “알츠하이머병의 첫 번째 자가 인지 증상 중 하나는 사람들이 익숙한 환경에서도 방향 감각을 잃고 길을 잃는다는 것입니다.”라고 Brandon은 말합니다.

연구자들은 뇌의 내부 나침반과 내비게이션 시스템이 어떻게 작동하는지 더 잘 이해하면 알츠하이머병 치료를 조기에 발견하고 더 잘 평가할 수 있을 것으로 기대합니다.

공부에 대해

자금 조달: 이 연구는 캐나다 자연 과학 및 공학 연구 위원회와 캐나다 보건 연구소의 지원을 받았습니다.

신경과학 연구 뉴스 소개

작가: 셜리 카르데나스
원천: 맥길 대학교
의사소통: Shirley Cardenas – 맥길 대학교
그림: 이미지는 공개 도메인에 있습니다

원래 검색: 오픈 액세스.
표류 및 재배향 중 머리 방향 뉴런의 집단 역학마크 브랜든 외. 자연


요약

표류 및 재배향 중 머리 방향 뉴런의 집단 역학

머리 방향(HD) 시스템은 뇌의 내부 나침반 역할을 하며 고전적으로 1차원 루프 끌어당김 네트워크로 공식화되었습니다. 전역적으로 일관된 자기 나침반과 달리 HD 시스템에는 전역 참조 프레임이 없습니다. 대신 로컬 신호에 의존하여 기준이 없을 때 신호가 회전하고 드리프트할 때 안정적인 평형을 유지합니다.

그러나 앵커리지 및 드리프트의 기본 메커니즘에 관한 질문은 해결되지 않은 상태로 남아 있으며 인구 수준에서 가장 잘 처리됩니다. 예를 들어, 인구 활동에 대한 1차원적 설명이 방향 전환 및 표류 조건에서 지속되는 정도는 명확하지 않습니다.

여기서 우리는 시각적 랜드마크의 제어된 회전 동안 칼슘 이미징을 사용하여 시상 HD 세포의 인구 기록을 수행했습니다.

실험 전반에 걸쳐 인구 활동은 특히 불일치 및 모호한 조건에서 네트워크 이득이라고 하는 두 번째 차원에 따라 다양했습니다. 이 차원에 따른 활동은 네트워크 재구성 속도를 포함하여 재구성 및 드리프트의 역학을 예측했습니다.

어둠 속에서 네트워크 게인은 이전에 표시된 랜드마크의 “메모리 추적”을 유지했습니다. 추가 실험에서 HD 그리드는 짧지만 길지는 않은 둥근 신호 노출 후 기본 방향으로 돌아갔습니다. 경험에 대한 이러한 의존성은 HD 뉴런과 할당 신호 사이의 과거 연관성에 대한 메모리가 보존되고 내부 HD 표현에 영향을 미친다는 것을 나타냅니다.

이러한 결과를 바탕으로 우리는 시각적 랜드마크의 연속적인 회전이 어둠 속에서 지속되는 HD 표현의 회전을 유도하여 HD 시스템의 실험에 따른 재보정을 보여줌을 보여줍니다.

마지막으로 신경 나침반이 변화하는 환경 단서에 유연하게 적응하여 HD의 신뢰할 수 있는 표현을 유지하는 방법을 공식화하는 계산 모델을 제안합니다.

이러한 발견은 HD 시스템의 고전적인 1차원 해석에 도전하고 이 시스템과 그 기반이 되는 신호 간의 상호 작용에 대한 통찰력을 제공합니다.