1746733017
2025-05-07 21:51:00
まとめ： 新しい研究は、学習が脳の活動を変えるだけでなく、主要な脳領域間のつながりを物理的に再配線して、コミュニケーションをより速く、より正確にすることを明らかにしています。科学者は、高度なイメージングと新しいデータ分析方法を使用して、視床皮質と運動皮質をつなぐ視床皮質経路が、マウスの運動学習中にどのように変化するかをマッピングしました。
重要な事実：
- 経路の再配線： 学習は、視床皮質経路を改良し、視床と運動皮質間のコミュニケーションを強化します。
- 選択的活性化： 学習中、特定のニューロンが活性化され、無関係なニューロンは機能を最適化するために沈黙します。
- 治療の可能性： これらの洞察は、神経障害とリハビリテーションの新しい治療法を導くのに役立つかもしれません。
カリフォルニア大学サンディエゴ校の科学者によって発行された画期的な研究は、学習の開催方法についての科学の理解を再定義しています。
ジャーナルに掲載された調査結果 自然 国立衛生研究所と米国国立科学財団の支援を受けて、学習期間中に脳の配線がどのように変化するかについての新しい洞察を提供し、神経障害を支援する新しい治療法と技術への道を提供します。
既存の方法は通常、人工的なアライメントを強制して、個人の変動を減らすために、すべての人が目的地へのまったく同じルートに従うことを要求するのと同様です。クレジット：Neuroscience News
最近では、脳の中心に位置する運動視床は、運動学習機能中にM1に影響を与える領域として関与しています。
しかし、そのような進歩があっても、証拠が不足していました どうやって この学習プロセスは、主に脳領域全体の細胞の相互作用を監視するという複雑な性質のために展開されます。
コミヤマの高山の研究所が率いる研究チームは、マウスのこれらのメカニズムを初めて説明するために強力な神経生物学的研究技術を使用しました。
ハイテクイメージングと新しいデータ分析方法を使用して、研究者は、学習中に変更される重要な領域として、視床と皮質の間の通信ブリッジである視床皮質経路を特定しました。
主な経路を特定するだけでなく、研究者は、学習中に領域間のリンクが物理的に変化することを発見しました。モーターラーニングは、アクティビティレベルを調整するだけでなく、回路の配線を彫刻し、細胞レベルで視床と皮質の間の会話を改良します。
「私たちの調査結果は、学習が局所的な変化を超えていることを示しています。脳領域間のコミュニケーションを形成し、より速く、より強く、より正確にします」と、Komiyamaラボの研究の主著者でポスドク学者のAssaf Ramot氏は述べています。
「学習はただ変化するわけではありません 何 脳はそうします – それは変わります どうやって 脳はそれをするために配線されています。」
マウスが特定の動きを学んだこの研究は、学習が視床と皮質の相互作用の集中的な再編成を引き起こすことを明らかにしました。学習時に、視床はM1ニューロンを活性化して学習された動きをコードし、学習されている動きに関与していないニューロンの活性化を停止することがわかった。
「学習中、これらの並行および正確な変化は、M1ニューロンの特定のサブセットを活性化する視床によって生成され、他のM1ニューロンを活性化して学習した活動パターンを生成します」と、神経学部（生物学部）およびNeurosciences of Scienciences（Science of Scienciences and Intertyの科学科学科学部）の教授であるKomiyama氏は述べています。データサイエンス）およびKavli Institute for Brain and Mind。
研究の重要な洞察である特定のニューロンの活動を焦点にするために、研究者は、神経生物学助教授のマーカス・ベンナと大学院生のフェリックス・タシュバッハの研究者である共有（共有表現発見）と呼ばれる新しい分析方法を開発しました。
データ分析手順の開発を主導したTaschbachによると、異なる被験者にわたって一般的にエンコードされる行動を特定することは、行動とその神経表現が動物間で大きく異なるため、重要な課題をもたらします。
この問題に対処するために、研究者は共有を開発しました。これは、異なる被験者の神経活動と相関する単一の共有行動表現を特定し、各動物の異なるニューロンの活動に微妙な行動特徴をマッピングできるようにします。
既存の方法は通常、人工的なアライメントを強制して、個人の変動を減らすために、すべての人が目的地へのまったく同じルートに従うことを要求するのと同様です。対照的に、共有関数は、特定のルートの選択に関係なく、旅行者が一貫してナビゲートするのに一貫してどのランドマークが役立つかを特定するような関数です。共有方法は、研究の調査結果にとって重要でした。
「この新しい方法により、複数の実験からのデータを組み合わせて、個々の脳で記録された限られた数の関連ニューロンのみを使用して不可能な詳細な発見をすることができます」と、この研究の計算神経科学者で共同の著者であるBenna氏は述べています。
新しい研究は、私たちの脳がどのように学習するかを照らすコミヤマラボが主導する最近2番目の研究です。 4月、ウィリアムライト、ネイサンヘドリック、コミヤマはの研究を発表しました 科学 これは、学習のエピソード中にニューロンが従う複数のルールを説明しており、異なるルールに従って異なる領域のシナプスがあります。
で 自然 研究の調査結果、研究者は、学習中に学習運動の根底にある神経回路がどのように出現するかという新しい包括的なモデルを使用した学習プロセスについての科学の理解をさらに理解します。新しい情報は、神経障害に苦しむ人々にも希望を提供します。
「この研究は、学習が単なる繰り返しではないことを示しています」とラモットは言いました。
「それはあなたの脳が文字通りターゲットを絞った方法で自分自身を再配線することです。新しいスキルを学んでいるか、脳卒中から回復したり、神経障害を使用したりするかどうかにかかわらず、脳領域がコミュニケーションをどのように再編成するかを理解するのに役立つより良い治療法と技術を設計するのに役立ちます と 脳の自然な学習メカニズム。」
この論文は、2023年のモントリオールの建物の火災で悲劇的に亡くなったコミヤマの研究室のアシスタントプロジェクト科学者であるウーの記憶に捧げられています。彼女は、彼女が触れた多くの人生を高めた素晴らしい神経科学者として記憶されています。
この学習と神経科学の研究ニュースについて
オリジナルの研究： クローズドアクセス。
「運動学習は、運動皮質に対する視床の影響を改良します」タカッカ・キカ・キカ・ホタ。 自然
抽象的な
運動学習は、運動皮質に対する視床の影響を改良します
モーター学習が、上流領域がM1回路を活性化して学習した動きを実行する方法をどのように形成するかは不明のままです。
ここでは、マウスのM1 L2/3への主な入力の縦方向の軸索イメージングを使用して、運動視床が専門家（2週間訓練された動物）で学習した動きをコードする重要な入力源であることを示します。
次に、Optogeneticsを使用して、学習の前後に視床入力によって強く駆動されるM1 L2/3ニューロンのサブセットを特定します。
M1に対する視床の影響は学習とともに変化し、運動視床が専門家の学習運動をコードするM1ニューロンを優先的に活性化することがわかります。専門家におけるM1への視床入力の不活性化には、学んだ動きが損なわれます。
私たちの研究は、運動学習がM1に対する視床の影響を形成して、学習運動の信頼できる実行を可能にすることを示しています。
#学習が脳のつながりをどのように形成するか