요약: 연구자들은 외상성 기억 형성의 신경 퍼즐을 풀면서 혁신적인 시각 및 기계 학습 방법을 사용하여 외상성 기억을 생성하는 동안 작동하는 뇌의 신경 네트워크를 해독했습니다.

연구팀은 공포 기억을 암호화하는 신경 집단을 확인하여 생쥐의 연관 공포 기억 검색에서 등쪽 내측 전전두엽 피질(dmPFC)의 동시 활성화와 중요한 역할을 밝혔습니다.

“탄력적 네트워크” 기계 학습 알고리즘을 포함한 선구적인 분석 방법은 공포 기억의 공간적 및 기능적 신경망 내에서 특정 뉴런과 그 기능적 연결을 식별했습니다.

이 중추적인 연구는 강화된 신경 연결을 통해 기억력이 향상된다는 원리를 입증할 뿐만 아니라 신경망의 복잡한 역학을 설명하기 위해 광학과 기계 학습의 통합을 개척했습니다.

중요한 사실:

1. 방법론의 혁신: 이번 연구에서는 공포 기억을 암호화하는 특정 뉴런을 식별하기 위해 시각적 방법과 기계 학습을 결합한 새로운 방법을 사용했습니다.
2. 공포의 신경망: 이 연구는 공포 기억을 암호화하는 신경 집단을 발견하여 기억 뉴런을 기능적으로 연결하는 “허브” 뉴런을 갖춘 공포 기억 신경 네트워크를 생성했습니다.
3. 연관 메모리 구성: 별개의 네트워크(조건화된 자극 네트워크와 무조건 자극 네트워크) 사이의 새로운 상호 연결성의 확립이 발견되었으며, 이는 공포 반응으로 이어지는 정보 처리에 대한 새로운 이해를 제시합니다.

원천: 닌츠

과학자들은 새로운 기억이 형성될 때 뇌에서 일어나는 물리적 변화에 대해 오랫동안 추측해 왔습니다. 이제 국립 생리학 연구소(NIPS)가 실시한 연구에서 이 흥미로운 신경학적 수수께끼가 밝혀졌습니다.

최근에 발표된 연구에서 자연통신, 연구팀은 시각적 방법과 머신러닝을 결합한 새로운 방법을 이용해 외상 기억과 관련된 뇌 신경망을 발굴하고, 기억 형성 과정에서 일어나는 복잡한 변화를 포착하고, 외상 기억이 생성되는 메커니즘을 밝혀내는 데 성공했다. .

동물은 생존을 위해 변화하는 환경에 적응하는 법을 배웁니다. 고전적 조건화를 포함하는 연관 학습은 가장 간단한 학습 유형 중 하나이며 지난 세기 동안 광범위하게 연구되었습니다.

지난 20년 동안 분자, 유전학, 광유전학 접근법의 기술적 진보로 인해 새로운 연관 기억의 형성과 검색을 제어하는 ​​뇌 영역과 특정 뉴런 그룹을 식별하는 것이 가능해졌습니다. 예를 들어, 내측 전두엽 피질(dmPFC)의 등쪽 부분은 설치류의 연관 공포 기억 검색에 중요합니다.

그러나 이 영역의 뉴런이 연관 기억을 어떻게 인코딩하고 검색하는지 잘 이해되지 않았으며, 이것이 바로 연구팀이 해결하려는 목표입니다.

“dmPFC는 공포 기억을 검색하는 동안 특정 신경 활성화 및 동기화를 보여주고 심장 박동의 동결 및 둔화와 같은 공포 반응을 유발했습니다.”라고 주저자 Masakazu Agitsuma는 설명합니다.

“생쥐에서 dmPFC를 인공적으로 침묵시키면 공포 반응이 억제되어 이 영역이 연관 공포 기억 회상에 필요하다는 것을 알 수 있습니다. 학습 및 관련 정신 질환과 관련된 뇌 시스템과의 연결을 고려하여 우리는 dmPFC의 변화가 어떻게 변하는지 탐구하고 싶었습니다. 특히 기억 정보를 규제합니다.” 새로운 연결주의.

연구팀은 공포 조건화 패러다임을 학습한 후 쥐 전두엽 피질의 신경 활동이 어떻게 변하는지 확인하기 위해 종방향 2광자 이미징과 다양한 전산 신경과학 기술을 사용했습니다.

전두엽 뉴런은 매우 복잡한 방식으로 행동하며 각 뉴런은 다양한 감각 및 운동 이벤트에 반응합니다. 이러한 복잡성을 해결하기 위해 연구팀은 공포 기억을 인코딩하는 특정 뉴런을 식별하기 위해 기계 학습 알고리즘인 “탄력적 네트워크”를 기반으로 하는 새로운 분석 방법을 개발했습니다.

또한 그래픽 모델링을 사용하여 뉴런의 공간적 배열과 기능적 연결성을 분석했습니다.

Ajitsuma는 “우리는 공포 기억을 암호화하는 신경 집단을 발견하는 데 성공했습니다.”라고 말했습니다. “우리의 분석에 따르면 공포 조건화로 인해 기억 뉴런을 기능적으로 연결하는 허브 뉴런이 있는 공포 기억 신경망이 형성되는 것으로 나타났습니다.”

중요한 것은, 연구자들이 연관 기억 형성이 원래 별개의 네트워크, 즉 조건 자극 네트워크(CS, 예를 들어 톤)와 무조건 자극 네트워크(US, 예를 들어 공포 경험) 사이의 새로운 연관 관계를 동반한다는 직접적인 증거를 밝혀냈다는 것입니다.

“우리는 새로 발견된 이 연결이 CS에 대한 공포 반응(CR)을 유도함으로써(즉, CS를 CR로 변환하는 신경망) 정보 처리를 용이하게 할 수 있다고 제안합니다.”

기억은 뉴런 그룹의 반복적인 활성화에 의해 강화되는 신경 연결을 통합하여 형성된다고 오랫동안 생각되어 왔습니다. 실제 관찰과 모델 기반 분석을 바탕으로 한 이번 연구 결과가 이를 뒷받침한다.

또한 이 연구는 결합된 방법(광학 및 기계 학습)을 사용하여 신경망의 역학을 매우 자세하게 시각화하는 방법을 보여줍니다. 이러한 기술은 학습 및 기억과 관련된 신경 변화에 대한 추가 정보를 밝히는 데 사용될 수 있습니다.

PTSD 및 신경과학 연구 뉴스 소개

작가: 기무라 하야오
원천: 닌츠
의사소통: 기무라 하야오 – 나인즈
그림: 이미지 제공: 신경과학 뉴스

원래 검색: 오픈 액세스.
“연관 학습 및 신호 전달을 위한 전두엽 축삭 네트워크의 활동 의존적 구성“아기츠마 마사카즈 외. 네이처커뮤니케이션즈

요약

연관 학습 및 신호 전달을 위한 전두엽 축삭 네트워크의 활동 의존적 구성

연관 학습은 환경 변화에 적응하는 데 중요합니다. 배측 전전두엽 피질(dmPFC)과 관련된 신경 집단 간의 상호 작용은 연관 학습을 조절하기 위해 제안되었지만 이러한 신경 집단이 연관에 대한 정보를 저장하고 처리하는 방법은 불분명합니다.

여기에서 우리는 두려움 조절 절차 동안 수컷 마우스 dmPFC의 신경 인구 활동에 대한 2광자 종단 이미징 및 전산 해부를 위한 파이프라인을 개발하여 dmPFC 네트워크 토폴로지의 학습 의존적 변화를 감지할 수 있게 했습니다.

체계적인 회귀 방법과 그래픽 모델링을 사용하여 우리는 공포 조건화로 인해 dmPFC가 재구성되어 향상된 내재 반응성, 기능적 연결성 및 조건부 자극(CS)과의 연관성을 특징으로 하는 조건부 반응(CR)을 인코딩하는 신경 집단을 생성한다는 것을 발견했습니다.

중요한 것은 조건화 중에 무조건 자극에 강하게 반응한 뉴런이 CS에서 CR로 전환하기 위한 새로운 연관 네트워크의 허브가 되었다는 것입니다.

전체적으로 우리는 dmPFC 내의 축삭 네트워크의 활동 의존적 구성을 기반으로 한 인구 코딩의 동적 학습 의존적 변조를 보여줍니다.