这篇文档属于类型a(单篇原创研究报告),以下是详细的学术报告:
运动神经环路如何编码感觉预期:一项跨物种的神经动力学研究
作者及机构
本研究由Jonathan A. Michaels(加拿大西安大略大学脑与心智研究中心、约克大学运动科学系)、Mehrdad Kashefi、Jack Zheng等来自加拿大西安大略大学、约克大学、伦敦健康科学中心等机构的联合团队完成,发表于Nature期刊(2025年9月在线发表,DOI: 10.1038/s41586-025-09690-9)。
科学领域:本研究属于运动神经科学(Motor Neuroscience)与计算神经科学(Computational Neuroscience)的交叉领域,聚焦于运动皮层(motor cortex)如何整合感觉预期(sensory expectations)以优化运动响应。
研究动机:既往研究多关注自主运动(self-initiated actions)的神经准备机制,但现实中运动常由外界扰动(如机械外力)触发或修正。尽管扰动可预测,其如何影响运动神经环路的准备活动尚不明确。本研究提出假说:感觉预期会直接塑造运动皮层的准备性神经活动,这一机制可能通过最优反馈控制理论(optimal feedback control theory)实现。
关键背景知识:
1. 运动准备(Movement preparation):运动皮层在动作执行前编码运动参数(如方向、速度),并通过动态系统(dynamical system)调控运动输出。
2. 长潜伏期牵张反射(Long-latency stretch reflex, LLR):50–100毫秒内的肌肉反应,依赖皮层-脊髓通路(transcortical pathway),可受任务目标调节。
3. 神经群体动力学(Neural population dynamics):运动皮层通过高维神经状态的几何结构(geometry)编码信息。
研究目标:
1. 验证人类和猕猴能否利用概率性感觉预期优化扰动响应;
2. 解析感觉预期在神经群体中的编码规律;
3. 通过计算模型揭示感觉预期的功能意义。
1. 人类行为学实验
- 对象:20名健康受试者(13男7女,18–35岁)。
- 任务设计:受试者佩戴外骨骼机器人(KinArm),通过肘关节抵抗背景负载(1 N·m),接受随机方向的机械扰动(±1 N·m)。视觉线索提示扰动方向的概率(如100%屈曲、75%伸展等)。
- 测量指标:
- 运动学:肘关节位移、手部轨迹;
- 肌电图(EMG):记录肱二头肌(屈肌)和肱三头肌(伸肌)的短潜伏期(SLR, 20–50 ms)和长潜伏期反射(LLR, 50–100 ms)。
- 关键发现:
- 行为响应随扰动概率梯度变化(ANOVA, p<10⁻⁶);
- LLR(而非SLR)显著受概率调节(ANOVA, p=0.0002),表明皮层参与。
2. 猕猴神经电生理实验
- 对象:2只猕猴(Macaca mulatta),记录8,141个单神经元活动。
- 脑区靶点:初级体感皮层(S1)、初级运动皮层(M1)、背侧前运动皮层(PMd)、背外侧前额叶(DLPFC),以及丘脑核团(VPL、VLpd、VLa)和辅助运动区(SMA)。
- 技术方法:
- Neuropixels探针:高密度记录神经活动;
- 解混主成分分析(dPCA):分离任务相关信号(概率、扰动方向、条件无关信号)。
- 结果:
- 概率编码:PMd和M1在准备期显著编码概率信息(方差解释率>6%),几何结构简单(线性缩放概率值);
- 条件无关信号:占主导(方差解释率>32%),可能源于外周快速检测机制。
3. 计算建模
- 模型架构:基于开源工具MotorNet,训练256单元门控循环网络(GRU)控制双关节机械臂模型。
- 关键设计:
- 模拟感觉延迟(本体觉20 ms、视觉70 ms);
- 加入非方向性扰动脉冲(condition-independent signal)。
- 验证:
- 模型复现了人类和猕猴的概率依赖性行为响应;
- 消除概率维度(通过dPCA投影)几乎完全取消行为梯度(p<0.001)。
其他价值:
- 发现小脑-丘脑通路(VLpd)在经验积累中的早期作用(图4);
- 开源MotorNet工具箱推动运动控制模型的标准化研究。
(全文约2000字)