麻省理工学院的神经科学家识别出有助于我们导航的大脑中的“地标代码”

麻省理工学院的神经科学家已经确定了一个“标志性代码”，可以帮助大脑在周围环境中导航。

神经科学家发现关键的大脑区域如何将视觉和空间信息结合起来，以帮助我们找到路。

当我们穿过附近的街道时，我们经常使用熟悉的地标来帮助我们导航。正如我们自己想的那样，“好，现在在咖啡厅左转”，大脑的一部分被称为后脾皮质（RSC）亮起。

尽管许多研究已将这个大脑区域与基于地标的导航联系起来，但是如何准确地帮助我们找到自己的方式尚不为人所知。麻省理工学院神经科学家的一项新研究现在揭示了RSC中的神经元如何使用视觉和空间信息来编码特定的地标。

麻省理工学院麦戈文脑科学研究所成员马克·哈奈特（Mark Harnett）说：“其中一些信号（视觉输入和身体运动）综合在一起，代表了地标等概念。”“我们在这项研究中追求的是空间导航这些不同方面的神经元级和种群级表示。”

在对老鼠的研究中，研究人员发现，该大脑区域通过将有关周围环境的视觉信息与老鼠自身在轨迹上的位置的空间反馈相结合，从而创建了一个“地标代码”。整合这两种信息源，使小鼠能够根据所看到的地标来学习在哪里找到奖励。

卢卡斯·费舍尔（Lukas Fischer）表示：“我们相信，我们发现的该代码实际上与地标相关，并且还为动物提供了一种区分地标的方法，有助于提高动物利用这些地标寻找奖励的能力。”麻省理工学院的博士后和研究的主要作者。

Harnett是这项研究的资深作者，该研究今天发表在eLife杂志上。其他作者是研究生Raul Mojica Soto-Albors和最近的MIT毕业生Friederike Buck。

先前的研究发现，即使RSC受损的人仍然可以识别周围的环境，他们也很难从一个地方到另一个地方。RSC还是阿尔茨海默氏症患者的首批受影响地区之一，这些患者通常难以导航。

RSC楔入主要视觉皮层和运动皮层之间，并且从这两个区域接收输入。它似乎也参与了两种类型的空间表示形式的组合：同心圆，即对象彼此之间的关系；自我中心，即对象与观察者之间的关系。

“证据表明，RSC确实是您将这些不同参考框架融合在一起的地方，” Harnett说。“当我在房间里四处走动时，情况看起来有所不同，但这是因为我的优势已经改变。他们彼此之间并没有改变。”

在这项研究中，麻省理工学院的团队着手分析小鼠中单个RSC神经元的行为，包括它们如何整合有助于导航的多个输入。为此，他们允许小鼠在观看视频屏幕的跑步机上跑步，从而使其看上去像沿着轨道跑步，从而为小鼠创造了虚拟现实环境。视频的速度取决于小鼠的奔跑速度。

沿着轨迹的特定点会出现地标，表示在地标之外一定距离处会有奖励。老鼠们必须学会区分两个不同的地标，并学会为了获得奖励而必须跑的距离。

一旦老鼠学会了这项任务，研究人员就在动物沿着虚拟轨迹奔跑时在RSC中记录了神经活动。他们能够一次从数百个神经元中进行记录，发现他们中的大多数将其活动固定在任务的特定方面。

主要有三个锚点：试验的开始，里程碑和奖励点。大多数神经元都锚定在地标上，这意味着它们的活动将在相对于地标的特定点处持续达到峰值，例如在地标之前50厘米或在地标之后20厘米。

这些神经元中的大多数对这两个标志都做出了响应，但是一小部分仅对其中一个做出了响应。研究人员假设，那些具有高度选择性的神经元可以帮助小鼠区分界标，并以正确的距离跑动以获得奖励。

当研究人员使用光遗传学（一种可以关闭神经元活动的工具）来阻止RSC中的活动时，小鼠在该任务上的表现会变得更差。

研究人员还进行了一项实验，老鼠在视频以恒定速度播放时可以选择是否跑步，这与老鼠的运动无关。老鼠仍然可以看到地标，但是地标的位置不再与奖励或动物自身的行为联系在一起。在这种情况下，RSC神经元的确对地标产生了反应，但没有像老鼠将它们用于导航时那样强烈。

进一步的实验使研究人员可以弄清楚通过视觉输入（查看界标）和鼠标自身运动的反馈会产生多少神经元激活。但是，简单地将这两个数字相加，得出的总数将大大低于小鼠主动导航时所看到的神经元活动。

“我们相信这是这些输入的非线性积分机制的证据，与以线性方式将这两个输入相加得到的结果相比，它们的组合产生的响应更大。”

现在，研究人员计划分析他们已经收集的有关小鼠学习任务时神经元活动如何演变的数据。他们还希望进行进一步的实验，在这些实验中，他们可以尝试分别测量到RSC神经元内不同位置的视觉和空间输入。

该研究由美国国立卫生研究院，麦戈文研究所，麻省理工学院的NEC公司计算机与通信研究基金和神经科学Klingenstein-Simons奖学金资助。