为了解码大脑，神经生物学研究如何让实验变得更自然

有了追踪生物一举一动的技术，神经科学家正在深入了解动物和人类的行为。

　　

在伦敦一间灯光昏暗的实验室里，一只棕色的小鼠在一个圆形的桌面上摸索，边走边嗅。突然，一个影子无声地出现了。在一瞬间，小鼠的大脑活跃起来。它中脑的神经元开始兴奋起来，感觉到了潜在捕食者的威胁，邻近区域的一系列活动命令它的身体选择一种反应——呆在原地不动，希望不被发现，或者跑向避难所，在这种情况下，一个红色的醋酸盐盒子放在附近。

从小鼠的角度来看，这是生死攸关的问题。但阴影不是掠食者投下的。相反，这是Tiago Branco实验室的神经科学家的工作，他们在杠杆上安装了一个塑料圆盘来刺激小鼠，从而研究小鼠的逃跑行为。这是一个快速的决策过程，利用感官信息，以前的经验和本能。

Branco是伦敦大学学院塞恩斯伯里威康中心的神经科学家，他想知道把一只猫头鹰标本安装在高空滑索上，以创造更真实的体验。而他的同事们有更多的想法——例如，将圆盘切割成翼展形状。Branco实验室的研究员Dario Campagner说:“拥有无人机也很好。”

         

科学家在小鼠身上唤起了逃跑反应。(“捕食者”的阴影增强了可见度)。资料来源:实验室

几十年来，神经科学家一直在使用一些实验室实验来了解大脑和行为，而这种设置是一种日益增长的运动的一部分。这样的练习——例如训练动物使用杠杆或操纵杆来获得奖励，或者看着它在水迷宫中游泳——已经建立了大脑活动和组织的重要原则。但它们需要几天到几个月的时间来训练一只动物完成特定的、特殊的任务。Branco说，最终结果就像研究一名“职业运动员”;在混乱、不可预测的现实世界中，大脑的工作方式可能会有所不同。

小鼠并没有进化到可以操作操纵杆。同时，许多自然的行为——比如逃离捕食者，或者找到稀缺的食物或一个愿意接受的配偶——对动物来说是极其重要的。它们“对生存至关重要，处于选择压力之下”。通过研究这些自然行为，科学家们希望能够收集到比以往任何时候都更全面、更与日常活动相关的关于大脑和行为的经验教训。

随着神经科学家们继续使用最新的脑成像和行为追踪技术来完善他们的自然主义设置，他们正在寻找更好、更细致的方法来利用动物来研究疼痛反应和唐氏综合症和自闭症等疾病。其他人则在重新思考关于攻击性和恐惧的流行理论。

位于马里兰州贝塞斯达的美国国家心理健康研究所(NIMH)转化研究部主任、精神病学家Sarah Lisanby说，一些人正在寻找方法，使这些方法能够对人类行为进行更丰富的研究。这可能会改变一些精神疾病研究的游戏规则。“在我们了解个体在出现症状时的大脑基础之前，我们将继续无法有效地为他们服务。”Lisanby在去年帮助启动了2500多万美元的资金，用于量化人类和其他动物的自然行为的研究。

该领域的研究人员承认，他们的新装置还有很多需要学习的地方，而这种方法的实用性是一个悬而未决的问题。“让动物做它们想做的事，我们真的能学到更多吗?”马萨诸塞州波士顿市哈佛医学院的神经科学家Sandeep Robert Datta研究小鼠的自然行为。“总的来说，我们才刚刚开始。”

这种方法从早期的动物行为学家那里得到了启发，他们通过详细的日记和他们最喜欢的鸟类或昆虫的长期活动日志来研究自然行为。荷兰生物学家Niko Tinbergen被认为是动物行为学的创始人之一，他会花几个小时坐在北海海岸的沙丘上，记下海鸥行为的描述。(由于对动物行为学的贡献，他与另外两位科学家一起获得了1973年诺贝尔生理学或医学奖。)

这些生物学家在一定程度上深入研究了自然行为，但“他们从来没有研究过大脑，因为他们做不到”，Branco说。相比之下，能够探索大脑的科学家只有有限的行为可供研究。

一些团队，比如Branco的团队，正在研究特定的行为，同时使用安装在动物头上的电极记录大脑活动。例如，在他的团队的假捕食者实验楼下，塞恩斯伯里威康中心的研究人员正在追踪动物寻找食物的过程。该团队建造了一个在地板上嵌有小轮子的竞技场。当小鼠挖轮子时，谷物颗粒会以科学家选择的速度弹出。目标是重现野外食物来源的可变性。

其他的实验室让小鼠们管好自己的事，并记录它们每时每刻所做的事情。Datta说，即使是看似简单的行为也具有神经科学家感兴趣的复杂性。“在黑暗中跑在空桶里对动物来说是一个重大的认知挑战，”他说。利用3D成像技术，Datta和他的同事们已经将小鼠肢体语言的“语法”编目，这些语言被分解成简单的模块动作或“音节”，比如用后腿站立或摇头。他们用它来观察不同的刺激或基因操作是如何改变行为模式的(见“行为编目”)。

在机器学习的帮助下，记录、自动跟踪和编目小时行为所需的计算能力和分析技术，直到过去5年才得以实现。这已经启动了这个领域。例如，瑞士洛桑联邦理工学院的神经科学家Mackenzie Mathis在2018年推出了一个名为DeepLabCut2的开源运动跟踪软件包，该软件包已被安装了50万次。其他类似的方案也出现了。Mathis说:“我们有工具来回答这些大问题:是什么导致了行为，这对我们是谁至关重要。我看不出有什么限制。”这个年轻的领域已经对动物行为的多样性以及大脑如何产生这些行为产生了大量的见解。

接近自然

一些发现质疑了长期以来关于动物行为方式的观点。例如，研究人员经常提出，雌性动物的行为是由控制月经周期的激素(如雌激素)造成的。但当Datta的研究小组让小鼠去探索一个环境时，他们发现，总的来说，雌性小鼠的行为比雄性小鼠的变化更小，雌激素水平对它们的行为几乎没有影响。

加州理工学院神经生物学家通过研究小鼠之间的相互争斗，恢复了一个失宠的经典动物行为学理论。这个观点来自与丁伯根共同获得1973年诺贝尔奖的奥地利行为学家康拉德·洛伦兹，他认为，一种内部的攻击性信号会不断积累，直到促使动物采取行动。一些批评人士认为该模型过于简单，缺乏神经生物学基础，也没有考虑到学习。

然而，当一只小鼠与另一只小鼠互动时，下丘脑的一组神经元逐渐增加活动，达到与小鼠的行为相关的水平。在低水平下，动物可能会冻结或忽略其他小鼠。但是，随着几十秒的累积，它可能会表现出攻击性的迹象，比如试图骑到另一只小鼠身上。在高水平上，小鼠开始直接攻击其他小鼠。神经元的功能似乎就像攻击性的音量调节盘——而且，小鼠之间的水平不同，有些动物几乎从不攻击，有些则很快攻击。

其他实验完善了先前关于大脑如何控制身体的理论。几十年的研究表明，一个叫做杏仁核的区域控制着恐惧，“所有与防御反应有关的事情都与杏仁核有关，”Branco说。当他的研究小组观察逃离捕食者的小鼠时，他们发现了一条从小鼠眼睛到大脑后部的捷径，在那里它可以启动逃跑的动作。稍后，小鼠的杏仁核可能会帮助它从经验中学习——但小鼠此刻并不需要这个区域。

暂停痛苦

一些关于自然行为的研究可能已经具有临床意义。纽约哥伦比亚大学的Ishmail Abdus-Saboor和他的同事们用表现自然的小鼠来研究疼痛，希望能比标准模型更好地了解疼痛的原因和潜在的治疗方法。他说:“如果你因为疼痛去看医生，并不是因为你坐在家里，有人在你受限的地方戳你。这是因为走路或躺在床上会让你背痛。我们还没有在动物模型中进行测量。”

2021年，由Abdus-Saboor和新泽西州新不伦瑞克市罗格斯大学(Rutgers University)的神经科学家Victoria Abraira领导的一个团队发表了一篇预印本，显示一种常用的抗炎止痛药美洛昔康(meloxicam)在标准疼痛测试中似乎很有效，但在小鼠自发行为时却不是这样。这表明动物仍然处于疼痛状态，但传统的测试方法遗漏了一些东西。

在这两种情况下，小鼠的爪子都被注射了一种会引起炎症的药物，然后被注射了止痛药。在对疼痛敏感性的标准测试中，科学家们把爪子放在高温下，发现小鼠的反应很小，这表明药物起作用了。

但当研究小组观察小鼠自发的行为时，他们注意到某些行为，比如用后腿站立，仍然存在——小鼠仍然表现出疼痛的症状。“这是相当具有挑衅性的，有点令人震惊和警惕，”Abdus-Saboor说。自发行为揭示了疼痛反应更复杂的一面，比如受伤的脚可以改变一个人走路的方式。Abdus-Saboor说，也许动物模型没有捕捉到疼痛的全部体验，这可以解释为什么似乎对啮齿动物有效的止痛药在人体试验中经常失败。

Abdus-Saboor为美国制药公司礼来(Eli Lilly)和Doloromics提供咨询服务，这两家公司都在考虑在药物发现中采用自然分析方法。其他研究小组也在研究疼痛的自然模型。

更好的科学

研究自然行为已经产生了一些有趣的发现——但它也可以在更广泛的范围内改善神经科学。

在NIMH，神经科学家Yogita Chudasama负责啮齿动物行为核心，这是一个集中的设施，帮助美国国立卫生研究院(NIH)的研究人员描述大鼠和小鼠的行为。她所在的小组正在安装设备，使研究人员能够收集长时间内自发行为的数据，以减少实验中的可变性，使研究结果更加可靠。在一个典型的实验中，一只动物可能会从家里的笼子里拿出来，带到别的地方观察。但这种新环境可能会影响它的行为。长期观察可以消除可能影响动物的变量。此外，人类干预较少的环境将使啮齿动物比在受约束的环境中表现得更自然。下一步将是整合大脑活动记录。

         

研究人员使用3D记录和机器学习来分析不同类型的自发小鼠行为。资料来源:哈佛医学院神经生物系数据实验室

一些使用核心设施的研究人员正在对动物进行长期监测，以比较那些特定基因完好无损或以破坏其功能的方式发生突变的动物。由此产生的一些变化可能是微妙的。“我们相信，通过长期观察，我们将看到行为障碍的细微差别，”Chudasama说。

Vivek Kumar是缅因州巴尔港杰克逊实验室的神经遗传学家，他也在寻找改进动物模型的方法。他一直在研究唐氏综合症和自闭症动物模型的行为——这些疾病伴随着认知变化，很难在动物身上重现。但是，通过观察运动，库马尔发现，与这些疾病相关的基因变异的动物在步态上表现出差异，这要简单得多。Kumar说，如果这些差异与认知变化是由相同的基因或回路引起的，那么对其中一个的干预可能会影响另一个。该团队希望通过运动行为测试来筛选数百种化合物对步态的影响。

注资

对自然行为的兴趣正从动物蔓延到人类，随之而来的是大量的金钱。作为“大脑计划”的一部分，美国国立卫生研究院将在2024年和2025年拨款2000万美元，资助那些希望开发追踪人类行为和大脑活动系统的研究人员。Lisanby说:“当人们从事复杂行为时，我们无法了解大脑在做什么。”Lisanby帮助开发了这项研究，并为支持自然神经科学提供了其他资助机会。

人类的精神疾病，如强迫症，可以在实验室中表现出来，并在扫描仪中进行研究。但大多数发作发生在家里，当人们移动时，监测大脑活动是一个巨大的挑战。Lisanby希望NIH的基金能够帮助研究人员开发出在实验室之外测量大脑和行为的工具。这可能包括人们可以在家里佩戴的传感器，以及比现有设备更好的移动大脑记录设备。

在这样一个新领域，有很多初期问题。Abdus-Saboor说，很难找到具备所需技能的研究人员。“大多数实验学家没有接受过数学、计算、计算机科学和编码方面的培训。所以我们确实发现了一种脱节。”去年，他和其他人在杰克逊实验室(Jackson Lab)为研究生和博士后研究人员开设了一门行为量化课程。

许多科学家对这个年轻的领域都有雄心勃勃的计划。许多团队，包括Branco的团队，都梦想着追踪不止一种动物，时间尺度从几周到几个月不等。他们希望了解大脑如何选择不同的行为，监测群体的社会动态，甚至研究大脑如何储存记忆或为未来做计划。为了跟踪多个动物，神经记录需要是无线的，以防止电缆缠结，并使用先进的算法来跟踪运动。现有的系统在区分相互作用和重叠的动物时可能会遇到困难，尤其是当它们的大小和颜色相似时。Mathis希望将小鼠一生的行为进行分类，并利用这些信息创建“数字双胞胎”小鼠模型，作为参考。

研究人员承认，传统方法不会消失。尽管他们对新技术浪潮感到兴奋，但他们对最新方法能取得多大成就持现实态度。“这些工具并不神奇。它们只是一副眼镜，”Datta说。“它们帮助我们寻找。”