《Journal of Physiology》:Spinal motor neuron pools may be partly driven by impulsive common inputs
编辑推荐:
摘要
脊髓运动神经元(motor neurons, MNs)是连接神经系统与肌肉的桥梁。作为神经肌肉系统的最终共同通路,它们接收来自高级控制中枢和传入通路的信息输入。当前普遍认为,脊髓运动神经元主要由不同频段内的连续性共同输入(continuous commo
摘要
脊髓运动神经元(motor neurons, MNs)是连接神经系统与肌肉的桥梁。作为神经肌肉系统的最终共同通路,它们接收来自高级控制中枢和传入通路的信息输入。当前普遍认为,脊髓运动神经元主要由不同频段内的连续性共同输入(continuous common inputs, cCI)驱动。在此框架下,运动神经元池(motor neuron pool)表现为cCI的线性放大器。这意味着下行和脊髓振荡信号(spinal oscillatory signals)的频谱内容被保留并忠实传递至肌肉,因此运动神经元池输出端的频谱内容对应于cCI的频谱。然而,该框架忽略了运动神经元也可能被冲动性共同输入(impulsive common inputs, iCI)驱动的可能性,后者可诱导运动神经元间同步化,并在池水平上破坏其他突触输入的线性传输。为验证此假说,本研究结合了计算机模拟和来自人体两块不同肌肉的实验数据,以表征运动神经元池水平上放电同步化的不同特征。研究结果表明,iCI确实可以解释实验数据中观察到的相关特征,例如池水平同步化事件的出现。研究人员还观察到,这种冲动性输入可影响运动神经元池对cCI的传输线性。本研究为运动神经元接收iCI的存在提供了开创性的间接证据。
一、 研究背景与问题
脊髓运动神经元是运动指令执行的最终环节,整合来自高级中枢的共同输入(common inputs, CI)和各自的独立输入(independent inputs, II)。现有运动控制理论通常假设,运动神经元池主要受连续、缓慢变化的CI(continuous common inputs, cCI)驱动,并在池水平上作为cCI的线性放大器,从而使得下行信号的振荡信息能够保真地传递到肌肉。然而,此框架无法解释实验记录中观察到的一些现象,如运动单元池在放电同步化和频谱内容方面的特定行为。这提示可能存在被忽略的输入形式。研究指出,脊髓运动神经元可能也接收另一种形式的输入——冲动性共同输入(impulsive common inputs, iCI),它表现为短暂的、脉冲式的兴奋性爆发,可瞬时同步化大量运动神经元的放电。这种同步化事件可能破坏池水平的线性传输特性。然而,由于iCI的非平稳、间歇性特征,传统的信号分析方法(如基于运动单元对分析或假设信号平稳性的方法)难以对其进行研究。这一认知空白可能导致我们对运动神经元群体行为的理解不完整,并影响那些旨在从脊髓运动神经元活动中解码运动意图的神经接口的效能。因此,研究人员开展此项研究,旨在探究运动神经元池是否受iCI驱动,以及iCI如何影响cCI的线性传输。
二、 研究方法概述
本研究结合了人类实验数据分析和计算模拟,旨在验证iCI的存在及其影响。实验数据来自两个不同的肌肉:胫骨前肌(tibialis anterior, TA,19名受试者)和桡侧腕屈肌(flexor carpi radialis, FCR,6名受试者)。受试者均进行等长收缩,维持力量在最大自主收缩力的10%(10% MVC),分别通过高密度表面肌电(TA)和高密度肌内肌电(FCR)记录并分解出多个运动单位的放电序列。计算模拟采用Williams和Baker (2009)提出的生物物理模型,模拟了由177个慢型运动神经元组成的池,并设定了四种输入场景:仅iCI、仅cCI、无额外CI(对照)以及iCI与cCI结合。信号分析主要采用功率谱密度(power spectral density, PSD)、肌内一致性(intramuscular coherence, IMC)和时间分辨的SPIKE距离等指标,量化运动神经元的同步化程度、频谱特征以及线性传输特性。
三、 研究结果
1. 模拟考虑iCI可再现实验记录的运动神经元池活动的关键特征
研究发现,模拟的iCI场景能成功复现实验数据中观察到的间歇性同步化事件。在iCI存在时,运动神经元在每次脉冲发生时同步放电,导致累积放电序列在平均放电率(FDR)附近的瞬时功率短暂增加,如图2所示。通过SPIKE距离分析(一种量化放电时序同步性的指标)发现,实验数据(TA和FCR)在检测到的同步化事件时间点附近,均表现出短暂、显著的SPIKE距离下降(即同步性增加),如图3A、B所示。此模式无法用随机生成的替代数据(通过循环移位原始数据得到)重现,证明观察到的同步性源于潜在输入而非数据本身的统计特性。更重要的是,模拟的iCI场景(图3C)完美复现了实验数据的SPIKE距离变化模式,其最小SPIKE距离值与实验数据无显著差异。相反,仅包含cCI(不同频率)或无额外CI的模拟场景(图3D)均无法产生类似的显著同步化事件,其最小SPIKE距离值显著高于实验数据或iCI模拟场景。此外,iCI模拟产生的功率谱密度和肌内一致性特征(PSD在FDR处有峰值,而IMC在同一频率无峰值,如图4E、F所示)与实验数据(图4A-D)高度一致,而cCI模拟则产生不同的PSD与IMC特征(图4G、H)。这些结果强有力地支持了运动神经元池接收iCI的假说。
2. 冲动性输入改变运动神经元池的线性
研究进一步探讨iCI如何影响运动神经元池的线性放大特性。当提高模拟中iCI的发生频率(0-4 Hz)时,累积放电序列在FDR处的功率呈单调递增,但其增益(输出与输入功率之比)并未随之线性增加(图5),这提示了非线性的存在。另一个关键实验对比了功率在FDR处相匹配的iCI和cCI的传输差异。结果显示,随着考虑的运动神经元数量增加,cCI场景下的增益线性增长,而iCI场景下的增益呈指数增长(图6B),且iCI导致的FDR处输出功率远高于cCI。这表明,即使输入信号在特定频率成分上功率相同,iCI也会因诱发同步化而驱动运动神经元池产生非线性响应,且这种非线性效应不随池中神经元数量增加而衰减。
3. 冲动性输入诱导的同步化改变运动神经元池的信号传输
最后,研究人员在iCI与cCI(1 Hz或20 Hz)并存的组合场景中,评估了iCI对cCI传输的干扰。通过计算cCI与滤波后累积放电序列之间的最大互相关系数来衡量传输保真度。结果如图7所示,iCI的存在始终会降低cCI的相关性,这种干扰在cCI功率较低、考虑的运动神经元数量较多时更为明显。并且,iCI对低频(1 Hz)cCI传输的破坏作用高于对beta频段(20 Hz)cCI的破坏。这表明,iCI会损害运动神经元池采样和线性传输cCI的能力,其干扰程度取决于cCI与iCI之间的功率平衡。
四、 讨论与结论总结
论文在讨论部分探讨了iCI在运动通路中的潜在功能及其可能来源。功能上,iCI可能是运动系统将复杂动作分解为离散子运动(submovement)的神经基础,作为“重置点”协调动作序列;也可能参与感觉运动监控,或是注意等过程产生的副产品。iCI可能通过向运动神经元活动与力量输出的低频段(1-2 Hz)注入功率,从而增加力量变异性。关于来源,运动皮层(如beta爆发)、脑干网状结构(如网状脊髓束)是可能的候选脑区,后者尤其与由外部刺激(如响亮声音)触发的反应加速有关。
研究结论:本研究表明,脊髓运动神经元池的活动不仅由连续共同输入驱动,也部分地由冲动性共同输入驱动。这些冲动性输入能够同步运动神经元池的活动,并改变该池对其他连续共同输入的线性传输特性。这项研究代表了对冲动性共同输入作为运动神经元输入形式存在的开创性间接证据。这些发现标志着对运动控制理解的根本性范式转变,并影响着从脊髓运动神经元活动中提取信息的接口的开发。