Convergence-divergence circuits for multimodal integration of innate and learned opponent valences

《Frontiers in Systems Neuroscience》:Convergence-divergence circuits for multimodal integration of innate and learned opponent valences

【字体: 大 中 小 】 时间:2026年05月07日 来源:Frontiers in Systems Neuroscience 3.5

编辑推荐:

  在复杂环境中检测效价对于觅食等自然行为至关重要。先前研究利用果蝇(Drosophila)侧角(LH)和蘑菇体(MB)等脑区,采用简单合成刺激探索了效价处理机制。然而,自然物体效价检测的神经基础在多模态复杂情境下仍不清楚。本研究通过全脑连接组分析,鉴定了进化保守

  
在复杂环境中检测效价对于觅食等自然行为至关重要。先前研究利用果蝇(Drosophila)侧角(LH)和蘑菇体(MB)等脑区,采用简单合成刺激探索了效价处理机制。然而,自然物体效价检测的神经基础在多模态复杂情境下仍不清楚。本研究通过全脑连接组分析,鉴定了进化保守的高级前脑(SP),其主要通过LH和MB整合全脑多模态输入,并向广泛区域输出,特别是中央复合体(CX)。这形成了一个类似自动编码器(autoencoder)架构的汇聚-发散回路,以SP为瓶颈将多模态信息整合为低维效价信号。具体而言,SP输入的LH神经元整合生态学相关的先天效价以实现自然环境中的稳健效价检测,这种整合可以是单模态的(如多种食物气味信号),也可以是多模态的(如风和温度信号恶劣天气)。吸引和厌恶的对手效价进一步在SP中整合成复杂的效价信号。MB习得的效价也被整合进SP,以近期经验更新LH的先天效价,实现灵活的效价检测。吸引和厌恶效价(无论是先天的还是习得的)分别通过兴奋性和抑制性突触在单个SP神经元中整合。有组织的突触区室支持树突计算,SP神经元表现出针对对手效价的相反突触组织,表明树突整合用于复杂的效价检测。本研究强调了SP在多模态对手效价整合中的重要性,并提出了复杂效价处理的通用网络和树突结构。
研究人员在《Frontiers in Systems Neuroscience》发表的研究中,针对果蝇在自然复杂环境中如何整合多模态信息以检测效价这一核心问题展开了深入探讨。该研究指出,尽管以往工作已揭示侧角(LH)和蘑菇体(MB)在处理简单刺激下的先天与习得效价中的作用,但对于自然物体在多模态背景下效价检测的神经机制仍知之甚少。为此,研究人员利用果蝇全脑连接组数据集,旨在解析多模态信息整合的电路架构及其计算原理。
为实现上述目标,研究人员采用了多项关键技术方法。首先,基于hemibrain (v1.2.1) 和FlyWire (v783) 两个完整的果蝇大脑连接组数据集进行形态学与连接组学分析。其次,定义了SP内在神经元(SPIN),并利用层次聚类(Hierarchical clustering)和均匀流形逼近与投影(UMAP)算法对SPIN进行无监督分类与降维可视化。此外,通过计算香农熵(Shannon entropy)和网络显著性谱(NSP)分析三节点基序(triplet motifs),量化了SPIN回路的连接特征。最后,结合几何分析(NBLAST算法)和突触距离测量,验证了特定SPIN集合的形态与功能特性。
1. SP内在神经元(SPIN)的定义与连接组学特征
研究人员首先基于突触分布定义了位于高级前脑(SP)内的内在神经元(SPIN)。通过分析hemibrain和FlyWire数据集,发现SPIN构成了连接LH、MB和中央复合体(FB)的汇聚-发散架构。这种架构类似于机器学习中的自动编码器,SP作为瓶颈层将高维的多模态感官输入压缩为低维的效价信号,再广播至下游。
2. SPIN回路基序与神经递质组成
通过香农熵和三节点基序分析,研究人员排除了标记线(labeled-line)模型和混合模型,证实了汇聚-发散整合模型。分析显示,SPIN主要富集谷氨酸能(glutamatergic)神经元,表明其在回路中可能发挥抑制作用。大多数SPIN细胞类型在每个半球仅包含1-2个神经元,揭示了SPIN网络具有低维度的信息处理特征。
3. SPIN输入与输出回路架构
研究人员详细描绘了SPIN与上游LH输出神经元(LHON)及下游扇形体切向神经元(FBt)的连接模式。结果显示,多个LHON汇聚到单个SPIN(扇入,fan-in),而单个SPIN又发散投射至多个FBt(扇出,fan-out)。同时,MB输出神经元(MBON)与SPIN之间形成了多对多的连接模式。这种架构使得SP能够整合嗅觉、视觉和机械感觉等多种模态的信息,且这些信息主要通过两到三层的中间神经元间接传递,而非直接从感觉神经元接收。
4. 代表性SPIN集合的形态与连接
研究识别了两个关键的SPIN集合:SMP34x和SIP01x。SMP353(属于SMP34x)主要处理吸引性效价,如水果和酵母的气味;而SIP015则处理厌恶性效价,如有毒细菌和恶劣天气信号。这两种神经元均表现出多模态整合能力,并能接收MBON的调制输入。
5. SMP353与SIP015的突触组织
研究人员深入分析了SMP353和SIP015的突触分布规律。发现SMP353的树突上存在明显的突触区室化:来自LHON的谷氨酸能(厌恶性)突触位于近端主干,而胆碱能(吸引性)突触位于远端;来自MBON的突触则比LHON突触更靠近轴突起始段(AIS)。相比之下,SIP015呈现出镜像对称的突触组织模式。这种空间上的分离为树突计算提供了结构基础,使得不同的效价信号可以在同一神经元的树突上进行整合与竞争。
综上所述,讨论部分指出,该研究揭示了高级前脑(SP)作为一个关键的整合中心,通过汇聚-发散回路架构处理多模态的对手效价。SPIN不仅整合了来自LH的先天效价和来自MB的习得效价,还通过精细的树突突触组织实现了灵活的行为决策。这一发现不仅阐明了果蝇在自然环境中进行复杂效价检测的神经机制,也为理解其他动物大脑中普遍存在的效价处理原则提供了重要的理论框架。通过将复杂的多感官环境信息转化为简洁的效价指令,SP回路确保了动物能够在动态变化的环境中做出适应性反应。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号