基于大规模运动神经元记录对人类肌肉中同名与异名返回抑制的概率推断

《SCIENCE ADVANCES》：Probabilistic inference of homonymous and heteronymous recurrent inhibition in human muscles from large-scale motor neuron recordings

　　

摘要：理解脊髓回路如何在肌肉收缩过程中塑造运动神经元行为仍是一项重大挑战。本研究将大规模运动单位记录与基于模拟的推断相结合，对同名和异名返回抑制（一种在自然自主收缩过程中基本上仍难以触及的关键脊髓回路）生成概率估计。研究人员从运动神经元峰电位序列构建同步交叉直方图，并提取代表返回抑制的特征。由于这些特征也受高频共同突触输入成分的影响，研究人员开发了一种基于模拟的推断框架以厘清这些效应。经过验证后，该框架被应用于来自六块肌肉在两种收缩强度下的实验数据，揭示了此前未被表征的肌肉依赖性和强度依赖性模式：在大多数肌肉中，返回抑制随收缩强度增加而降低，但在股外侧肌和股内侧肌中却增加。该流程可公开获取，并设计为可复用于类似数据集，以及可适应于多种实验情境，包括其他脊髓回路。

论文解读：基于大规模运动神经元记录推断人类肌肉中同名与异名返回抑制的概率性研究

一、研究背景与问题

理解突触输入如何塑造运动神经元活动并最终产生肌肉收缩，一直是神经科学的核心挑战。在群体水平上，运动神经元活动动态源于下行锥体束驱动、感觉反馈和脊髓回路的相互作用，并在不同运动神经元池之间表现出显著差异。然而，推断特定脊髓回路对运动神经元行为的贡献，仍是理解运动神经控制的核心障碍。返回抑制是其中一种关键机制：运动轴突侧支兴奋Renshaw细胞，后者转而抑制其所接触的运动神经元，形成双突触负反馈环路。尽管返回抑制对运动神经元行为有重要影响，其在运动执行中的功能作用仍不清楚。已有研究提出返回抑制可能参与震颤频带阻尼、误差校正及运动适应/学习等过程。这些作用暗示返回抑制的表达具有肌肉依赖性和任务依赖性。然而，在人类中，返回抑制的分布主要依赖间接的刺激方法（如成对H反射和M波），这些方法存在固有局限：刺激施加非生理性募集模式，采样有偏的运动神经元亚群，易受内在运动神经元特性混淆，且仅适用于易刺激的肌肉。因此，需要一种能在自然自主收缩条件下、跨肌肉和收缩强度系统表征返回抑制的新方法。

二、研究目标与方法概述

研究人员旨在通过结合大规模运动单位记录与基于模拟的推断，提供六块肌肉在两种收缩强度下同名和异名返回抑制的概率性图谱。他们构建了由30个泄漏积分放电运动神经元和10个Renshaw细胞组成的模拟池，通过设定平均双突触抑制权重来控制返回抑制强度。从模拟和实验的峰电位序列中构建同步交叉直方图，并提取三个特征：波谷面积（返回抑制强度指标）、波谷时序（返回抑制延迟指标）和峰高（高频共同输入幅度指标）。为厘清返回抑制与高频共同输入对特征的交叉影响，研究人员采用基于模拟的推断框架：使用神经网络密度估计器（掩码自回归流）在模拟数据上训练，学习从观测特征到潜在生理参数的概率映射，随后将实验数据的特征汇总统计输入训练好的估计器，得到生理参数的后验分布。实验数据来自六名男性参与者的四类等长收缩任务（伸膝、跖屈、背屈、捏握），使用高密度表面电极阵（64通道，间距4或8 mm）记录肌电信号，经卷积盲源分离分解出运动单位峰电位序列。最终保留1669个独特运动单位，平均每个肌肉×强度条件包含109±76个运动单位。

三、主要研究结果

1. 交叉直方图特征作为返回抑制和共同输入的指标

通过在模拟中独立改变返回抑制强度和共同输入高频成分，验证了三个特征与目标生理参数的线性关系：波谷面积解释了97%的返回抑制强度方差；波谷时序解释了84%的双突触延迟方差和60%的Renshaw介导抑制性突触后电位时间常数方差；峰高在固定频带内解释了超过91%的输入幅度方差。这表明这些特征可作为相应机制的代理指标。

2. 返回抑制作为高频同步的内在来源

模拟表明，不同参数组合可产生相似的同步交叉直方图和肌内相干谱，构成病态问题。仅提供低频共同输入时，返回抑制本身可产生高频同步，其IPSP时间常数决定相干谱的主频，强度决定幅度。在宽带共同输入存在时，返回抑制表现为频率选择性滤波器：放大与其内在频率匹配的振荡，抑制慢波动。

3. 基于模拟的推断量化返回抑制

在保留的模拟数据上，估计器对基线兴奋、返回抑制强度和高频共同输入幅度的恢复精度高（RMSE≤0.124，r≥0.90），校准良好（平均校准误差≤3.9%）。后验预测检查显示，预测的特征均值与实验均值在条件间高度相关（平均放电率r=0.97，波谷面积r=0.76，峰高r=0.68，波谷时序r=0.85），表明能可靠捕捉条件间差异。

4. 实验结果

在10% MVC时，同名返回抑制在第一背侧骨间肌中最低，小腿肌肉（腓肠肌内侧、胫骨前肌、比目鱼肌）最高，大腿肌肉（股外侧肌、股内侧肌）居中；异名返回抑制在协同肌之间可忽略。从10%增至40% MVC时，返回抑制在腓肠肌内侧、胫骨前肌和第一背侧骨间肌中下降（pΔ≥0.95），但在股外侧肌和股内侧肌中上升（pΔ≥0.83），比目鱼肌变化不显著。在40% MVC时，大腿肌肉的返回抑制高于小腿肌肉。股外侧肌?股内侧肌异名抑制在40% MVC时变得显著，且超过第一背侧骨间肌的同名抑制。高频共同输入幅度在胫骨前肌和第一背侧骨间肌中较高，且随强度增加普遍上升。此外，募集阈值与反向波谷面积正相关（20/34回归显著），表明高阈值（较大）运动神经元传递更强的返回抑制。

四、讨论与结论

研究人员开发的框架能够在自然自主收缩条件下估计返回抑制，避免了刺激方法的局限。模型简化和40% MVC的强度上限限制了对动态收缩和高强度条件的推广。推断的返回抑制代表模型定义的有效量而非直接生理测量。实验数据全部来自男性参与者，且缺乏直接生物学验证。尽管如此，研究复制了若干经典发现：第一背侧骨间肌低返回抑制、某些小腿肌肉随强度降低返回抑制、恢复的波谷时序（约33.6±13.3 ms）在文献范围内、以及大小依赖性趋势。更重要的是，研究揭示了股外侧肌和股内侧肌中随强度增加的返回抑制模式，挑战了返回抑制随强度均匀下降的假设。这种差异可能反映不同的控制方案：小腿肌肉采用“推-拉”方案（抑制随兴奋增加而减少），而股部肌肉采用“平衡兴奋-抑制”方案（抑制与兴奋同步增加）。后续募集的较大神经元对先前募集的小神经元施加更强抑制，可能解释股部肌肉的募集主导型力量调节和较小滞后现象。研究人员提出，股部肌肉中增加的返回抑制可能参与关节保护机制，通过调节主动肌和拮抗肌活动来管理内部关节应力。该框架以开源形式发布，可复用于类似数据集，并通过修改模型和先验适应其他脊髓回路的研究。

总体而言，这项工作建立了从运动单位活动推断返回抑制的概率性方法，揭示了跨肌肉和收缩强度的异质性模式，为理解脊髓回路在运动控制中的功能提供了新视角。