脑—机接口(BMIs)不仅在神经学方面有很多应用,还是研究神经元整体动力学的有力工具。但在任何实际接口中,能得到的记录位点数量都是有限的,而研究人员想得到来自每个位点的尽可能完全的信号。为了建立更好的脑—机接口,研究人员开始更深入地观察低于神经元兴奋阈值以下的活动。
最近,美国加利福尼亚大学伯克利分校一个研究小组正设法利用那些更小的电位,作为意志意图的指标,研究大脑在学习过程中的意志活动。而这些指标隐藏在钙信号中。
该小组由电气工程师何塞·卡门纳领导。研究人员训练小鼠能响应音调高低来调整自己的神经兴奋性,目标集中在小鼠的层Ⅱ-Ⅲ(layer Ⅱ-Ⅲ)神经元上,这些神经元形成了小鼠的运动皮层或体感皮层,由基因编码的钙指标gCaMP6f 来专门表达。研究人员用双光子成像来记录这种钙指标信号,能记录到150×150平方微米视域内的每个细胞。他们用与峰值有关的钙信号训练小鼠操控声音光标,结果小鼠只用几天就学会了这项任务,并在随后的时间里表现得越来越好。研究结果发表在最近出版的《自然·神经科学》杂志上。
研究人员解释说,只用皮层锥体细胞产生的峰值有很多问题。阈值以下电位或离子流与细胞的峰值行为相关,但也并非总是如此。比如,脑干眼球运动神经元突然放电频率超过300赫兹,只是为了“吸引”眼球的注意;而听觉神经元为了分辨一个特殊音调,也会产生大致相同的脉冲。一个锥体细胞可能每隔几秒才兴奋一下,直到做完全不同的事,它们才会选择放电。如果希望锥体细胞的树突和突触放电过程保持大致相同的频率,显然这样的结果会丢失许多信息。
而那些例外的锥体细胞峰值可能更有用。它们反映的情况或许是在几百只苍蝇中有一只飞向一匹马,让马突然弓背跃起;也或许是在一群猩猩中,猩猩爸爸们在打盹,而一只小猩猩跟爸爸玩闹过了火,猩猩爸爸猛然跃起追逐这个讨厌的小家伙。锥体细胞也可能自己产生峰值,比如开饭的铃声。
论文中还指出,只记录峰值从总体上不能反应皮层处理信息的过程。如果不把多种丰富的神经元现象考虑进来,要想重新构建一种算法,把刺激因素,或对内部意图的推测完整拼接在一起是非常困难的。
虽然要把实验转移到人类身上,还需要很多实验硬件,但新研究为科学家从脑中获悉个体意愿提供了一些基本的新线索。
总编辑圈点
吃饭时需要大脑向有关器官输出张嘴、闭嘴、咀嚼的信号,如果这时输出的是踢腿的信号,那饭肯定吃不成了。脑—机接口核心便是对神经元信号进行精确的读取或写入,前提是要弄清楚信号是什么,因此获取足够高质量的神经信号来解码神经元,才能设计出脑—机接口的算法和系统。本项研究正是通过新方法来提高信号的精确度,但这种愚公移山的做法是否可行还有待检验,我们更期待新的模型和理论的出现。