神经环路特异性调控奔跑与后退行为的速度编码模型

《Nature Communications》：A shared speed encoding model for running and backing away behaviours in segregated neural circuits

为揭示神经元活动如何编码行为强度（如奔跑速度）的机制，研究人员对颞叶联合皮层（TeA）和上丘（SC）投射至背侧中脑导水管周围灰质（dPAG）的神经环路进行调控研究，发现TeA和SC输入分别调控dPAG CaMKIIα神经元，形成独立控制奔跑与后退的“行为单元”，并通过生长抑素（SOM）神经元介导单向抑制，使动物在奔跑、后退、停止和反弹奔跑四种状态间转换，最终建立了一个统一描述两种行为的速度编码模型。

　　

动物如何根据环境变化灵活地调整其运动行为，比如快速奔跑以追逐猎物或紧急后退以躲避危险，是神经科学中的一个基本问题。这些行为不仅需要被触发，其执行的强度（如速度）也需要被精确调控。然而，大脑内的特定神经环路是如何编码这种连续的行为强度参数的，长久以来并不清楚。先前的研究表明，大脑的颞叶联合皮层（Temporal association cortex, TeA）和中脑的上丘（Superior colliculus, SC）都有神经纤维投射到中脑的背侧中脑导水管周围灰质（Dorsal periaqueductal grey, dPAG），并且激活这些通路都能引发奔跑。这引出了一个有趣的问题：如果两个不同的脑区都能通过作用于同一个“中继站”（dPAG）来触发相似的行为（奔跑），那么它们的作用是冗余的，还是各有分工？大脑又是如何协调这些指令，产生丰富多样的行为序列（比如从奔跑切换到后退）的呢？为了回答这些问题，研究人员开展了一项深入研究。

该研究主要运用了在体（in vivo）松膜片钳（loose-patch）记录技术结合光遗传学等神经环路特异性操控手段，在小鼠模型上对TeA/dPAG和SC/dPAG通路进行了精细的观测与干预。

研究结果

TeA和SC对dPAG的输入分别诱发奔跑和后退行为

研究人员首先通过光遗传学特异性激活分别来自TeA或SC、投射到dPAG的神经元末端。他们发现，激活TeA→dPAG通路能可靠地诱发小鼠向前奔跑，而激活SC→dPAG通路则主要诱发一种“后退（backing away）”行为，即动物向后移动以避开刺激源。这表明，虽然这两条通路都汇聚于dPAG，但它们编码了不同的行为输出。

dPAG内CaMKIIα神经元作为不同的“行为单元”

接下来的研究表明，dPag内表达Ca²⁺/钙调蛋白依赖性蛋白激酶IIα（CaMKIIα）的神经元是接收这些上游信号的关键细胞。通过细胞类型特异性的记录与操控，研究人员证实，接收TeA输入的dPAG CaMKIIα神经元构成了“奔跑单元（running unit）”，专门编码奔跑行为；而接收SC输入的dPAG CaMKIIα神经元则构成了“后退单元（backing away unit）”，专门编码后退行为。这两个单元在功能上是分离的。

SOM神经元介导单元间的单向抑制以实现行为状态转换

那么，动物是如何从奔跑切换到后退，或者停下来呢？研究发现，dPAG内的一群表达生长抑素（Somatostatin, SOM）的抑制性神经元在其中扮演了关键角色。这些SOM神经元主要被“后退单元”激活，然后选择性地抑制“奔跑单元”。这种从后退单元到奔跑单元的单向抑制通路，为行为状态的动态转换提供了神经基础。基于此，研究提出了一个由这四个组件（奔跑单元、后退单元、SOM神经元、以及一个尚未被特异性激活的“停止”状态）构成的电路模型，该模型可以解释奔跑、后退、停止、以及一种由抑制后反弹激活引发的“反弹奔跑（rebound running）”这四种行为状态之间的转换逻辑。

奔跑与后退行为遵循统一的速度编码模型

最后，研究人员量化了神经元放电频率与动物实际运动速度之间的关系。他们发现，无论是奔跑还是后退行为，其速度信息都能被对应“行为单元”的神经元活动以相似的模式编码。这种关系可以用一个统一的、单相关联的数学方程来描述。这意味着，尽管触发行为的神经通路和最终的行为表现不同，但dPAG这个脑区在编码行为强度（速度）时，采用了一个共通的算法。

研究结论与意义

这项研究系统性地阐释了dPAG如何作为一个小脑下行的运动指令整合中心，将来自不同高阶脑区（TeA和SC）的输入转化为具体的行为输出。其重要意义在于：首先，它在机制层面揭示了，看似由一个脑区（dPAG）控制的奔跑行为，实际上是由内部功能分离的、接收不同输入的神经元群体（“行为单元”）来特异性调控的，这刷新了对脑功能区域化的理解。其次，它发现了一种由特定类型抑制性神经元（SOM神经元）介导的、单向的“行为间抑制”机制，这为理解动物如何实现不同行为模式之间的快速、灵活切换提供了具体的电路原理。最后，研究提出了一个普适性的“速度-放电频率”编码模型，表明不同的行为可能共享相同的基础强度编码规律，这为构建大脑运动控制的通用计算理论提供了关键证据。该研究发表于《自然-通讯》（Nature Communications）期刊，由Xia, Y., Zhang, W. 等作者共同完成。这些发现不仅增进了我们对本能防御行为神经环路的认识，其揭示的“功能模块化”和“状态切换”原理，对于理解更复杂的行为选择、以及相关精神疾病（如焦虑、恐惧症中过度的回避或僵直行为）的神经基础也具有重要的启发意义。