Исследователи расшифровывают нейронную основу процессов принятия решений, чтобы предсказывать действия

На протяжении десятилетий нейробиологи пытались понять, как нам удается принимать наилучшие решения. Из-за технических ограничений исследователям до сих пор приходилось полагаться на эксперименты, в которых обезьяны выполняют задачи на экранах компьютеров, одновременно измеряя активность клеток их мозга.

Животных приучают сидеть неподвижно на стуле, и поэтому их естественная свобода передвижения ограничена. Поскольку теперь появилась возможность беспроводной записи активности нескольких отдельных нервных клеток, можно исследовать принятие решений в сценариях с естественной последовательностью движений.

Для исследования группа исследователей из Германии и США обучила двух макак-резус исследовать экспериментальную комнату с двумя коробками с едой, управляемыми кнопками. Каждый раз, когда обезьяны нажимали кнопку на одной из коробок, у них была возможность получить пищевые гранулы.

Две коробки были установлены таким образом, что временные интервалы между отдельными раздачами еды становились все длиннее и длиннее во время эксперимента. Чем дольше обезьяны ждали, пока они снова нажмут кнопку, тем больше гранул они получали.

В ходе эксперимента исследователи измерили активность нейронов в передней части мозга двух обезьян и разложили ее с помощью математической модели. Расшифровав ожидания вознаграждения обезьян по нейронной активности, они смогли предсказать, как долго макаки-резусы будут готовы ждать более высокой награды и когда они решат выбрать другой вариант.

Результаты, опубликованные в Природа Нейронаукиулучшают понимание действий в самостоятельном темпе, что в конечном итоге способствует лучшему пониманию неврологических заболеваний, таких как болезнь Паркинсона.

«Когда мы начали эксперимент, мы ожидали, что наши обезьяны просто выберут коробку, основываясь на том, насколько успешно они пользовались этой коробкой раньше», — объясняет первый автор Неда Шахиди, ныне руководитель младшей исследовательской группы в Центре совместных исследований 1528 в Геттингенский университет и Немецкий центр приматов в Геттингене.

«Однако через некоторое время они научились обращать внимание на время, прошедшее с момента последнего нажатия клавиши, а также на свой предыдущий успех в игре на ящике. Если они ждали некоторое время, но не получили ни одной дробинки, они ждали еще дольше, прежде чем нажать следующую кнопку. Однако, если они не были вознаграждены слишком много раз подряд после нажатия кнопки, они переходили в другой ящик. Они, видимо, решили, что этот ящик с едой не стоит ожидания и лучше поискать в другом месте».

Чтобы проанализировать основные нейрональные процессы, исследователи с помощью беспроводной связи записали активность 96 нейронов в префронтальной коре. Эта область мозга участвует в контроле целенаправленного поведения и активируется во многих аспектах задачи поиска пищи, например, при оценке вариантов, ожидании награды, подготовке действий и восприятии результата.

«Однако характеристика моделей активности отдельных нейронов не всегда раскрывает всю картину, когда мы изучаем сложные процессы принятия решений», — объясняет Шахиди. «Сложное поведение состоит из разных компонентов, которые иногда обрабатываются одновременно в одной и той же области мозга».

Чтобы разделить эти компоненты, исследователи разработали математическую модель, которая сначала определила компоненты нейронной активности, в основном состоящие из групп нейронов, которые были более активны, когда животные ждали дольше, прежде чем нажать кнопку, или когда кнопка была более полезной в последние несколько минут. прессы. Поскольку животные не могут заранее знать, будет ли нажатие кнопки вознаграждено, исследователи предполагают, что эти нейроны отражают субъективные ожидания животных.

Исследователи также проверили, можно ли использовать активность нейронов для прогнозирования того, когда животные нажмут кнопку и решат ли они переключаться между ящиками. «Мы были удивлены тем, насколько хорошо наша модель могла предсказать, что обезьяны будут делать в следующие несколько секунд», — говорит Шахиди.

«Наши результаты показывают не только то, как развитие технологий беспроводной записи может улучшить наше понимание механизмов мозга в сценариях естественных движений, но также и то, как достижения в области науки о данных трансформируют нейробиологию, извлекая вычислительные компоненты мозга из коллективной активности нейронов. Мы надеемся, что в долгосрочной перспективе такие достижения помогут лучше понять отклонения в когнитивных процессах, такие как саморегулирование при болезни Паркинсона или самостоятельные действия при апатии», — говорит Шахиди.