哪些神經(jīng)回路驅(qū)動適應(yīng)運動行為?這些行為在神經(jīng)編碼中又如何表現(xiàn)呢?

哈佛大學羅蘭研究中心(Rowland Institute)的馬蒂斯實驗室Mathis Lab 研究人員透過腦/行為互動研究，揭示了這些問題的答案。由馬蒂斯Mackenzie Mathis博士所領(lǐng)導(dǎo)的團隊「[目的]在于了解神經(jīng)回路對于適應(yīng)性運動行為所產(chǎn)生的影響」。其研究的挑戰(zhàn)在于將特定的行為與特定腦部活動相連結(jié)。以老鼠作為研究個體，這些科學家們使用The Imaging Source DMK 37BUX287相機進行高速錄影，結(jié)合實驗室自行開發(fā)的開源軟體工具DeepLabCut所寫成的機器學習演算法，來追蹤老鼠的行為事件及相應(yīng)其腦部活動。

圖1 : 馬蒂斯實驗室(Mathis Lab)的研究人員藉由機器學習工具及光遺傳學原理，了解神經(jīng)??路對於適應(yīng)性運動行為的影響。 (照片來源: Cassandra Klos)

就本質(zhì)上，研究人員必須能夠精確且全面地追蹤老鼠的行為并提供定量資料，來描述動物的動態(tài)。馬蒂斯博士表示:「我們想了解動物們?nèi)绾芜m應(yīng)環(huán)境，而觀察它們的運動行為是一個很好的開始，以闡釋大腦如何達成這些任務(wù)。
...
...