一个计算研究如何α-到γ-摩托神经元附带可以缓解在自愿运动过程中取决于速度的伸展反射

科学领域:

• 神经科学是一个神经科学.
• 发动机控制器的控制器
• 计算生物学 计算生物学

背景情况:

• 自愿运动依赖于精确的α-MN驱动器,由各种输入调节.
• 取决于速度的伸展反射,如果没有抑制,可以破坏自愿的运动指令.
• 这些反射的作用及其在多关节四肢中的抑制并未完全理解.

研究的目的:

• 为了研究未调节的伸展反射对自愿手臂运动的破坏性影响.
• 在 rhesus macaque手臂模型中探索抑制伸展反射的机制.
• 评估运动控制中的α-MN附带投射的生理性可靠性.

主要方法:

• 使用Rhesus Macaque手臂的计算模型.
• 模拟的手臂运动与前α-MN命令,既有,也没有伸展反射反.
• 评估速度依赖的伸展反射引起的干扰及其调制的影响.

主要成果:

• 不调节的速度依赖的伸展反射导致模拟的手臂运动发生了显著的,可变的干扰.
• 通过理想化的α-玛 (α-γ) 联合激活或α-MN附带投射调节伸展反射,大大减少了这些干扰.
• 将α-MN附带投射到同名的马运动神经元 (γ-MN) 被确定为一个可行的自身脊髓电路.

结论:

• 脊柱α-MN附带体代表了哺乳动物体运动系统内的生理上可支持的电路.
• 这些附带体可以与α-γ联合激活和骨运动纤维 (β-MN) 协作,以促进自愿运动.
• 这些电路通过调节肢体机械,使灵活的运动控制成为可能,通过更高的神经机制支持学习和适应.