选择性合和脱协调分布式大脑网络,用于精确的行动
Stefan M Lemke1, Simone Appaqaq1, Jian-Zhong Guo1
1Neuroscience Center and Department of Cell Biology & Physiology, University of North Carolina at Chapel Hill, USA.
bioRxiv : the preprint server for biology
|November 24, 2025
概括
大脑网络通过运动前的神经合和脱来协调精确的行动. 分布的大脑区域的选择性参与对于熟练的运动行为至关重要.
科学领域:
- 神经科学是一个神经科学.
- 系统神经科学 系统神经科学
- 发动机控制器的控制器
背景情况:
- 哺乳动物的大脑表现出广泛的神经连接,单个神经元形成了众多本地和远程突触.
- 了解分布式神经网络如何为特定行为选择性地激活仍然是一个挑战.
研究的目的:
- 在复杂的运动过程中,研究分布式大脑网络在选择性参与的基础上的神经机制.
- 确定跨区域神经相互作用如何协调行为相关的神经群体.
主要方法:
- 在执行复杂运动任务的小脑和大脑区域的小鼠中同时记录超过4万个神经元.
- 对超过50万个跨区域神经元对进行分析,以确定相互作用模式.
- 监测局部场势振荡及其调制.
主要成果:
- 大脑区域之间的复杂的运动前相互作用协调分布式网络,以实现精确和一致的行动.
- 行动-信息神经群体在运动之前同步 (配对),而非信息群体脱同步 (脱).
- 观察到的合和解动态与特定的局部场电位振荡有关,并且对于熟练的行动是必要的.
结论:
- 神经合和解的运动前编排选择性地使用相关的分布式网络进行精确的电机输出.
- 这种机制通过协调大脑广泛活动来确保高效准确的行为执行.
