如果没有坏,就不要修理如果没有坏,就不要修理联合基因疗法治疗与年龄有关的疾病联合基因疗法治疗与年龄有关的疾病

任何曾经尝试过发球、翻转煎饼甚至玩电子游戏的人都知道,要一次又一次地做同样的动作是很困难的。但不要自责——研究表明,由运动功能变化引起的错误是我们神经系统的一个特征,而不是一个缺陷,在学习中起着至关重要的作用。

例如,网球发球的可变性可以让运动员看到改变抛球、拍子摆动或发球角度的效果——所有这些都可能导致更好的表现。但是如果你发球一次又一次又一次呢?在这种情况下,可变性不是很有帮助。

如果变化对学习有好处,但当你想要重复一个成功的动作时就不好了,那么大脑应该能够根据最近的表现来调节变化。但如何?

这个问题是哈佛大学研究人员最近发表在《当代生物学》(Current Biology)杂志上的一项研究的核心。

研究人员从大约300万个老鼠实验中收集了大量数据,发现老鼠根据最近10到15次的任务结果来调节它们的运动变异性。如果之前的试验进展不顺利,老鼠就会增加它们的可变性——采用一种什么都尝试的方法。然而,如果之前的试验进展顺利,老鼠的可变性就会受到限制,这证明老鼠也信奉那句老话:“如果没有坏,就不要修理它。”

但这是最好的策略吗?

该研究的第一作者、生物与进化生物学系博士后阿什什·德哈瓦莱(Ashesh Dhawale)说:“通过使用模拟来确定最佳的可变性调节策略应该是什么,我们发现它与老鼠使用的方法非常相似。”“我们还发现,单个老鼠调节可变性的程度可以预测它们在运动任务中的学习和表现。”这意味着,基于业绩的可变性调整对于在短期和长期都做得很好很重要。”

为了研究运动依赖的可变性,研究人员开发了一种新的运动学习任务。由生物和进化生物学教授Bence Olveczky领导的研究人员,训练老鼠将2D操纵杆按向目标角度。当老鼠成功时,它们喝了一口水。为了防止任务变得过于简单,研究人员在老鼠知道它的位置时就会改变目标的角度。

研究人员发现,当老鼠定期得到奖励时,它们的可变性较低。如果在几次试验之后,他们表现不佳,他们的可变性就会增加。如果他们继续表现不佳,这种可变性会进一步增加。

“我们注意到,这种情况发生的速度非常快,”哈佛大学约翰·a·保尔森工程与应用科学学院(SEAS)生物工程戈登·麦凯教授(Maurice Smith)说。“就好像老鼠在实时计算它们的击球率一样。”

但是,那些不确定因素较少的长期任务呢?例如,如果你是和你姐姐一起打网球长大的,你可能知道她的正手一直很弱。

研究人员模拟了这一场景,通过保持操纵杆的目标角度固定多次而不是不断地改变它。

Dhawale说:“我们发现老鼠对最近表现的反应不再调节可变性,这与我们在模拟中发现的一致。”“在这个案例中,可变性调节的时间尺度为数千次试验,这比我们之前发现的对可变性的奖赏依赖性调节要慢得多。”

Olveczky说:“我们的研究结果表明,大脑可以灵活地调整其试错学习算法的组成部分,比如可变性的调节,以适应当前任务的统计数据。”“我们已经证明,大脑使用一种复杂的算法来调节运动的可变性,从而提高工作表现。”

这项研究由宫本洋介(Yohsuke R. Miyamoto)合著。

这项研究得到了美国国立卫生研究院(National Institutes of Health)的部分支持。

,

新闻旨在传播有益信息,英文原版地址:https://news.harvard.edu/gazette/story/2019/11/how-the-brain-regulates-variability-in-motor-functions/