この研究は、大脳基底核に位置する回路が、最もやりがいのあるアクションコースを生み出すために最高の感覚運動関連を選択することを示唆しています。計算モデルは、サーキットが関与する多様な機能、つまり、決定の構築、強化学習によるスキルの習得、およびその他のルートの計画を説明できます。
大脳基底核の以前のモデルは、運動制御における回路の役割に焦点を当てています。新しいモデルは、この脳領域の運動機能と認知機能の両方を説明できる、より包括的な計算フレームワークを提案しています。
「私たちの目標は、異なる種と行動にわたって大脳基底核で起こる計算を理解し、大脳基底核が関与しているすべての異なる機能を説明する統一計算フレームワークを提供することでした」
「新しいモデルにより、即時の報酬やエラーに応じた動きの迅速な調整から、数秒間にわたって展開される行動シーケンスの長期的な学習まで、多くの時間スケールで行動を引き起こす神経メカニズムを理解することができます」と彼は言いました。
この研究は、8月30日にジャーナルNeuronで公開されました。
このモデルは、動物が視覚ターゲットに向けて熟練した到達運動、食物の採餌中に固定するターゲットオブジェクトを選択するための眼球運動の軌跡を計画し、連想学習を通じて言語を取得するなど、自然界で一連の感覚運動タスクを実行する方法を説明できます。
「このモデルは、種やタスクにわたる一般的な計算メカニズムを明らかにしています」とMusallam氏は述べています。 「動物間の運動システムと認知システムの大きな違いにもかかわらず、大脳基底核は、システムが到達運動や眼の動きを制御しているかどうかに関係なく、同様の計算原理を使用しているように見えます。これらの原則は、運動計画や意思決定などのさまざまなタスクで共有されています。」
ムサラムと彼のチームは現在、モデルを使用して、実験動物の神経記録でテストできるより正確な予測を行います。彼らはまた、このモデルを使用して、パーキンソン病などの大脳基底核に影響を与える神経疾患の新しい治療戦略を開発することを計画しています。
