探索果蝇大脑中的分布式工作负载

识别运动需要大脑拥有大量的计算能力。马克斯·普朗克生物智能研究所亚历山大·博斯特部门的一项新研究展示了果蝇大脑如何掌握这项任务：通过在三个网络级别上执行神经元计算，它将工作量分配到几个步骤。

该研究发表在《自然神经科学》杂志上。

这是研究人员首次破译神经元网络，其中一种细胞类型在所有网络级别执行相同的计算。这种方法可以帮助果蝇可靠地识别不同的运动模式——这是保持正轨的先决条件。

果蝇是检测运动的大师，它们必须如此：即使是最轻微的一阵风也能将如此小的苍蝇吹离其飞行路线。为了保持在航线上，苍蝇会根据光流调整自己的方向。这些是苍蝇移动时视网膜上出现的运动模式。根据其运动方向的不同，图案会有所不同，并告诉苍蝇它是直线前进还是绕着某个轴转动。

亚历山大·博斯特的部门在小电路水平上研究果蝇大脑中的运动视觉。在这里，“运动对手”起着至关重要的作用。某些神经元被一个方向的运动激活，并被相反方向的运动抑制。2015年，研究人员取得了科学突破，他们发现了所谓的LPi细胞作为这种现象的细胞基础。

所有网络级别的抑制功能

偶然的机会，研究人员现在对这个网络有了更多的了解。该研究的第一作者 Georg Ammer 在测试新的电生理设备时，选择了 LPi 细胞作为“测试对象”，突然面临着完全出乎意料的测量结果。

标签：

免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。