近日，由Janelia研究园区和剑桥大学等合作在Nature Neuroscience发表了题为“Recurrent architecture for adaptive regulation of learning in the insect brain”的研究论文，
重构了果蝇磨菇体多巴胺神经元的控制体系，并用计算建模来预测反馈控制的作用，提示了先前记忆对于后来学习的影响。
图源：New York Magazine
想要在不断变化的环境中生存，动物不仅要知道什么是危险的，什么是有利于生存的，还要及时地更新这些认知。很多研究都试图探索动物是如何认为某一信息是aversive还是appetitive。
奖赏或惩罚偶联学习记忆是可以不断更新的，根据强化学习理论，学习由多巴胺能神经元主导的预测误差驱动。但这个系统是如何通过反馈调节，不断适应新的奖赏厌恶记忆，仍是一个难题。
蘑菇体是果蝇学习记忆的中心，其中富含以多巴胺神经元为代表的调节性神经元。蘑菇体传入神经元包含外界刺激信息，传出神经元则包含学习结果信息。本文利用大规模电镜环路制图技术(large-scale electron microscopy circuit mapping)，系统重构了果蝇幼虫中所有通过突触前调节控制蘑菇体的神经元。作者发现这些神经元大多接受蘑菇体的反馈调节，包括一步反馈和两步反馈。
接着，作者通过光遗传激活和中性气味配对，找到了编码aversive信息的调节性神经元，通过重建找到了它们的感觉传入通路。此外作者还利用神经递质表征，从功能上验证了以往确定的连接结构。当用光激活胆碱能反馈神经元时，可以形成和激活aversive调节性神经元时类似的气味厌恶记忆，而激活谷氨酸能和谷氨酸能反馈神经元则相反。
最后，作者发现多巴胺调节性神经元可以比较其接收的aversive和appetitive的收敛反馈信号，带来了计算预测的可能性。因此作者利用重构的连接组，相关神经递质数据和神经元功能数据建立了一个蘑菇体调节性神经元的模型，模拟了其在不同学习任务中的表现。无论何种反馈调节在模型中被删去时，简单偶联的学习和需要更新记忆的学习能力都受损。
该研究构建了具有突触分辨率的蘑菇体传入神经元连接组，通过建模展示了控制调节性神经元的反馈电路改变了其中多巴胺神经元的活性和动物的模拟学习结果，为理解先前的学习如何调节后面的学习提供了基础，在环路水平上开拓了改善未来学习的方法。
文章信息：
Eschbach, C., Fushiki, A., Winding, M. et al. Recurrent architecture for adaptive regulation of learning in the insect brain. Nat Neurosci (2020). https://doi.org/10.1038/s41593-020-0607-9
作者信息
编译作者： 小鱼干（brainnews创作团队）
校审： Simon（brainnews编辑部）
閱讀更多 brainnews 的文章
