智能手机为了节省电力,都有所谓的自动熄屏功能。甚至当电量低于20%的时候,手机会建议你开启低电量模式。

一般来说,清醒状态下,我们能量密集型大脑需要保持亮屏。脑细胞主要依赖于葡萄糖的稳定输送,它们将葡萄糖转化为三磷酸腺苷 (ATP) 以促进其信息处理。

当我们饿的时候,大脑也没有低电量模式。至少一般来说是如此。但鉴于人类和其他动物历来面临长期饥饿的威胁,有时甚至是季节性的,科学家们想知道大脑是否可能有自己的低电量模式来应对紧急情况。

现在,1月发表于《神经元》杂志上的一篇论文,爱丁堡大学Nathalie Rochefort 实验室的神经科学家揭示了一种小鼠视觉系统的节能策略。他们发现,当老鼠连续几周被剥夺足够的食物时——足够长的时间让它们减掉典型健康体重的 15%-20%——视觉皮层中的神经元会大幅减少突触处使用的 ATP 量。削减额度达到29%。

但新的处理模式带来了感知成本:它损害了老鼠看待世界细节的方式。由于低电量模式下的神经元处理视觉信号的精度较低,因此限制食物的小鼠在具有挑战性的视觉任务中表现更差。

“在这种低功耗模式下,你得到的更像是世界的低分辨率图像,”这项新研究的第一作者 Zahid Padamsey 解释说。

这项新工作引起了神经科学家的广泛兴趣和赞誉,其中研究与视觉无关的感觉和认知过程的领域专家,因为其它脑功能也可能因能量剥夺而发生类似的改变。它可能对理解营养不良甚至某些形式的节食如何影响人们对世界的看法具有重要意义。它还提出了有关在神经科学研究中广泛使用食物限制来激励动物的问题,以及研究人员对感知和行为的理解可能被对处于次优、低功率状态的神经元的研究所扭曲。

几年前的工作证实,短期饥饿可以改变神经元并以帮助我们更快找到食物的方式偏向我们的注意力。

2016 年,密歇根大学的神经科学家克里斯蒂安·伯吉斯 (Christian Burgess) 和他的同事发现,当老鼠看到与食物相关的图像时,如果它们饿了,它们的视觉皮层区域会表现出更多的神经元活动。他们吃完饭后,这种活动减少了。同样,对人类的成像研究发现,与进食后相比,当受试者饥饿时,食物图片在某些大脑区域会引起更强的反应。

Burgess 说,无论你是否饿了,“撞击你视网膜的光子都是一样的。 但是你大脑中的表现是非常不同的,因为你有一个你的身体知道你需要的目标,它以一种有助于满足它的方式引导注意力。”

但是在饥饿几个小时之后会发生什么?研究人员意识到,大脑可能有办法通过减少其最耗能的过程来节省能量。

2013 年,第一个确凿的证据来自苍蝇的微小大脑。法国国家科学研究中心和 ESPCI Paris 的 Pierre-Yves Plaçais 和 Thomas Preat 发现,当苍蝇饥饿时,需要形成大脑通路——能量消耗巨大——的长期记忆会关闭。当他们强迫该通路激活并形成记忆时,饥饿的苍蝇死得比之前更快——这表明关闭该过程可以保存能量并延续生命。

然而,哺乳动物更大的、认知先进的大脑是否也有类似的行为,目前还不得而知。也不清楚在动物饿死之前是否会启动任何省电模式,就像苍蝇一样。有理由认为它可能不会:如果用于神经处理的能量被过早削减,动物寻找和识别食物的能力可能会受到影响。

这篇新论文首次研究了一旦食物长期缺乏但并非没有,大脑如何适应以节省能量。

爱丁堡大学的神经科学教授Nathalie Rochefort认为,当食物稀缺时,新观察到的皮层神经元运作方式的变化可能会影响学习和记忆过程。

在三周的时间里,研究人员限制了一组老鼠的食物量,直到它们体重减轻了 15%。老鼠并没有挨饿:事实上,研究人员在实验前给老鼠额外喂食,以防止伯吉斯和其他研究小组看到的短期饥饿依赖性神经变化。但是老鼠也没有得到他们需要的能量。

然后研究人员开始窃听小鼠神经元之间的对话。他们测量了当小鼠查看以不同角度定向的黑条图像时,视觉皮层中的少数神经元发出的电压尖峰(神经元用于交流的电信号)的数量。初级视觉皮层中的神经元对具有偏好方向的线条做出反应。例如,如果一个神经元的首选方向是 90 度,那么当视觉刺激具有 90 度或接近 90 度的角度时,它会发出更频繁的尖峰信号,但随着角度变得更大或更小,信号会显著下降。

神经元只有在其内部电压达到临界阈值时才能发出尖峰信号,这是通过将带正电荷的钠离子泵入细胞来实现的。但在峰值之后,神经元必须将所有的钠离子泵出——神经科学家在 2001 年发现这项任务是大脑中最需要能量的过程之一。

作者研究了这个成本高昂的过程,以寻找节能技巧的证据,结果证明找对了地方。缺乏食物的老鼠的神经元减少了通过它们的细胞膜的电流——以及进入的钠离子的数量——因此它们不必花费太多的能量在峰值后将钠离子泵出。摄入较少的钠可能会导致较少的尖峰,但不知何故,食物剥夺的小鼠在视觉皮层神经元中保持了与喂养良好的小鼠相似的尖峰率。因此,研究人员开始寻找保持峰值率的补偿过程。

他们发现了两个变化,这两个变化都使神经元更容易产生尖峰。首先,神经元增加了它们的输入电阻,这降低了它们突触处的电流。它们还提高了静息膜电位,因此接近发出尖峰所需的阈值。

西雅图艾伦脑科学研究所的计算神经科学家 Anton Arkhipov 说:“看起来大脑竭尽全力维持放电率。这告诉我们维持这些发射率是有多重要。”毕竟,大脑原本可以通过发射更少的脉冲来轻松节省能量。

但保持相同的脉冲速率意味着牺牲其他东西:小鼠的视觉皮层神经元不能对使它们发射的线方向具有选择性,因此它们的反应变得不那么精确。

为了检查视觉感知是否受到神经元精度降低的影响,研究人员将老鼠放在一个有两条走廊的水下室中,每条走廊都标有白色背景上不同角度的黑条图像。其中一条走廊有一个隐藏的平台,老鼠可以利用它离开水面。老鼠学会了将隐藏的平台与特定角度的条形图像相关联,但研究人员可以通过使图片角度更相似来使选择正确的走廊变得更加困难。

当正确和错误图像之间的差异很大时,缺乏食物的老鼠很容易找到平台。但是,当图像角度之间的差异小于 10 度时,突然间,缺乏食物的老鼠不再像吃饱的老鼠那样准确地区分它们。节约能源的结果是世界的分辨率略低。

结果表明,大脑优先考虑对生存最关键的功能。能够看到条形方向的 10 度差异对于寻找附近的水果或发现接近的捕食者可能并不重要。

这些感知障碍发生在动物真正饥饿之前很长一段时间里,这一事实是出乎意料的。在杜克大学研究视觉的神经科学家 Lindsey Glickfeld 说,这“对我来说绝对令人惊讶”。 “不知何故,[视觉]系统已经找到了这种方法来大量减少能量的使用,而动物执行感知任务的能力只有这种相对微妙的变化。”

目前,这项研究只告诉我们某些哺乳动物可以开启视觉皮层神经元的节能机制。 “我们展示的内容仍有可能不适用于嗅觉,”Rochefort 说。但她和她的同事怀疑,其他皮层区域也可能不同程度地发生这种情况。

其他研究人员也这么认为。 “总的来说,神经元在皮层区域的功能非常相似,”宾夕法尼亚大学研究听觉处理的神经科学家 Maria Geffen 说。她预计对感知的节能影响在所有感官上都是相同的,调高目前对有机体最有用的活动,而调低其他一切。

“大多数时候,我们不会将感官运用到极限。根据行为需求,大脑总是在调整。”

幸运的是,任何模糊都不是永久性的。当研究人员给小鼠注射一剂瘦素(身体用来调节能量平衡和饥饿水平)时,他们发现了打开和关闭低功耗模式的开关。神经元恢复到对它们偏好的方向进行高精度响应,就这样,知觉缺陷消失了——但老鼠没有摄入任何食物。

“当我们提供瘦素时,我们可以欺骗大脑以恢复皮质功能。”Rochefort。

由于瘦素是由脂肪细胞释放的,科学家们认为它在血液中的存在可能会向大脑发出信号,表明动物处于食物充足且无需保存能量的环境中。新研究表明,低水平的瘦素会提醒大脑注意身体的营养不良状态,从而将大脑切换到低功率模式。

“这些结果异常令人满意,”伦敦弗朗西斯克里克研究所的神经科学家Julia Harris说,“获得如此符合现有理解的美丽发现并不常见,”

新发现的一个重要含义是,我们对大脑和神经元如何工作的大部分信息可能都是从无意中进入低功耗模式的大脑中学到的。在神经科学研究之前和期间限制小鼠和其他实验动物可用的食物量是非常常见的,以激励它们执行任务以换取食物奖励。 (否则,动物通常宁愿坐在那里。)

“如果我们想询问有关动物感知敏感性或神经元敏感性的问题,我们必须仔细考虑我们如何设计实验以及如何解释实验。”Glickfeld 说。

该结果还提出了新的问题,即其他生理状态和激素信号如何影响大脑,以及血液中不同水平的激素是否会导致个体对世界的看法略有不同。

哥本哈根大学的神经科学家 Rune Nguyen Rasmussen 指出,人们的瘦素和整体代谢特征各不相同。“那么,这是否意味着,即使我们的视觉感知——尽管我们可能没有意识到——实际上在人类之间也是不同的?”

Rasmussen告诫说,这个问题具有挑衅性,几乎没有确切的答案提示。小鼠有意识的视觉感知似乎受到了食物剥夺的影响,因为这些感知的神经元表征和动物的行为发生了变化。然而,我们无法确定,“因为这需要动物能够向我们描述它们的定性视觉体验,而显然它们不能做到这一点,”他说。

但到目前为止,也没有任何理由认为小鼠视觉皮层神经元所产生的低功率模式及其对感知的影响在人类和其他哺乳动物中不会相同。

“这些是我认为对神经元非常重要的机制。”Glickfeld 说。

https://www.quantamagazine.org/the-brain-has-a-low-power-mode-that-blunts-our-senses-20220614/

[ 广告 ]

支付宝打赏 [x]
您的大名: 打赏金额:

赞一个 (10)

PREV :
NEXT :