生物體的行為不僅僅是大腦活動(dòng)的產(chǎn)物；相反，它們產(chǎn)生于大腦、身體和環(huán)境之間的動(dòng)態(tài)相互作用。為了揭示潛在的神經(jīng)控制機制，開(kāi)發(fā)一種整合數據驅動(dòng)的模擬系統是至關(guān)重要的，該模擬受實(shí)驗數據的限制和參數化，并集成了大腦、身體和環(huán)境的詳細模型。該模型將準確地捕捉正在研究的生物系統的特征和動(dòng)力學(xué)，從而驗證理論和為生物實(shí)驗做出預測。
目前，已經(jīng)有一些基于數據驅動(dòng)的模型，可以模擬大腦（例如小鼠初級視覺(jué)皮層、小鼠紋狀體和大鼠體感覺(jué)皮層），也可以專(zhuān)門(mén)模擬動(dòng)物行為（例如用于果蠅和嚙齒類(lèi)動(dòng)物的神經(jīng)機械模型）。OpenWorm開(kāi)發(fā)了基于數據的神經(jīng)系統和身體模型，這是計算生物學(xué)領(lǐng)域的一項開(kāi)創(chuàng )性舉措。然而，這些模型的集成是開(kāi)環(huán)的，這意味著(zhù)它們缺乏來(lái)自環(huán)境的反饋。
因此，目前還沒(méi)有任何基于數據驅動(dòng)的模型能夠完全滿(mǎn)足集成數據驅動(dòng)模型的所有要求，而我們迫切需要這樣的集成來(lái)推進(jìn)對神經(jīng)控制機制的理解。
2024年12月16日，北京智源人工智能研究院（BAAI）、北京大學(xué)黃鐵軍、馬雷等人在 Nature 子刊 Nature Computational Science 上發(fā)表了題為：An integrative data-driven model simulating C. elegans brain, body and environment interactions 的研究論文，該論文還被選為當期的封面論文。
該研究開(kāi)發(fā)了一個(gè)數據驅動(dòng)的生物智能模擬系統——BAAIWorm（天寶），首次實(shí)現了秀麗隱桿線(xiàn)蟲(chóng)的大腦、身體與環(huán)境的閉環(huán)仿真，為探索大腦與行為之間的神經(jīng)機制提供重要研究平臺。
生物體的行為受到其大腦、身體和環(huán)境之間復雜的相互作用的影響。而現有的數據驅動(dòng)模型要么關(guān)注大腦，要么關(guān)注身體-環(huán)境，缺乏一個(gè)集成的數據驅動(dòng)模型。
一個(gè)集成的數據驅動(dòng)模型必須滿(mǎn)足以下幾點(diǎn)特定需求：第一，它應該包含一個(gè)生物物理學(xué)上詳細的大腦模型，該模型具有與真實(shí)生物體相似的神經(jīng)結構和神經(jīng)活動(dòng)模式；第二，它應該包括一個(gè)現實(shí)的和高性能的身體和環(huán)境模型，便于簡(jiǎn)單的行為量化；第三，最關(guān)鍵的是，大腦模型不僅要控制與虛擬環(huán)境交互的身體模型，還要接收來(lái)自身體和環(huán)境模型的反饋，建立閉環(huán)交互。
研究團隊認為，經(jīng)典模式生物秀麗隱桿線(xiàn)蟲(chóng)（C. elegans）是開(kāi)發(fā)這種連接大腦、身體和環(huán)境的整合數據驅動(dòng)模型的典范。秀麗隱桿線(xiàn)蟲(chóng)已經(jīng)完全映射了所有302個(gè)神經(jīng)元的形態(tài)（在成體雌雄同體中），以及連接組和突觸水平的結構，其單個(gè)神經(jīng)活動(dòng)和全腦神經(jīng)動(dòng)力學(xué)的記錄也是可獲取的，其身體能夠很好地重建，只有95個(gè)肌肉細胞，它還表現出容易量化的行為，例如爬行、游泳和覓食。
因此，秀麗隱桿線(xiàn)蟲(chóng)簡(jiǎn)單的結構和豐富的數據為創(chuàng )建一個(gè)集成的數據驅動(dòng)模型提供了堅實(shí)的基礎。
在這項最新研究中，研究團隊提出了一種整合數據驅動(dòng)的線(xiàn)蟲(chóng)模型——BAAIWorm（中文名為天寶），該模型由大腦模型和身體-環(huán)境模型這兩個(gè)子模型組成。
BAAIWorm（天寶）概覽
首先，研究團隊開(kāi)發(fā)了一種線(xiàn)蟲(chóng)覓食神經(jīng)回路的神經(jīng)網(wǎng)絡(luò )模型（大腦模型）。它是基于具有生物物理細節的區室神經(jīng)元模型構建的，神經(jīng)元的分隔長(cháng)度小于2微米，編碼的神經(jīng)活動(dòng)與活體線(xiàn)蟲(chóng)相似。
其次，研究團隊建立了線(xiàn)蟲(chóng)的身體-環(huán)境模型，該身體模型包含96塊肌肉，能夠以30幀每秒的實(shí)時(shí)速度進(jìn)行模擬，并能夠輕松量化行為。
第三，研究團隊建立了大腦模型與身體-環(huán)境模型之間的閉環(huán)交互，以模擬線(xiàn)蟲(chóng)以“之”字形軌跡向吸引子（attractor）移動(dòng)。神經(jīng)網(wǎng)絡(luò )模型中的感覺(jué)神經(jīng)元由環(huán)境中吸引子的濃度激活，身體模型中的肌肉由神經(jīng)網(wǎng)絡(luò )模型中的運動(dòng)神經(jīng)元控制。
最后，研究團隊對神經(jīng)網(wǎng)絡(luò )模型進(jìn)行了人工擾動(dòng)，并提出，神經(jīng)突起或突觸/縫隙連接的缺失會(huì )擾亂全局神經(jīng)動(dòng)態(tài)，阻礙精確的前進(jìn)運動(dòng)。
總的來(lái)說(shuō)，該研究提出了一個(gè)由大腦模型和身體-環(huán)境模型組成的基于數據驅動(dòng)的秀麗隱桿線(xiàn)蟲(chóng)整合模型——BAAIWorm（天寶），基于實(shí)驗數據，采用具有真實(shí)形態(tài)學(xué)、連接組學(xué)和神經(jīng)群體動(dòng)力學(xué)特征的多區室模型構建大腦模型。同時(shí)，身體-環(huán)境模型使用了逼真的身體和三維物理環(huán)境。通過(guò)兩個(gè)子模型之間的閉環(huán)交互，BAAIWorm再現了在線(xiàn)蟲(chóng)中觀(guān)察到的真實(shí)的趨向吸引子的“之”字形運動(dòng)模式。研究團隊還利用這個(gè)模型分析了神經(jīng)系統結構對神經(jīng)活動(dòng)和行為的影響。該研究提出的BAAIWorm（天寶）可以增強我們對大腦如何控制身體與周?chē)h(huán)境互動(dòng)的理解。
論文鏈接：https://www.nature.com/articles/s43588-024-00738-w
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
