Нейронные механизмы сложных двигательных последовательностей у плодовых мушек

Повседневная жизнь состоит из сложных двигательных последовательностей (утренние ритуалы, рабочие задачи и т.д.), которые кажутся автоматическими. На деле они — результат множества решений и физических корректировок, управляемых обработкой сенсорных сигналов в мозге.

Исследовательница из UC Santa Barbara Джули Симпсон изучает, как нейронные сигналы переводятся в физическое поведение. В качестве модели используется плодовая мушка (Drosophila melanogaster), обладающая аналогичной, но гораздо более простой и управляемой нервной системой.

В исследовании, опубликованном в журнале Current Biology, учёные изучили нейронные механизмы, управляющие универсальным поведением мушек — грумингом (очисткой тела от пыли целенаправленными движениями ног).

Метод и результаты

С помощью оптогенетики (активации нейронов светом) исследователи "обманывали" мушек, заставляя их считать всё тело покрытым "пылью" (виртуальной механической стимуляцией красным светом), и наблюдали, какую часть тела мушка выберет чистить первой.

Ключевые выводы:

• У мушек существует стандартная, но не жёстко фиксированная последовательность груминга: голова → брюшко → крылья.
• Выбор определяется пространственным сравнением уровня "пыли" между разными частями тела, а не отслеживанием сенсорного ввода во времени.
• Голова обычно "выигрывает" в конкуренции за очистку, вероятно, из-за большого количества механосенсорных щетинок на глазах и голове.
• Даже слепые мушки или мушки в темноте чистят глаза первыми. Мухи без щетинок ("лысоглазые") демонстрируют ослабленное стремление чистить глаза в первую очередь.

Значение и дальнейшие шаги

Исследование не только расширяет фундаментальное понимание связи мозга и поведения, но и может дать ключи к пониманию патологий нервной сигнализации, таких как болезнь Паркинсона или обсессивно-компульсивное поведение.

Следующий шаг — идентификация конкретных нейронов и нейронных цепей, выполняющих это пространственное сравнение. Несмотря на сложность задачи (тысячи нейронов даже у мушки), современные генетические инструменты, карты связности на основе электронной микроскопии и методы функциональной визуализации дают хороший старт для поиска.

«Теперь у нас есть лучшее представление о том, какие цепи следует искать, благодаря поведенческим доказательствам важности пространственных сравнений», — отмечает Джули Симпсон.