Сбой в Матрице: как виртуальная реальность помогает понять, как рыбы предсказывают будущее

Учёные из группы Фридриха разработали новую систему виртуальной реальности (VR), позволяющую произвольно манипулировать сенсорной средой взрослых рыбок данио, одновременно анализируя нейронную активность. Этот подход можно использовать для изучения того, как мозг обрабатывает сложные сенсорные сигналы и как использует внутренние модели мира для управления поведением.

Взрослые данио — удобная модель для изучения высших функций мозга. Их мозг достаточно мал для микроскопии кальциевой визуализации нейронной активности с высоким разрешением, но при этом они демонстрируют более сложное поведение, чем личинки или мелкие организмы вроде C. elegans.

Однако изучение сложного поведения у взрослых рыб было ограничено методами: рыбу нужно фиксировать для записи активности мозга, но оставлять свободной для «аутентичного» поведения в контролируемой среде.

Новый экспериментальный метод виртуальной реальности

В статье, опубликованной в Nature Methods, представлена новая VR-система. Взрослая рыбка фиксируется под мультифотонным микроскопом для визуализации кальция. Инфракрасная камера записывает её плавательные движения и передаёт их в виртуальную среду, которая обновляется в ответ. Таким образом, рыба получает впечатление, что движется через эту среду, что позволяет измерять нейронную активность в реальном времени во время поведения.

Рыбы в VR демонстрировали нормальные паттерны плавания и привлекались анимацией других рыб. Затем учёные запрограммировали систему так, чтобы при повороте рыбы среда поворачивалась в ту же сторону на несколько секунд (обратная сенсомоторная связь).

Во время этой обратной связи значительная часть нейронов переднего мозга проявляла выраженную активность. Эта активность не была классическим «сенсорным» или «моторным» ответом, а отражала несоответствие между предсказанными и фактическими последствиями моторного поведения.

Это открытие поддерживает идею о том, что мозг использует внутреннюю модель мира для предсказания сенсорных последствий своих действий, и что такие модели есть не только у млекопитающих, но и у рыб. Это даёт стартовую точку для изучения того, как модель мира реализована в нейронных цепях и как изменяется с опытом.

Новые возможности для анализа структуры и функции нейронных сетей

Эта VR-система также позволяет изучать другие сложные формы поведения, например, социальный выбор (присоединиться к двум виртуальным рыбам слева или к одной справа), что невозможно воспроизвести в реальном аквариуме.

Райнер Фридрих отметил новые вопросы, которые можно исследовать с помощью этой методологии: «Мы также хотим ответить на ключевые вопросы о взаимодействии разных типов нейронов во время обучения. Меняются ли сначала возбуждающие нейроны, а тормозные следуют за ними, или наоборот? До сих пор мы видели в основном конечную точку обучения, но VR теперь даёт нам шанс отслеживать поведение и нейронные механизмы в реальном времени в процессе обучения».