本报讯 瑞士洛桑联邦理工学院Alexander Mathis研究团队发现，任务驱动的神经网络模型可预测本体感觉的神经动态。相关研究成果近日在线发表于《细胞》。

研究人员采用任务驱动建模方法，研究了楔束核和体感皮层第二区本体感觉神经元的神经密码。研究人员通过肌肉骨骼建模模拟了肌肉主轴信号，并生成了大规模运动场景，以训练基于16个假设的神经网络，每个假设代表不同的计算目标。

研究人员发现，新出现的、经过任务优化的内部表征，能从合成数据中概括出灵长类动物楔束核和体感皮层第二区的神经动态，旨在预测肢体位置和速度的计算任务最能预测这两个区域的神经活动。

由于任务优化开发出的表征能更好地预测主动运动时的神经活动，而不是被动运动时的神经活动，因此研究人员推测，在目标定向运动时，中枢神经和中枢神经活动是自上而下调节的。

据悉，本体感觉通过分布式感觉神经元告诉大脑身体的状态。然而，人们对本体感觉处理的原理知之甚少。（柯讯）

相关论文信息：https://doi.org/10.1016/j.cell.2024.02.036