Коннектом мухи показал: движения тела управляются локально, мозг лишь надзирает

Нейробиологи опровергли модель централизованного мозга: тело управляет собой само

Международная группа исследователей завершила масштабный проект BANC, впервые создав полную карту связей между головным мозгом и нервной цепочкой взрослой плодовой мушки. Результаты, полученные после реконструкции коннектома Drosophila melanogaster, наносят удар по классическим представлениям о работе нервной системы. Вопреки доминировавшей десятилетиями модели, мозг не является единственным центром принятия решений. Ключевые функции по управлению движениями и реакциями выполняют локальные нейронные сети, расположенные непосредственно в сегментах тела.

Автономия тела: локальные цепи берут на себя управление

Анализ коннектома показал, что моторные нейроны, отвечающие за движение конечностей, крыльев или глотки, получают самые сильные сигналы от сенсорных рецепторов, расположенных в тех же самых сегментах тела. Это формирует замкнутые петли обратной связи, работающие на периферии. Например, движения глотки корректируются рецепторами глотки, а сигналы от датчиков наполнения зоба могут снижать интенсивность глотания без участия когнитивных центров мозга.

Исследователи выявили, что даже на более высоких уровнях управления — у преэффекторных нейронов — влияние остается локальным. Сила воздействия резко падает при переходе к соседним сегментам. Это доказывает, что базовая координация движений и рефлексы осуществляются децентрализованно, что исключает задержки, неизбежные при передаче сигналов через головной мозг.

Восходящие и нисходящие пути: не просто провода

Традиционное разделение функций восходящих и нисходящих нейронов оказалось ошибочным. Связующий тракт — шейная коннектива — содержит 1839 восходящих и 1313 нисходящих нейронов. Однако эти нейроны не являются простыми транзитными каналами. Они имеют развитые синаптические выходы как в мозге, так и в брюшной нервной цепочке, активно участвуя в интеграции двигательных паттернов.

• Нейрон DNpe013, находящийся в головном мозге, проецируется в брюшную цепочку, одновременно влияя на мышцы глаз, шеи и конечностей.
• Нейрон AN19B025, тело которого расположено в брюшном отделе, передает сигналы вверх и координирует работу антенн, шеи и крыльев.

Такая структура позволяет эффективно синхронизировать работу разных частей тела, не перегружая центральные отделы.

Поведенческие суперкластеры: иерархия без головы

С помощью спектральной кластеризации ученые выделили десять поведенческих суперкластеров. Каждый из них отвечает за конкретный тип поведения: ходьбу, полет, пищевое или репродуктивное поведение, реакцию на угрозу. Взаимодействие между этими модулями организовано по принципу субсумптивной архитектуры.

При обнаружении опасности суперкластер угрозы мгновенно активирует реакцию бегства и через тормозные интернейроны блокирует работу суперкластера ходьбы. Это позволяет прервать текущую активность без предварительного анализа ситуации в когнитивных центрах. Все взаимодействия происходят напрямую, через горизонтальные связи в брюшной нервной цепочке.

Мозг как супервизор: долгосрочное планирование вместо микроменеджмента

Если локальные сети способны самостоятельно выполнять сложные движения, возникает вопрос о роли головного мозга. Анализ показал, что ключевые ассоциативные центры — грибовидные тела и центральный комплекс — имеют крайне низкое прямое влияние на эффекторные нейроны. Они получают мало прямых сигналов от двигательных сетей и имеют ограниченное число выходов.

Функция высших отделов мозга сводится к супервизорному контролю. Они не участвуют в выборе и выполнении элементарных действий. Их задача — долгосрочное планирование и контекстуальная модуляция. Например, центральный комплекс непрерывно сравнивает текущий курс движения с целевым направлением и посылает корректирующие импульсы на нисходящие нейроны руления, изменяя параметры работы локальных генераторов паттернов. Мозг задает общие параметры, а детальная реализация делегирована периферии.

Значение для робототехники: отказ от централизации

Данные коннектома BANC имеют прямое прикладное значение. Традиционные роботы строятся на жесткой централизации, что требует огромных вычислительных мощностей и приводит к высокому энергопотреблению и задержкам. Природные системы предлагают альтернативу — распределенное воплощенное управление.

• Локальная адаптация. Задачи по удержанию равновесия и обходу препятствий решаются на уровне мехатроники конечностей.
• Модульная иерархия. Сложные программы координируются полуавтономными блоками, способными подавлять друг друга.
• Супервизорный контроль. Центральный процессор освобождается от рутины и занимается только навигацией и планированием.

Реализация этих принципов на нейроморфных процессорах позволит создавать автономных роботов с высокой скоростью реакции, живучестью и энергопотреблением, сопоставимым с живыми организмами.

По материалам: iXBT