果蠅的大腦是如何運作的

科學家們利用最新的影像技術，建立了一個果蠅大腦的神經連結圖，揭示了不同類型的神經元如何互相溝通和協調。這個連結圖可以幫助我們理解果蠅的行為和功能，也可以啟發我們對人類大腦的研究。

這篇文章介紹了一項由美國喬治梅森大學的科學家們發表在《神經網路》期刊上的研究，他們使用了一種數學模型，將果蠅大腦中的近兩萬個神經元分成54個不同的類別，每個類別都有自己的特徵和功能。他們還分析了這些類別之間的連接機率，並用圖形表示出來，形成了一個中間層次的神經電路圖。這項研究的創新之處在於，他們並沒有根據傳統的神經元分類標準，如神經傳遞物質、發育時間、形態特徵等，來劃分神經元類別。相反的，他們只根據神經元之間可能形成突觸連接的機率來分群。這種基於連接性的分類方法可以反映出神經元在大腦中扮演的角色和功能，而不是只描述它們的外在屬性。

要做到這一點，他們首先利用果蠅大腦數據庫中提供的影像資料，計算出每對神經元之間有多少重疊的突觸前後續分支。這些重疊數量可以看作是神經元之間連接強度的指標。然後，他們將這些連接強度轉換成連接機率，並用一種隨機模型來模擬不同情況下可能產生的二元連接圖。最後，他們用一種基於譜圖聚類和高斯混合模型的方法，將神經元分成不同的群組，使得同一群組內的神經元與其他群組有相似的連接機率分佈。

這種方法可以有效地找出果蠅大腦中具有相似功能或角色的神經元類別。例如，他們發現了一些多巴胺神經元類別，在電路圖中形成了一個高度互聯的核心區域。多巴胺是一種重要的神經傳遞物質，與學習、記憶、情感等功能相關。這些多巴胺神經元類別可能負責將來自不同感官的訊息整合起來，並調節果蠅的行為反應。他們還預測了一些可能涉及到生物鐘、空間定向、應激反應和嗅覺學習等功能的神經路徑。

這項研究不僅提供了一種新穎而有效的方法來分析神經連結圖，也提出了一些可以用實驗驗證的假設，來探索果蠅大腦如何從組織化的神經架構中產生複雜的大腦功能。

圖1，54 個基於連接性的神經元類別及其相互連接關係，每個類別都用不同的顏色表示

圖2 多巴胺能神經元的中心路徑與其代表性神經元

--多巴胺能通路：圖2A顯示了多巴胺能神經元的連接模式，多巴胺是一種與情緒、動機和學習相關的神經遞質。

--圖論中心類別：圖2B顯示了在多巴胺能通路中，有六個類別（32, 50, 37, 39, 40, 46）具有高的加權度和介數中心性，這意味著它們是圖論中的重要節點，可以在不同區域之間傳遞信息。

--多感官整合的主幹路徑：圖2C顯示了這六個中心類別的方向性連接模式，揭示了一條多感官整合的主幹路徑。箭頭表示根據吸收度和漂移度的測量分析，推斷出的中心類別之間的連接關係（詳見支持信息表T1）。

--主幹路徑上的代表性神經元：圖2D顯示了來自六個中心類別的25個代表性多巴胺能神經元，它們形成了一條單一的路徑，環繞著主幹通信路徑的所有30條邊。

圖3 谷氨酸通路與運動節律的關係

--主要的谷氨酸通路：圖3A顯示了一種在果蠅腦中發現的主要的谷氨酸通路，該通路涉及多個神經元類型，包括時鐘神經元、運動神經元和其他調節神經元。

--節律性運動活動相關的連接模式：圖3B展示了一種推斷出的方向性連接模式，該模式與節律性運動活動有關，並將其疊加在果蠅腦的示意圖上，顯示了主要的谷氨酸類型與時鐘神經元的大致位置關係。該模式是基於對這些類型的重要進入和退出通信路徑的分析而得出的，這些分析是根據吸收和漂移度測量進行的

圖4 神經傳導物質在腦功能中的角色：血清素、辛酰胺與機械感覺通路的交互作用

--空間定向相關的血清素通路：圖4A展示了一種與空間定向相關的血清素通路，該通路涉及到腦幹、海馬迴和頂葉等腦區，以及血清素受體的分佈和作用。血清素是一種神經傳遞物質，可以調節情緒、睡眠、記憶和學習等功能。

--戰鬥或逃跑反應相關的辛酰胺通路：圖4B展示了一種與戰鬥或逃跑反應相關的辛酰胺通路，該通路涉及到腦幹、杏仁核和前額葉等腦區，以及辛酰胺受體的分佈和作用。辛酰胺是一種神經調節物質，可以調節情緒、壓力、動機和行為等功能。

--機械感覺通路沿背腹軸分化：圖4C展示了機械感覺通路如何沿背腹軸分化，並由血清素和辛酰胺神經元支配不同的神經結構。這些神經結構包括中央複合體、外側基底核和內側基底核等，它們分別參與處理來自身體各部位的觸覺信息。

圖5 嗅覺學習與氣味追蹤：神經遞質的角色。此圖描述了一種預測的嗅覺路徑，說明了不同的神經遞質如何在嗅覺學習和氣味追蹤中發揮作用。

--GABA和谷氨酸：這兩種神經遞質在平行地在嗅覺學習中起作用，通過調節嗅球和海馬體之間的信號傳遞，影響記憶的形成和提取。

--血清素：這種神經遞質在氣味追蹤中起作用，通過連接嗅球和杏仁核，實現跨模態的整合，使氣味與情緒和動機相關聯。

[本文透過微軟BING協助撰稿修正]

撰文：徐楷昕

原始論文：Mehta, K., Goldin, R. F., & Ascoli, G. A. (2023). Circuit analysis of the Drosophila brain using connectivity-based neuronal classification reveals organization of key communication pathways12. Network Neuroscience, 7(1), 269-298. https://doi.org/10.1162/netn_a_00283