Geometric reshaping of task-relevant representations in the primary visual cortex supports perceptual decisions
Diese Studie zeigt, dass der primäre visuelle Kortex (V1) bei Mäusen, die in einer Orientierungsdiskriminationsaufgabe trainiert wurden, eine geometrische Umgestaltung der Populationsaktivität erfährt – charakterisiert durch statische Manifold-Kompression und dynamische Trennung –, welche die lineare Separabilität und Stabilität aufgabenrelevanter Repräsentationen verstärkt, um perzeptive Entscheidungen zu unterstützen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Das Gehirn zeichnet die Welt nicht einfach wie eine Kamera auf; es konstruiert unsere Erfahrung von ihr aktiv. Wenn wir lernen, zwischen zwei ähnlichen Dingen zu unterscheiden, etwa dem Gesicht eines Freundes in einer Menge oder einem spezifischen Geräusch in einem lauten Raum, müssen unsere Neuronen ihre Art der Feuerung ändern, um diese Unterscheidung möglich zu machen. Seit Jahrzehnten wissen Wissenschaftler, dass Lernen die Aktivität der Neuronen in den höheren Verarbeitungszentren des Gehirns umgestaltet, wo komplexe Entscheidungen getroffen werden. Diese Bereiche fungieren wie ein Sortieramt, das chaotische Signale in klare Kategorien organisiert. Eine grundlegende Frage blieb jedoch unbeantwortet: Findet diese Reorganisation bereits ganz am Anfang des visuellen Systems statt, im primären visuellen Kortex? Dies ist die erste Station für visuelle Informationen, eine Region, die traditionell als passives Relais betrachtet wird, das lediglich Rohdaten weiterleitet. Wenn das Lernen die Geometrie der neuronalen Aktivität hier umgestaltet, würde dies bedeuten, dass das Gehirn seine frühesten sensorischen Eingänge optimiert, um zukünftige Entscheidungen zu erleichtern, anstatt Probleme erst später in der Kette zu beheben.
Um dies zu untersuchen, wandten sich die Forscher an Mäuse, die für eine visuelle Diskriminationsaufgabe trainiert wurden. Die Tiere wurden in einem Aufbau platziert, in dem sie einen Bildschirm mit bewegten Streifen aus Licht beobachten mussten. Ein spezifischer Winkel der Streifen signalisierte eine Belohnung, während ein anderer Winkel bedeutete, dass keine Belohnung folgte. Die Mäuse lernten, an einem Röhrchen zu lecken, wenn sie den belohnten Winkel sahen, und still zu halten, wenn sie den unbelohnten sahen. Als die Mäuse zu Experten wurden, machten die Forscher die Aufgabe schwieriger, indem sie die beiden Streifenwinkel langsam näher zusammenbrachten, bis sie schließlich nahezu identisch waren. Während die Mäuse diese Aufgabe ausführten, nutzten die Wissenschaftler ein spezielles Mikroskop, um die Aktivität von Tausenden von Neuronen im primären visuellen Kortex der trainierten Mäuse zu beobachten. Sie verglichen diese Aktivität mit der einer separaten Gruppe von Mäusen, die dieselben Streifen ohne Training oder Belohnung lediglich beobachteten.
Die Forscher entdeckten, dass das Lernen die Form der neuronalen Aktivitätsmuster grundlegend veränderte. Bei den untrainierten Mäusen war die Reaktion des Gehirns auf die zwei verschiedenen Streifenwinkel ungeordnet und überlappend, wie zwei Rauchwolken, die ineinanderdriften. Bei den trainierten Mäusen hatte sich das Gehirn jedoch so reorganisiert, dass die Reaktionen auf die zwei Winkel deutlich und gut voneinander getrennt waren. Die Forscher visualisierten diese Muster als „Manifolds“ (Mannigfaltigkeiten), was im Wesentlichen Punktwolken sind, die alle möglichen Arten darstellen, wie die Neuronen für einen gegebenen Reiz feuern könnten. In den trainierten Tieren wurden diese Wolken dichter und kompakter, was bedeutete, dass die Neuronen bei Erscheinen desselben Stimulus jedes Mal auf eine konsistentere und zuverlässigere Weise feuerten. Gleichzeitig bewegten sich die beiden Wolken im Aktivitätsraum des Gehirns weiter voneinander weg. Diese geometrische Umgestaltung machte es dem Gehirn viel leichter, den Unterschied zwischen den beiden Stimuli zu erkennen, selbst wenn sie sich sehr ähnlich waren.
Diese Reorganisation war kein einmaliges Ereignis, sondern ein Prozess, der sich im Laufe der Zeit entfaltete. Sobald die Streifen erschienen, zeigten die trainierten Mäuse eine kompaktere und organisiertere Reaktion. Im weiteren Verlauf des Durchgangs vergrößerte sich die Trennung zwischen den beiden Mustern noch weiter und schuf einen klaren Pfad, dem das Gehen das Gehirn ermöglichte. Diese dynamische Trennung war entscheidend, da sie ein stabiles Signal lieferte, das nachgeschaltete Teile des Gehirns zur Entscheidungsfindung nutzen konnten. Die Forscher fanden heraus, dass die Position der neuronalen Aktivität innerhalb dieser neu gelernten Geometrie direkt vorhersagte, ob die Maus lecken würde oder nicht. Wenn die Aktivität näher zum „Belohnungsmuster“ driftete, war die Maus wahrscheinlicher zum Lecken bereit; wenn sie nahe beim „Keine-Belohnung-Muster“ blieb, hielt sie sich zurück. Dies bestätigte, dass die geometrischen Veränderungen nicht nur ein Nebenprodukt des Lernens waren, sondern direkt in den Entscheidungsprozess einflossen.
Die Studie schloss auch andere Erklärungen für diese Veränderungen sorgfältig aus. Die Forscher untersuchten, ob der physische Akt des Leckens, die Bewegung der Maus oder Veränderungen der Wachsamkeit verursacht haben könnten, dass das Gehirn anders aussah. Sie analysierten die Daten, indem sie die Durchgänge basierend darauf aufteilten, wie viel die Mäuse leckten, wie schnell sie sich bewegten und wie groß ihre Pupillen waren. Sie fanden heraus, dass keiner dieser Verhaltensfaktoren die dramatische Verbesserung in der Trennung der beiden Muster durch das Gehirn erklären konnte. Die geometrischen Veränderungen waren spezifisch für die Aufgabe, zu lernen, die Streifen zu unterscheiden, und nicht bloß ein Resultat der Aktivität oder Erregung der Maus.
Die Ergebnisse legen nahe, dass der primäre visuelle Kortex weitaus aktiver am Lernprozess beteiligt ist als bisher angenommen. Anstatt ein passives Relais zu sein, fungiert er als hochauflösender Arbeitsraum, in dem das Gehirn seine frühesten sensorischen Eindrücke verfeinert, um komplexe Entscheidungen zu unterstützen. Indem das Gehirn das Rauschen im Signal komprimiert und die Repräsentationen verschiedener Stimuli weiter auseinanderzieht, schafft es eine klarere, stabilere Grundlage für den Rest des visuellen Systems. Diese Studie liefert den ersten direkten Beweis dafür, dass das Lernen die Geometrie der neuronalen Repräsentationen am allerersten Stadium der kortikalen Verarbeitung umgestaltet und so sicherstellt, dass die erste Sicht des Gehirns auf die Welt bereits für die Aufgaben optimiert ist, die es ausführen muss.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.