Accumulation of neural state transitions in dorsomedial striatum predicts patch foraging decisions

Cette étude démontre que les neurones du striatum dorsomédian de la souris encodent les décisions de recherche de nourriture par patch via un mécanisme de réinitialisation par récompense et d'accumulation jusqu'à un seuil, qui intègre le temps écoulé depuis la dernière récompense et les taux de récompense environnementaux pour déterminer quand abandonner une ressource en voie d'épuisement.

L'essentiel

Imaginez que vous êtes dans un buffet à volonté. Vous avez une assiette de plats délicieux, mais vous savez qu'ils ne sont pas infinis. À un moment donné, vous devez décider : Continuez-vous à manger ce plat spécifique, ou devriez-vous vous lever pour en trouver un nouveau ?

C'est le problème central que les scientifiques ont étudié dans cet article. Ils voulaient comprendre comment le cerveau décide quand arrêter de faire quelque chose qui vous apporte des récompenses (comme de la nourriture) et qui devient de plus en plus difficile à trouver au fil du temps.

Voici une explication simple de leurs découvertes :

Le bouton de « réinitialisation des récompenses » du cerveau

Les chercheurs se sont concentrés sur une petite partie spécifique du cerveau de la souris appelée le striatum dorsomédial (ou DMS pour faire court). Imaginez cette zone comme le « minuteur de décision » du cerveau.

Lorsqu'une souris trouve une récompense (comme une friandise appétissante dans un « patch » de nourriture), quelque chose d'intéressant se produit dans son cerveau :

1. La réinitialisation : Chaque fois que la souris obtient une récompense, un groupe spécifique de neurones dans le DMS appuie sur un « bouton de réinitialisation ».
2. Le compte à rebours : Immédiatement après la réinitialisation, ces neurones lancent un compte à rebours. Ils ne comptent pas au hasard ; ils suivent un rythme très précis.
3. Le pavage : Imaginez une course de relais où différents coureurs partent à des moments différents. Dans le cerveau de la souris, différents neurones lancent leur « compte à rebours » à des moments distincts après la récompense. Certains commencent à compter immédiatement, d'autres une seconde plus tard, d'autres encore deux secondes plus tard. Ensemble, ils couvrent toute la chronologie, créant un signal continu qui suit exactement le temps écoulé depuis la dernière friandise.

Le compteur « d'accumulation »

Au fur et à mesure que le temps passe sans nouvelle récompense, ces neurones accumulent un signal, comme de l'eau qui remplit un seau.

• Le coût de l'attente : Le cerveau sait qu'attendre trop longtemps est « coûteux » car la souris pourrait trouver de la nourriture ailleurs. Si l'environnement regorge de nourriture (taux de récompense élevé), le cerveau s'impatiente plus vite. Si la nourriture est rare, le cerveau attend plus longtemps.
• Le seuil : L'« eau » dans le seau continue de monter jusqu'à atteindre une ligne de « débordement » spécifique (un seuil).
• La décision : Au moment où l'eau atteint cette ligne, la souris décide : « D'accord, j'ai assez attendu depuis mon dernier morceau. Il est temps de quitter ce patch et d'aller en trouver un nouveau. »

La vue d'ensemble

L'article affirme que la souris ne fait pas que deviner ou compter les secondes avec un chronomètre. Au contraire, son cerveau effectue un calcul sophistiqué :

• Il suit depuis combien de temps la dernière récompense a eu lieu.
• Il ajuste ce minuteur en fonction de la valeur du temps dans l'environnement actuel (la nourriture est-elle facile ou difficile à trouver ?).
• Il utilise une équipe de neurones qui se déclenchent en séquence pour mesurer ce temps.
• Lorsque le signal atteint une limite spécifique, la souris s'arrête et passe à autre chose.

En bref, le striatum dorsomédial agit comme un minuteur intelligent et ajustable qui aide l'animal à savoir exactement quand abandonner une tâche pour maximiser son succès, en veillant à ce qu'il ne perde pas de temps sur un patch « sec » alors que de meilleures opportunités pourraient se trouver à proximité.

Résumé technique

Résumé technique : L'accumulation des transitions d'état neural dans le striatum dorsomédian prédit les décisions de départ des tâches de recherche de ressources

Énoncé du problème
Le défi central abordé est le processus de prise de décision requis pour les activités à retours temporellement distribués, spécifiquement la détermination non seulement de quoi faire, mais aussi de quand s'arrêter. Alors que la théorie optimale de la recherche de ressources (OFT) postule que le départ d'une tâche devrait être régi par le temps total investi dans cette tâche, les observations empiriques à travers les espèces démontrent fréquemment une sensibilité aux récompenses récentes plutôt qu'à l'investissement total. Cela crée un écart fonctionnel dans la compréhension de la manière dont le cerveau intègre la prise de décision orientée vers un but avec le chronométrage d'intervalles pour optimiser les taux de récompense lors de la recherche de ressources. Le striatum dorsomédian (DMS) est identifié comme un substrat neural critique médiant ces deux fonctions convergentes.

Méthodologie
Pour investiguer les mécanismes neuronaux sous-jacents à ces décisions, l'étude a employé des enregistrements extracellulaires de neurones au sein du DMS de souris en mouvement libre. Les sujets ont effectué une tâche de recherche de ressources conçue pour simuler des environnements de ressources s'épuisant. La conception expérimentale a permis l'analyse de l'activité neuronale en relation avec des métriques comportementales spécifiques, incluant le temps de séjour dans la tâche, le moment des récompenses et le taux de récompense environnemental. Les chercheurs se sont concentrés sur la caractérisation des dynamiques temporelles du déchargement neuronal par rapport aux événements de récompense et aux sorties comportementales subséquentes.

Contributions et résultats clés
L'étude identifie un mécanisme computationnel spécifique au sein du DMS qui régit les décisions de départ de la tâche :

• Stratégie comportementale : Les souris n'ont pas strictement adhéré à un modèle d'investissement en temps total. Au lieu de cela, elles ont employé une stratégie de « réinitialisation par récompense ». Les décisions de sortie étaient principalement pilotées par le temps écoulé depuis la dernière récompense, avec des ajustements systématiques effectués en fonction du temps total de séjour dans la tâche et du contexte plus large du taux de récompense environnemental.
• Dynamiques neuronales : Les neurones individuels du DMS ont présenté des transitions discrètes de taux de déchargement survenant à des délais caractéristiques suivant chaque événement de récompense. Crucialement, ces temps de transition étaient distribués à travers la population, « pavant » efficacement l'intervalle post-récompense.
• Signal d'accumulation jusqu'au seuil : L'activité de la population a généré un signal d'accumulation jusqu'au seuil qui se réinitialisait à chaque récompense. Le taux de cette accumulation n'était pas statique ; il était sensible au coût du temps. Plus précisément, le taux d'accumulation augmentait dans des conditions de taux de récompense environnementaux plus élevés et lorsque les récompenses survenaient plus tard dans la tâche.
• Encodage de la décision : Le signal accumulé atteignait un seuil constant précisément au moment de la sortie de la tâche. Ce franchissement de seuil codait le temps d'arrêt intentionnel de l'animal, intégrant efficacement le temps écoulé depuis la dernière récompense, le temps écoulé depuis le début de la poursuite et le taux de récompense environnemental.

Portée et affirmations
L'article affirme identifier un calcul nouveau, variable selon le coût du temps, de réinitialisation par récompense et d'accumulation jusqu'au seuil au sein du DMS. Ce mécanisme sert à intégrer trois variables temporelles et contextuelles distinctes :

1. Le taux de récompense environnemental.
2. Le temps écoulé depuis le début de la poursuite.
3. Le temps écoulé depuis l'occurrence de la récompense la plus récente.

En synthétisant ces facteurs, le DMS détermine le moment optimal pour abandonner une poursuite s'épuisant. Les résultats suggèrent que le DMS ne se contente pas de suivre le temps ou la récompense de manière isolée, mais effectue une intégration dynamique de ces variables pour résoudre le problème du « quand s'arrêter » dans le comportement de recherche de ressources. L'étude présente modestement ces résultats comme une identification du calcul neural spécifique qui fait le pont entre la prise de décision orientée vers un but et le chronométrage d'intervalles dans le contexte de la recherche de ressources.