Dendritic hotspots support switching between competing rules without expanding the cortical engram

脳の最大の強みは、その考えを変える能力にあります。世界が変化するとき、動物は生き残るために行動を更新しなければなりませんが、過去を単に消去することはできません。それは、古いルールを保持しながら新しいルールを学ぶ必要があり、柔軟性と記憶の両方を必要とする繊細なバランス調整です。この課題は、生き物が複雑な環境をどのようにナビゲートするかという核心部分です。科学者たちは、脳が神経細胞間の微小な接続に情報を蓄積していることを古くから知っていましたが、元のデータを失うことなくこれらの接続を書き換えることを可能にするメカニズムは、謎のままでした。もし脳が新しい教訓を得るたびに完全に新しい構造を構築しなければならないとしたら、すぐにスペースとエネルギーが底をついてしまうでしょう。問題は、脳がいかにして物理的な占有面積を拡大することなく、古い指示を新しいものへと入れ替えているのかということです。

このパズルを解くために、研究者たちはマウスの脳にある二次運動野と呼ばれる特定の領域に注目しました。これは、運動の計画や、異なる選択肢間の葛藤を解決することに関与している領域です。彼らは、他のニューロンからの信号を受け取る端として機能する、スパイン（棘突起）として知られる神経細胞の微小な先端に焦点を当てました。マウスが学習し、異なるルール間を切り替える様子を、生きたマウスを用いて観察することで、チームは知識を更新するための高度に組織化されたシステムを発見しました。マウスは、音や視覚的な合図といった特定のルールに応じて正しい反応を行うタスクを行うよう訓練されました。研究者がルールを変更すると、マウスは古い戦略の使用をやめ、新しい戦略を採用しなければなりませんでした。科学者たちは、二次運動野を一時的に機能停止させると、マウスはタスクを学習し記憶することはできるものの、状況が変わったときにルールを切り替えることができなくなることを発見しました。これにより、この領域が葛藤を解決し、進路変更を決断するための重要なハブであることが特定されました。

最も衝撃的な発見は、このプロセスにおける神経細胞の物理的な変化を観察することから得られました。マウスが新しいルールに適応するにつれ、研究者たちはニューロンの樹状突起にある微小なスパインのターンオーバー（入れ替わり）の急増を観察しました。しかし、この活動は細胞全体に無秩序に散らばっているわけではありませんでした。むしろ、新しいスパインの形成と古いスパインの消失は、著者らが「樹状突起ホットスポット」と呼ぶ、集中したクラスター内で発生していました。これらの特定のゾーン内では、プロセスが厳密に調整されていました。すなわち、新しいスパインが形成され、古いものが消失し、残ったものが急速な順序でグループ化されるのです。決定的なことに、古いルールを符号化していたスパインが最初に除去され、更新されたタスクに必要な新しい接続のためのスペースが作られました。これは、脳が単に古い記憶構造の上に新しいものを積み重ねているのではなく、むしろ同じ物理的スペースを再利用していることを示唆しています。

これがどのように機能するかを理解するために、研究者たちは脳の生物学的制約を模倣したコンピュータモデルを構築しました。シミュレーションの結果、これらのホットスポットは、可塑性に関連するリソースが共有される再利用可能なドメインとして機能することが確認されました。このシステムでは、新しい接続を構築するために必要な材料は、古い接続を維持するために使用されていたものと同じ局所的なプールから引き出されます。新しいルールが学習されるとき、古いスパインは解体され、その構成要素は同じ小さな領域内で新しいものを構築するために即座に再利用されます。モデルによれば、もし脳がこれらのドメインの再利用を妨げられた場合、新旧両方のルールを保存するために全く新しい物理的構造を作り出す必要が生じます。これは、より多くのスペースとエネルギーを必要とし、記憶の物理的な痕跡である「エングラム」を大幅に拡大させることになります。

これらの知見は、脳が適応のために極めて効率的なリソース戦略を進化させてきたことを示唆しています。接続のリモデリングを再利用可能なホットスポットに集中させることで、脳は物理的なサイズを大きくしたり冗長な情報を蓄えたりすることなく、迅速に行動を更新することができます。古いルールは、別の静的な場所に保存されているのではなく、同じ物理的足跡の中で能動的に新しいものへと置き換えられています。このメカニズムにより、脳は物理的な構造をコンパクトに保ちながら、膨大な学習能力を維持することができるのです。この研究は、脳がいかにして安定性と柔軟性のトレードオフを解決しているかについて具体的な説明を提供しており、適応的な学習の鍵は、同じ局所的な近傍内で古い接続を新しいものへと入れ替える能力にあることを示しています。