The mesencephalic locomotor region shapes decision-making during movement

技術要約：中脳歩行中枢が運動中の意思決定を形成する

問題提起
意思決定は、動的な環境下での能動的な運動中に頻繁に発生し、内部の運動状態と外部の手がかりの統合を必要とする。近年の大規模な記録は、脳内のニューロンが運動および認知変数の両方を同時に符号化していることを示唆しているが、進行中の運動信号がどのようにして意思決定プロセスを動的に更新するのかという具体的な神経メカニズムは依然として不明である。中脳歩行中枢（MLR）は、キヌフィン核（CnF）および脚橋核（PPN）からなる進化的に保存された中脳の中心であり、伝統的には歩行の開始および調節のハブとして見なされてきた。しかし、MLRが運動信号と認知信号を統合して状態依存的な意思決定を形成する能動的な計算ノードとして機能しているのか、また、その機能的に異なるサブポピュレーションがこのプロセスにどのように寄与しているのかは分かっていない。

方法論
著者らは、頭部固定され能動的に移動しているマウスを用いた聴覚意思決定タスクを確立した。水制限マウスは、「ゴー（Go）」（8 kHz）と「ノーゴー（No-go）」（32 kHz）の音響手掛かりを識別するように訓練され、報酬を受け取るために舐める（lick）動作を行うか、罰を避けるために舐める動作を控えるよう訓練された。極めて重要な点として、試行はマウスが自発的にランダムな距離を歩行した後にのみ開始されるように設定されており、これにより、手掛かり提示時における歩行速度の広い分布（5–35 cm/s）を確保した。

本研究ではマルチモーダルなアプローチを採用した：

1. 細胞外記録： マイクロドライブを植え込み、タスク遂行中のMLRにおける単一ユニット活動を記録した。
2. 計算モデリング：
   • 一般線形モデル（GLM）： キネマティクス変数（速度、加速度、舐める動作）と非キネマティクス・タスク変数（手掛かり、結果、履歴）の相対的な寄与を定量化するために使用した。
   • サポートベクターマシン（SVM）： 集団活動から行動エポックおよび試行タイプをデコードするために用いた。
   • ドリフト拡散モデル（DDM）： 意思決定ダイナミクスをシミュレートし、ドリフト率（証拠蓄積速度）、決定閾値、開始点、および非決定時間のパラメータを推定するために使用した。
3. 活動に基づくクラスタリング： ニューロンを、異なる試行タイプ（スロー/ファスト、ヒット/ミス）における発火パターンに基づいてクラスタリングし、特定の意思決定フェーズに従事するサブポピュレーションを特定した。
4. 因果的操作（Cal-Light）： 著者らは、活動依存的なタグ付け手法であるCal-Lightシステムを利用し、「意思決定構築期間」（音響手掛かりの開始から反応ウィンドウの間）に活動したニューロンを特異的にラベル化した。その後、これらのラベル付けされたニューロンを光遺伝学（eNpHR3.0）を用いて選択的に抑制し、その因果的役割を検証した。
5. 免疫組織化学： 事後の解析により、操作されたニューロンの分子プロファイル（CamKIIα、GAD、ChAT）を特定した。

主な結果

• 運動が意思決定パフォーマンスを修飾する： 歩行速度が速くなると、「ゴー」の反応率が有意に低下し、特に困難な手掛かりにおいて反応潜時が増大した。この修飾は能動的な運動に特有のものであり、不活性な状態では、高速走行時のようなパフォーマンスの低下は見られなかった。
• 単一ニューロンにおけるマルチプレキシング（多重化）： GLM解析により、MLRニューロンの大部分（73%）が3つ以上の行動変数を同時に符号化していることが明らかになった。これらのニューロンは、キネマティクス情報（歩行速度）と非キネマティクス・タスク変数（音響手掛かり、報酬、罰）をマルチプレックス（多重化）していた。PPNニューロンは運動表現がより強く、CnFニューロンはイベントへの応答性が高かったが、両方の亜核には混合的な符号化特性を持つニューロンが含まれていた。
• 意思決定関連クラスターの特定： クラスタリング解析により、10個の明確なニューロングループが特定された。特定のクラスター（1、4、5）は、意思決定構築期間中の運動状態によって活動が修飾された。特に、クラスター4および5のニューロンは、意思決定の結果（ゴー/ノーゴー）および刺激タイプを高い精度で予測した。
• 証拠蓄積との関連： DDM解析は、歩行速度が決定閾値や非決定時間ではなく、主にドリフト率（証拠蓄積の速度）に影響を与えることを示した。低速の歩行は高いドリフト率と関連しており、これはより効率的な証拠蓄積を示唆している。相関解析により、特定のマルチプレキシング・クラスター（特にクラスター4および5）の発火率が、意思決定構築期間中の試行ごとのドリフト率と有意に相関していることが確認された。
• 意思決定構築ニューロンの因果的役割： （Cal-Lightを用いて）意思決定構築期間中にラベル付けされたニューロンを光遺伝学的に抑制すると、「ゴー」反応の確率が有意に抑制され、反応時間が延長した。この抑制は、歩行距離やオープンフィールド試験における一般的な移動能には影響を与えず、また場所嗜好性テストにおけるパフォーマンスも変化させなかったことから、効果は一般的な運動実行や価情処理ではなく、意思決定プロセスに特異的であることが示唆された。
• 細胞組成： 免疫組織化学により、意思決定構築時に活動するニューロンは主に非コリン作動性であり、主にCamKIIα+（グルタミン酸作動性）およびGAD+（GABA作作動性）のマーカーと重なり、ChAT+（コリン作動性）ニューロンとの重複は最小限であることが明らかになった。

意義と主張
本論文は、MLRを古典的な歩行リレーセンターから、状態依存的な意思決定における重要な計算ノードへと再定義することを主張している。著者らは以下のことを実証した：

1. MLRは単なる運動出力の生成器ではなく、運動状態と感覚的証拠を統合することで、認知計算に能動的に参加している。
2. 単一のMLRニューロンは運動変数と意思決定変数をマルチプレックスしており、これにより歩行状態に基づいた意思決定の動的な更新が可能になる。
3. 特定のMLRニューロンのサブポピュレーションは、証拠蓄積プロセスに因果的に必要である。それらの活動はドリフト率と相関しており、その抑制は歩行能力を消失させることなく、意思決定パフォーマンスを損なわせる。
4. これらの知見は、パーキンソン病などの神経疾患（MLRが深部脳刺激の標的となる疾患）において、運動・認知統合の破綻がどのように運動および非運動症状（例：アパシー）の両方に寄与するかを理解するための潜在的な神経基盤を提供している。

本研究は、MLRが、運動信号が証拠蓄積の速度を動的に形成し、それによってリアルタイムで意思決定の結果に影響を与える主要なインターフェースとして機能していると結論付けている。