Evolutionarily conserved neural dynamics across mice, monkeys, and humans

이 논문은 쥐, 원숭이, 인간의 운동 피질에서 기록된 신경 활동을 분석한 결과, 행동 산출의 차이는 신경 궤적 기하학으로 설명되지만 종 간 진화적 거리가 멀어도 운동 수행을 위한 신경 역학은 보존되어 있음을 보여주며, 이는 공통된 회로 제약이 진화 과정에서 신경 계산을 유지하게 했음을 시사합니다.

핵심

이 연구 논문은 **"쥐, 원숭이, 그리고 인간의 뇌가 팔을 움직일 때, 정말로 같은 방식으로 작동할까?"**라는 아주 흥미로운 질문에서 시작합니다.

저자들과 연구팀은 이 질문에 답하기 위해 세 종의 동물을 비교했고, 놀라운 발견을 했습니다. 마치 다른 나라의 요리사들이 서로 다른 재료를 쓰지만, '불 조절'과 '소스 만드는 법'이라는 기본 원리는 똑같다는 것을 발견한 것과 같습니다.

이 복잡한 과학 논문을 누구나 이해할 수 있도록 쉬운 비유와 함께 설명해 드릴게요.

---

1. 핵심 질문: 뇌의 '레시피'는 진화해도 변하지 않을까?

수백만 년 동안 진화가 일어나면서 쥐, 원숭이, 인간은 각자 살아가는 환경에 맞춰 행동 방식을 발전시켰습니다. 쥐는 작은 구멍을 파고, 인간은 정교한 공예품을 만듭니다.

하지만 연구팀은 의문을 가졌습니다. "우리가 팔을 뻗어 물건을 잡는다는 공통된 행동을 할 때, 우리 뇌 속의 신경 세포들이 작동하는 '기본 원리'는 진화해도 그대로 유지되었을까?"

2. 실험 방법: 뇌의 '춤'을 관찰하다

연구팀은 쥐, 원숭이, 그리고 척수 손상으로 팔을 움직이기 힘든 인간 참가자 (보조 기구를 사용) 의 뇌를 직접 관찰했습니다. 세 종 모두 "물건을 잡고 당기는" 행동을 하도록 훈련시켰습니다.

이때 뇌의 신경 세포들이 어떻게 움직이는지 보기 위해, 연구팀은 뇌 활동을 **'춤'**에 비유했습니다.

• 신경 세포들의 활동: 무용수들이 무대 위에서 움직이는 것.
• 신경 궤적 (Trajectory): 무용수들이 그리는 춤의 궤적 (길).
• 동역학 (Dynamics): 춤을 추는 규칙이나 리듬 (예: 언제 점프하고, 언제 회전할지 결정하는 법칙).

3. 놀라운 발견 1: '춤의 규칙'은 세 종 모두 똑같다!

연구 결과가 정말 놀라웠습니다. 쥐, 원숭이, 인간의 뇌가 팔을 움직일 때, 신경 세포들이 그리는 춤의 '규칙' (동역학) 은 거의 100% 똑같았습니다.

• 비유: 쥐는 작은 발로, 원숭이는 긴 팔로, 인간은 손가락을 많이 쓰지만, 뇌가 내리는 **"지금 점프하라", "이제 회전하라"**는 명령을 내리는 기본 알고리즘은 진화 과정에서 변하지 않고 그대로 유지된 것입니다.
• 이는 쥐와 인간이 수천만 년 동안 갈라져 왔음에도 불구하고, 뇌의 '소프트웨어' 핵심 코드가 공유되고 있음을 의미합니다.

4. 놀라운 발견 2: '춤의 모양'은 각자 다 다르다

그렇다면 왜 쥐, 원숭이, 인간의 행동은 다른 걸까요? 연구팀은 춤의 '규칙'은 같지만, 그 규칙 안에서 그리는 '춤의 모양' (기하학적 궤적) 은 다르다는 것을 발견했습니다.

• 비유: 같은 '발레'라는 규칙 (동역학) 을 따르더라도, 쥐는 짧은 다리로 작은 원을 그리고, 인간은 긴 팔로 큰 원을 그릴 수 있습니다.
• 결론: 뇌는 **하나의 똑똑한 기본 규칙 (동역학)**을 가지고 있으면서, 각 종의 신체 특징 (다리 길이, 손가락 개수 등) 에 맞춰 춤의 모양 (기하학) 만 살짝 변형해서 다양한 행동을 만들어냅니다.

5. 추가 확인: 뇌의 다른 부분이나 다른 상황에서는 다를까?

연구팀은 이 발견이 진짜인지 확인하기 위해 다른 조건도 비교했습니다.

• 운동 뇌 vs 감각 뇌: 같은 인간이라도, 팔을 움직이는 뇌 (운동 피질) 와 감각을 느끼는 뇌 (감각 피질) 는 춤의 규칙이 완전히 달랐습니다. (서로 다른 춤을 춘다는 뜻)
• 준비 단계 vs 실행 단계: 원숭이가 팔을 움직이기 '준비'할 때와 '실제로' 움직일 때의 뇌 규칙도 달랐습니다.

이것은 **"우리가 발견한 '똑같은 규칙'은 뇌의 특정 기능 (운동) 에만 적용되는 진짜 보편적 원리"**임을 증명해 줍니다.

6. 컴퓨터 시뮬레이션: 왜 규칙이 같을까?

연구팀은 인공 신경망 (AI) 을 만들어 실험했습니다. AI 의 구조를 조금씩 바꿔가며 팔을 움직이게 했더니, AI 의 구조 (회로) 가 비슷해야만 뇌의 '규칙'도 비슷하게 나왔다는 것을 확인했습니다.

• 즉, 진화 과정에서 뇌의 물리적인 회로 구조가 비슷하게 유지되었기 때문에, 그 위에서 작동하는 신경 계산 방식 (규칙) 도 자연스럽게 비슷하게 보존된 것입니다.

---

🌟 이 연구가 우리에게 주는 메시지

1. 동물 실험의 중요성: 쥐나 원숭이에서 발견된 뇌의 원리는 인간에게도 그대로 적용될 가능성이 매우 높습니다. 이는 뇌 질환 치료법이나 뇌-컴퓨터 인터페이스 (BCI) 개발에 큰 희망을 줍니다.
2. 진화의 지혜: 진화는 매번 처음부터 새로운 뇌를 만드는 게 아니라, 이미 작동하는 훌륭한 '기본 규칙'을 유지한 채, 그 위에 새로운 행동 (춤의 모양) 을 덧입히는 방식으로 발전해 왔습니다.
3. 인간과 동물의 연결: 우리는 쥐나 원숭이와 생김새는 다르지만, 뇌가 움직이는 '심장 박동' 같은 기본 리듬은 공유하고 있습니다.

한 줄 요약:

"진화는 뇌의 **기본 작동 원리 (규칙)**는 쥐, 원숭이, 인간 모두에게 똑같이 유지해 주었지만, **각자의 몸짓 (행동)**은 그 규칙 안에서 자유롭게 변형하도록 만들었습니다."

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 진화적 맥락: 수백만 년에 걸쳐 자연선택은 각 종의 생태적 지위 (ecological niche) 에 맞춰 행동을 적응시켰습니다. 뇌 회로도 종마다 고유한 적응을 보이지만, 쥐와 영장류 (원숭이, 인간) 와 같이 진화적으로 멀리 떨어진 종들 사이에도 운동 피질 (motor cortex) 과 같은 동종 (homologous) 뇌 영역이 존재합니다.
• 핵심 질문: 서로 다른 종이 공통의 행동 (예: 물체 도달, 잡기, 조작) 을 수행할 때, 동종 뇌 영역이 유사한 신경 계산 (neural computations) 을 사용하는지, 아니면 행동의 적응에 따라 계산 기저가 완전히 달라지는지 불명확했습니다.
• 가설: 운동 피질은 진화적으로 분기된 종들 사이에서도 보존된 신경 계산 (conserved neural computations) 을 통해 운동을 생성할 것이다. 즉, 종 간의 차이에도 불구하고 신경 집단의 역학 (dynamics) 이 유사하게 보존될 것이라는 것입니다.

2. 연구 방법론 (Methodology)

A. 다종 (Multi-species) 신경 생리학적 데이터셋 구축

• 대상 종: 쥐 (Mouse, 4 마리), 원숭이 (Macaque, 4 마리), 인간 (Human, 1 명, 경추 척수 손상 환자).
• 행동 과제:
  • 쥐: 레버를 잡고 당기는 과제 (2 가지 위치, 2 가지 하중).
  • 원숭이: 다양한 모양 (원통형, 정육면체) 과 위치의 물체를 잡고 당기는 과제 (2 가지 그립 방식, 2 가지 하중).
  • 인간: 물체를 잡고 목표 위치로 이동시키는 과제 (수동적 그립 전략 사용).
• 데이터 수집: 각 종의 일차 운동 피질 (Primary Motor Cortex, M1) 에서 Neuropixels (쥐), Utah/Chronically implanted arrays (원숭이), NeuroPort arrays (인간) 를 사용하여 신경 집단 활동 (spiking activity) 을 기록했습니다.

B. 분석 기법

1. 주성분 분석 (PCA): 고차원 신경 활동을 20 차원 잠재 공간 (latent space) 으로 축소하여 신경 궤적 (neural trajectories) 을 시각화했습니다.
2. 역학적 유사성 분석 (Dynamical Similarity Analysis, DSA):
   • 신경 궤적의 시간적 진화를 기술하는 선형화된 동적 시스템 모델 (state transition matrix, $K$) 을 학습했습니다.
   • 두 데이터셋 간의 $K$ 행렬을 정렬 (alignment) 하여 역학적 거리 (dynamical distance) 를 계산했습니다. 이 거리가 작을수록 두 시스템이 동일한 '규칙 (dynamics)'을 따름을 의미합니다.
   • 대조군 설정:
     • 상한선 (Upper bound): 데이터를 무작위로 섞은 (Shuffle) 제어 그룹.
     • 하한선 (Lower bound): 동일 개체 내 다른 세션 간의 비교.
     • 추가 비교: 인간에서 운동 피질 vs 체감각 피질 (Somatosensory cortex), 원숭이에서 운동 준비 (Preparation) vs 운동 실행 (Execution).
3. 정준 상관 분석 (Canonical Correlation Analysis, CCA): 신경 궤적의 기하학적 유사성 (Geometric similarity, 궤적의 모양) 을 정량화했습니다.
4. 순환 신경망 (RNN) 시뮬레이션: MotorNet 툴박스를 사용하여 원숭이 팔의 생체 역학적 모델을 제어하는 RNN 을 훈련시켰습니다. 네트워크 아키텍처 (GRU vs Vanilla RNN), 학습 알고리즘, 감각 피드백, 근육 비선형성 등을 조작하여 회로 제약이 역학과 기하학에 미치는 영향을 검증했습니다.

3. 주요 결과 (Key Results)

A. 종 간 신경 역학의 높은 보존성

• 핵심 발견: 쥐, 원숭이, 인간의 운동 피질에서 관찰된 신경 역학 (동적 시스템 규칙) 은 종 간 비교에서 동일 종 내 개체 간 비교와 유사한 수준으로 보존되었습니다.
• 통계적 유의성: DSA 로 계산된 역학적 거리는 종 간 비교에서 무작위 섞기 (Shuffle) 제어군보다 훨씬 낮았으며, 동일 종 내 개체 간 거리와 통계적으로 유의미한 차이가 없었습니다.
• 비교 대상: 이는 운동 피질 내에서도 기능이 다른 뇌 영역 (운동 피질 vs 체감각 피질) 이나 다른 행동 단계 (운동 준비 vs 운동 실행) 사이에서는 역학적 거리가 크게 증가하는 것과 대조적입니다. 즉, 종 간의 차이가 뇌 영역 간 차이보다 역학적으로 더 유사함을 보여줍니다.

B. 행동 출력의 차이는 기하학 (Geometry) 으로 설명됨

• 역학 vs 기하학: 종 간 신경 역학 (규칙) 은 보존되었지만, 실제 행동 ( Reach distance, grasp type 등) 은 종마다 크게 달랐습니다.
• CCA 결과: 신경 궤적의 기하학적 유사성은 행동의 유사성과 강하게 상관관계가 있었습니다. 즉, 종마다 다른 행동을 수행할 때, 동일한 역학적 시스템 (Flow field) 내에서 궤적의 모양 (Path geometry) 만을 다르게 조절하여 다양한 출력을 생성했습니다.
• 인간 데이터: 인간의 운동 궤적은 쥐나 원숭이와 기하학적으로 매우 달랐으나, 역학적 규칙은 보존되었습니다.

C. RNN 시뮬레이션을 통한 회로 제약의 역할

• 아키텍처의 중요성: RNN 시뮬레이션에서 네트워크 아키텍처 (GRU 대 Vanilla RNN), 학습률, 근육 비선형성 제거 등을 변경하면 역학적 거리가 크게 변했습니다.
• 보존된 역학의 기원: 특정 아키텍처와 학습 조건을 가진 네트워크들 사이에서 역학적 거리가 실제 신경 데이터에서 관찰된 종 간 거리와 유사하게 낮게 유지되었습니다. 이는 보존된 신경 역학이 진화적으로 공유된 회로 구조적 제약 (circuit constraints) 에서 기원함을 시사합니다.
• 결론: 유사한 행동을 위해 기하학적 유사성과 역학적 유사성이 모두 필요하지만, 서로 다른 행동을 위해 역학은 보존된 채 기하학만 변형될 수 있습니다.

4. 주요 기여 (Key Contributions)

1. 최초의 직접적 비교: 쥐부터 인간까지 3 종의 운동 피질 신경 집단 활동을 직접 비교하여 진화적으로 보존된 신경 역학을 규명했습니다.
2. 계산 보존의 증명: 종 간의 해부학적, 생체역학적 차이 (예: 피질 - 척수 연결의 직접성, 손의 구조) 에도 불구하고, 운동 생성의 근본적인 '동적 규칙 (dynamical rules)'이 보존됨을 입증했습니다.
3. 역학 (Dynamics) 과 기하학 (Geometry) 의 분리: 행동의 다양성은 신경 궤적의 기하학적 변형을 통해 구현되지만, 이를 제어하는 역학적 시스템은 보존된다는 개념을 정립했습니다.
4. 회로 제약의 역할 규명: RNN 시뮬레이션을 통해 보존된 역학이 단순한 우연이 아니라, 진화적으로 공유된 회로 아키텍처의 제약에서 비롯됨을 보였습니다.

5. 의의 및 시사점 (Significance)

• 신경과학 이론: 동종 뇌 영역이 진화 과정에서 새로운 행동 repertoire 를 확장하면서도 근본적인 계산 기제를 유지한다는 것을 보여줍니다. 이는 뇌의 적응 메커니즘에 대한 이해를 심화시킵니다.
• 임상 및 번역 연구 (Translation): 동물 모델 (쥐, 원숭이) 에서 개발된 신경 인터페이스 (Brain-Computer Interface, BCI) 및 신경 조절 기술이 인간에게 적용될 때, 보존된 신경 역학을 기반으로 하므로 더 효과적으로 전환될 수 있음을 시사합니다.
• 다종 신경 기초 모델 (Multi-species Neural Foundation Models): 종 간에 공유되는 역학적 메커니즘을 활용하여 다양한 종의 뇌 기능을 통합적으로 이해하고, 뇌 질환 치료 및 신경 공학 기술 개발을 가속화할 수 있는 토대를 마련했습니다.

요약

이 연구는 쥐, 원숭이, 인간의 운동 피질이 서로 다른 생체역학적 구조와 행동 과제를 수행함에도 불구하고, 동일한 신경 역학적 규칙 (conserved dynamics) 을 공유함을 발견했습니다. 종 간의 행동 차이는 이 보존된 시스템 내에서 신경 궤적의 기하학적 모양 (geometry) 을 변형함으로써 구현되며, 이러한 역학적 보존은 진화적으로 공유된 회로 구조적 제약에 기인합니다. 이는 동물 연구 결과를 인간 뇌 기능 이해 및 임상 치료로 전환하는 데 중요한 이론적 근거를 제공합니다.