Structured navigation in a goal-directed task reveals flexible spatial coding
이 논문은 자유로운 움직임과 정밀한 환경 제어를 결합한 새로운 실험 플랫폼을 소개하며, 이를 통해 쥐가 복잡한 다단계 탐색 과제를 학습할 수 있음과 동시에 이들의 내측 내후각 피질 활동이 전형적인 공간 부호화와 목표 지향적 집단 역학을 모두 드러낸다는 것을 입증한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
당신의 뇌가 아주 똑똑한 GPS라고 상상해 보세요. 하지만 이 GPS는 단순히 지도 위에서 당신이 어디에 있는지를 알려주는 것을 넘어, 주변 세계에 대한 정신적 이미지를 끊임없이 구축합니다. 수십 년 동안 과학자들은 이 내부 지도가 어떻게 작동하는지 알아내기 위해 노력해 왔습니다. 그들은 뇌 속의 특별한 세포들이 위치를 표시하는 '격자선', 어느 방향을 향하고 있는지 보여주는 '나침반 바늘', 그리고 얼마나 빨리 움직이는지를 추적하는 '속도계'처럼 작동한다는 사실을 알고 있습니다. 이 세포들은 주로 뇌의 내측 내비게이션 제어 센터와 같은 역할을 하는 내측 내비게이션 피질(MEC)에서 발견됩니다.
중요한 질문은, 이 GPS가 실제 삶을 어떻게 다루느냐는 것입니다. 현실 세계에서 우리는 그저 목적 없이 배회하는 것이 아닙니다. 우리에게는 목표가 있습니다. 버스를 잡기 위해 달릴 수도 있고, 군중 속에서 특정 친구를 찾을 수도 있으며, 집으로 가는 가장 좋은 지름길을 찾으려고 노력할 수도 있습니다. 하지만 실험실에서 이를 연구하는 것은 까다로웠습니다. 과학자들은 보통 두 가지 나쁜 선택지 중 하나를 골라야 했습니다. 동물이 탁 트인 공간에서 자유롭게 뛰어다니게 하거나(자연스럽지만 측정하기 어렵고 복잡함), 혹은 동물을 가상 현실 비디오 게임에 묶어두는 것(제어하기 쉽지만 가짜 같고 뻣뻣함) 중 하나였습니다. 이 논문은 다음과 같이 묻습니다. "현실 세계처럼 느껴지면서도 과학자들이 게임을 완벽하게 제어할 수 있는 실험 설정을 만들 수 있을까?"
스탠퍼드 대학교의 연구진은 "네, 가능합니다!"라고 말합니다. 그들은 장단점을 결합한 쥐를 위한 거대하고 첨단 기술이 집약된 놀이터를 만들었습니다. 이것을 거대한 빈 방이라고 생각해보세요. 그런데 바닥이 사실은 거대한 스크린입니다. 그들은 바닥에 빛나는 목표물을 투사하여 움직이게 할 수 있으며, 이는 쥐들에게 정확히 어디로 가야 할지를 알려줍니다. 하지만 비디오 게임과 달리, 쥐들은 의자에 묶이지 않고 자유롭게 달리고, 회전하고, 탐험할 수 있습니다.
실험은 다음과 같이 진행되었습니다: 쥐들은 바닥과 함께하는 '사이먼 가라사대(Simon Says)' 게임을 하도록 훈련받았습니다. 먼저, 바닥에 빛나는 목표물이 나타납니다. 쥐는 목표물을 향해 똑바로 달려가 코로 그것을 터치해야 합니다. 그다음 목표물이 사라지면, 쥐는 네 개의 숨겨진 '보상 우물'(맛있는 우유가 담긴 작은 컵) 중 이번 라운드에 맞는 곳이 어디인지 기억해야 합니다. 만약 맞히면 보상을 받고, 틀리면 부드러운 '타임아웃'을 겪으며 다시 시도하기 전까지 기다려야 합니다.
쥐들이 게임을 하는 동안 뇌 속에서 어떤 일이 일어나는지 관찰하기 위해, 과학자들은 쥐의 항법 센터에 아주 작은 첨단 마이크로칩(뉴로픽셀 프로브라고 불리는)을 심었습니다. 이 칩들은 매우 민감해서 마치 오케스트라의 모든 악기를 위한 마이크를 가진 것처럼 수백 개의 뇌세포를 동시에 들을 수 있습니다.
결과는 흥미로웠습니다. 쥐들은 게임을 빠르게 학습하여, 목표물을 향해 직선으로 효율적으로 달린 다음 올바른 보상 우물로 빠르게 이동했습니다. 하지만 진짜 마법은 뇌 데이터에서 일어났습니다. 과학자들은 쥐의 뇌세포가 단순히 쥐가 '어디에 있는지'를 추적하는 것이 아니라, 쥐가 '어디로 가고 싶어 하는지'도 추적하고 있다는 사실을 발견했습니다.
구체적으로, 연구팀은 MEC의 뉴런 그룹이 쥐가 목표로부터 얼마나 멀리 떨어져 있는지를 예측할 수 있다는 것을 발견했습니다. 이는 마치 뇌의 GPS가 단순히 지도 위의 점을 보여주는 것에 그치지 않고, 실시간으로 '남은 거리'를 계산하고 있는 것과 같습니다. 목표가 고정되어 있을 때(보상 우물처럼), 뇌세포는 안정적인 상태를 유지했습니다. 하지만 목표가 변할 때(바닥의 움직이는 목표물처럼), 뇌세포는 즉각적으로 지도를 업데이트했습니다.
이 연구는 우리 뇌의 항법 시스템이 믿기지 않을 정도로 유연하다는 것을 시사합니다. 뇌는 단순히 정적인 지도를 만드는 것이 아니라, 우리의 목표에 따라 그 지도를 역동적으로 업데이트합니다. 연구진은 자유로운 움직임과 정밀한 제어를 결합함으로써, 이러한 유연한 사고가 실시간으로 일어나는 모습을 마침내 관찰할 수 있음을 보여주었습니다. 이것은 시작일 뿐이지만, 우리가 가장 중요한 것을 향한 경로를 계산하며 번화한 도시나 붐비는 파티장 같은 복잡하고 변화하는 환경을 어떻게 헤쳐 나가는지 이해하는 길을 열어줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.