Mus musculus mice self-organize existing behaviors into structured bouts as they become expert hunters.
이 연구는 실험실 쥐가 음식 제한 없이도 복잡하고 역동적인 환경에서 숨겨진 자원을 찾기 위해 기존의 행동들을 구조화된 고품질의 탐색 및 지점 확인 행동 단위로 재조직함으로써 학습한다는 것을 보여주며, 이를 통해 자연스러운 의사결정의 신경학적 및 진화적 기초를 조사하기 위한 새로운 접근법을 확립한다.
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
야생에서 생쥐는 멀티태스킹의 달인입니다. 생쥐는 변화하는 지형을 탐색하고, 먹이를 찾았던 곳을 기억하며, 위험을 감지하기 위해 귀를 기울이고, 배고픔과 안전 사이에서 균형을 잡는 동시에 언제 움직이고 언제 가만히 있을지를 결정해야 합니다. 과학자들은 오랫동안 뇌가 이러한 종류의 복잡하고 실제적인 의사결정을 어떻게 처리하는지 이해하고자 해왔습니다. 수십 년 동안 실험실에서 동물 행동을 연구하는 표준적인 방법은 동물에게 보상을 위해 레버를 누르는 것과 같이 동일한 단순 동작을 수백 번 반복하도록 훈련시키는 것이었습니다. 이 방법은 우리에게 많은 것을 가르쳐 주었지만, 야생의 무질서하고 자기 주도적인 본질을 제거해 버렸습니다. 연구자들은 동물을 경직되고 반복적인 루틴에 강요하지 않으면서도, 역동적인 환경 속에서 동물이 선택을 내리는 모습을 관찰할 수 있는 방법을 찾아왔습니다.
잔델리아 연구 캠퍼스(Janelia Research Campus)의 과학자 팀은 이제 그러한 환경을 구축하여, 생쥐가 강요받지 않고도 어떻게 사냥하는 법을 배우는지 밝혀냈습니다. 그들은 157개의 모듈형 타일로 구성된 거대한 육각형 아레나를 만들어 미로 같은 공간을 조성했습니다. 이 아레나 안에는 생쥐의 천연 먹이인 살아있는 귀뚜라미를 제공할 수 있는 특수 타일들이 숨겨져 있었습니다. 하지만 생쥐는 귀뚜라미를 볼 수도 없었고, 멀리서 냄새를 맡을 수도 없었습니다. 유일한 단서는 소리였습니다. 올바른 타일 안에 숨겨진 스피커는 생쥐가 0.5초 동안 완벽하게 가만히 있을 때만 소리를 재생했습니다. 만약 생쥐가 계속 움직이고 있다면 소리는 나지 않았습니다. 먹이를 찾기 위해서 생쥐는 멈춰 서서 듣고, 그 지점을 조사할지 아니면 지나칠지를 결정해야 했습니다.
처음에 생쥐들은 서툴렀습니다. 그들은 이곳저곳을 돌아다니며 많은 타일을 확인했고, 종종 가만히 앉아 소리를 들었지만 그곳에는 아무것도 없는 경우가 많았습니다. 그러나 며칠에 걸쳐 경험이 쌓이면서 놀라운 일이 일어났습니다. 생쥐들은 훨씬 더 빠르고 훨씬 적은 실수를 하며 효율적인 사냥꾼이 되었습니다. 연구자들은 생쥐가 단순히 확률을 높이기 위해 더 자주 가만히 있거나 더 많은 타일을 확인할 것이라고 예상했습니다. 그들은 고속 카메라로 생쥐의 모든 움직임을 추적하고 컴퓨터 프로그램을 사용하여 신체 위치를 분석하며 생쥐를 면밀히 관찰했습니다. 그들은 더 잘 듣기 위해 뒷다리로 일어서거나, 집중을 위해 그루밍을 덜 하는 것과 같은 특정 행동의 증가를 살폈습니다.
데이터에 따르면 생쥐들은 실제로 이러한 특정 행동을 더 자주 수행하지 않았습니다. 생쥐가 숙련자가 되었을 때도 더 자주 일어서거나 시간당 더 많은 타일을 확인하지 않았습니다. 개별 행동의 빈도는 생쥐가 초보자이든 숙련자이든 거의 동일하게 유지되었습니다. 대신, 생쥐들은 기존의 행동을 조직하는 방식을 바꾸었습니다. 그들은 가만히 서 있는 순간과 타일을 확인하는 순간을 촘촘하고 집중적인 연속 동작으로 엮기 시작했습니다. 연구자들은 이 연속 동작을 '몰입 구간(engaged bouts)'이라고 불렀습니다. 이 짧은 시간 동안 생쥐는 일어서서 듣고, 타일을 확인하고, 몇 걸음 움직인 뒤, 다시 일어서서 듣는 등의 과정을 그루밍이나 먹기 없이 한 번에 수행했습니다. 이러한 구간은 마치 생쥐가 퍼즐을 해결하기 직전에만 켜는 집중적인 탐색 패턴과 같았습니다.
이러한 전략의 변화가 성공의 핵심이었습니다. 생쥐들은 새로운 기술을 배우거나 더 열심히 노력할 필요가 없었습니다. 그들은 단지 자신들이 이미 알고 있는 기존의 행동들을 더 효과적인 패턴으로 그룹화하는 법을 배웠을 뿐입니다. 연구자들이 소리 신호를 제거했을 때 생쥐들의 효율성이 즉시 떨어졌는데, 이는 소리가 필수적이었음을 증명합니다. 또한 생쥐가 먹이 부족 상태일 때도 성공 지표에 큰 영향을 미치지 않았는데, 이는 그들의 성과가 칼로리 제한 없이도 견고함을 보여줍니다. 이 연구는 복잡하고 자연스러운 환경에서의 학습이 항상 똑같은 일을 더 많이 하는 것에 관한 것이 아님을 보여줍니다. 그것은 당신이 이미 할 줄 아는 것을 재배열하여, 당면한 과제에 적합한 새로운 구조로 기존의 기술을 엮어내는 것에 관한 것입니다.
연구자들은 이 실험을 유연하고 향후 연구에 열려 있도록 설계했습니다. 그들은 생쥐를 추적하고 환경을 실시간으로 제어할 수 있는 시스템을 사용하여, 나중에 뇌 활동을 기록하거나 특정 뇌 회로를 테스트할 수 있도록 했습니다. 이 설정은 뇌가 자연에서 일어나는 종류의 유동적이고 자기 주도적인 의사결정을 어떻게 처리하는지에 대한 새로운 창을 제공합니다. 생쥐가 야생처럼 느껴지는 공간에서 퍼즐을 푸는 것을 관찰함으로써, 과학자들은 이제 학습 뒤에 숨겨진 신경 기제에 대해 더 깊은 질문을 던질 수 있게 되었습니다. 생쥐는 자신이 다른 동물이 되는 것이 아니라, 이미 가진 행동을 더 잘 조직함으로써 변화하는 세상에 적응할 수 있음을 보여주었습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.