Neural geometric representations of social memory for multi-individuals in medial prefrontal cortex

Dit onderzoek toont aan dat het mediale prefrontale cortex (mPFC) bij muizen de sociale herinnering aan meerdere individuen codeert via afgestemde, laagdimensionale geometrische deelruimten in de populatie-activiteit van neuronen, waarbij herhaalde sociale ervaringen de segregatie van deze identiteitsspecifieke ruimten versterken.

De kern

Hoe je hersenen vrienden onthouden: Een reis door de "sociale Google" van de muis

Stel je voor dat je hersenen een enorme bibliotheek zijn. In deze bibliotheek worden herinneringen bewaard. Maar hoe slaan we precies herinneringen op aan mensen (of in dit geval: muizen)? En hoe kunnen we onthouden wie een vriend is en wie een vijand, vooral als er veel mensen tegelijk zijn?

Dit onderzoek van Tianyu Li en zijn team van de Beijing Normal Universiteit duikt in de mediale prefrontale cortex (mPFC). Dit is een deel van de hersenen dat fungeert als de "hoofdregisseur" van sociale interacties. Ze wilden weten: Hoe onthoudt de hersen een groep van vier verschillende muizen tegelijk?

Hier is wat ze ontdekten, vertaald naar alledaagse taal:

1. Het oude probleem: De "Twee-kamer" test

Vroeger keken wetenschappers vaak naar muizen in een test met twee kamers: één met een bekende muis en één met een onbekende. Dit is als een muizenversie van "Vriend of Vreemdeling?".

• Het probleem: Dit is te simpel. In het echte leven hebben we te maken met een hele klas, een team of een familie. We moeten niet alleen weten wie "nieuw" is, maar ook wie dat precies is.
• De oplossing: De onderzoekers bouwden een nieuw lab met vier hoeken, elk met een andere muis. De testmuis mocht hier vrij rondlopen en snuffelen.

2. De hersenen als een orkest, niet als solisten

Toen ze luisterden naar de neuronen (de cellen) in de hersenen van de testmuis, zagen ze iets verrassends.

• Verwacht: Je zou denken dat er één neuron is dat alleen reageert op "Muis A", en een ander op "Muis B".
• Gedaan: De meeste neuronen waren mixers. Ze reageerden op een combinatie van dingen: "Dit is Muis A, maar hij zit in de linkerhoek" of "Dit is Muis B, en hij ruikt naar melk".
• De analogie: Stel je een orkest voor. In plaats van dat elke muzikant alleen maar één noot speelt, spelen ze allemaal mee in een complex harmonie. De hersenen gebruiken deze combinaties om een rijkere, gedetailleerdere herinnering te maken.

3. De "Sociale Subruimtes": Een 3D-kaart in je hoofd

Dit is het meest fascinerende deel. De onderzoekers ontdekten dat de hersenen niet zomaar een lijstje maken, maar een geometrische kaart bouwen.

• De analogie: Denk aan een 3D-ruimte in je hoofd.
  • De herinnering aan "Muis A" is als een specifiek eiland in deze ruimte.
  • De herinnering aan "Muis B" is een ander eiland.
  • Zolang de muis deze herinneringen heeft, blijven deze eilanden stabiel. Ze bewegen niet willekeurig rond. Ze vormen een stevig fundament.
• Zelfs als de muizen van plek wisselen (Muis A zit vandaag links, morgen rechts), blijft het "eiland" van Muis A in de hersenen op dezelfde plek staan. De hersenen zijn slim genoeg om de identiteit los te koppelen van de locatie.

4. Leren van ervaring: De "Google Maps" update

Vervolgens gaven de onderzoekers de muizen een lesje.

• Het experiment: Ze koppelden één muis aan een beloning (lekkere melk) en één muis aan een straf (een luchtstootje). De andere twee muizen deden niets.
• Het resultaat: Na een paar dagen veranderde het gedrag van de testmuis. Hij ging veel meer tijd doorbrengen bij de "Melk-muis" en minder bij de "Luchtstoot-muis".
• Wat gebeurde er in de hersenen? De "eilanden" in de 3D-kaart veranderden van vorm!
  • Het eiland van de beloning werd groter en helderder (meer neuronen werden erbij gehaald).
  • Het eiland van de straf werd scherper afgebakend van de anderen.
  • De ruimte tussen het eiland van de beloning en de straf werd groter.
• De metafoor: Het is alsof je Google Maps upgradet. Eerst waren alle straten even belangrijk. Maar na het leren van de route, worden de wegen naar de "leuke plekken" breder en beter verlicht, en de wegen naar de "gevaarlijke plekken" worden duidelijk gemarkeerd als "niet te betreden". De hersenen herschikken hun interne kaart om de belangrijkste informatie sneller te vinden.

5. Waarom is dit belangrijk?

Dit onderzoek laat zien dat sociale herinneringen niet statisch zijn. Ze zijn dynamisch en aanpasbaar.

• Onze hersenen bouwen een complexe, driedimensionale kaart van onze sociale wereld.
• Deze kaart is niet alleen een lijstje met namen, maar een gevoelige weegschaal die verandert naarmate we ervaringen opdoen (wie is vriendelijk, wie is gevaarlijk).
• Als deze "geometrische kaart" in de hersenen verstoord raakt (zoals bij bepaalde hersenaandoeningen), kan het zijn dat iemand moeite heeft om sociale relaties te onthouden of te onderscheiden.

Kort samengevat:

De hersenen van een muis (en waarschijnlijk ook die van een mens) werken als een slimme, driedimensionale architect. Ze bouwen niet één foto van een vriend, maar een heel gebouw met verschillende kamers (subruimtes) voor elke vriend. Als je een vriend leert kennen die je een plezier doet, wordt die kamer groter en lichter verlicht. Als je een vijand leert kennen, wordt die kamer donker en verder weggezet. Zo houden we onze complexe sociale wereld in stand.

Technische samenvatting

Probleemstelling

Sociale herkenning is een fundamentele cognitieve functie, maar de neurale mechanismen die het geheugen voor meerdere individuen in complexe sociale omgevingen ondersteunen, zijn slecht begrepen. Bestaand onderzoek op muizen heeft zich voornamelijk gericht op de "drie-kamer test", een binair paradigma (bekend vs. onbekend) dat vaak verwarrend is door confounding factoren zoals ruimtelijke locatie en nieuwsgierigheid. Bovendien is het onduidelijk hoe de mediale prefrontale cortex (mPFC), een regio die cruciaal is voor sociale cognitie, de identiteit van meerdere individuen (meer dan twee) tegelijkertijd codeert en hoe deze representaties evolueren door sociale ervaring. De vraag is of de mPFC specifieke neurale patronen heeft voor individuele sociale identiteiten en hoe deze stabiel blijven over tijd.

Methodologie

De auteurs ontwikkelden een geavanceerde experimentele en analytische aanpak:

1. Gedragstaken:

   • Een-tegen-vier taak: In plaats van een binair ontwerp, gebruikten de onderzoekers een vierhoekige arena waarin een proefmuis vrijelijk kon interageren met vier verschillende demonstrator-muizen, geplaatst in de hoeken.
   • Ruimtelijke dissociatie: Om sociale identiteit te scheiden van ruimtelijke locatie, werden de posities van de demonstratoren tussen sessies verwisseld.
   • Gecombineerde sociale conditionering: Een drie-fasen protocol werd gebruikt: (i) pre-conditioning om een sociale voorkeur te bepalen, (ii) conditionering waarbij interacties met specifieke demonstratoren gekoppeld werden aan beloningen (melk) of aversieve stimuli (luchtpuf), en (iii) post-conditioning om veranderingen in sociale voorkeur te meten.
   • Controles: Tests in het donker en gebruik van Trpc2-null muizen (gebrek aan geurwaarneming) om de rol van chemosensorische versus visuele cues te testen.

2. Neurale Registratie:

   • Chronische in vivo elektrofysiologie: 32-kanaals micro-draadarrays werden geïmplanteerd in de mPFC van vrij bewegende mannelijke muizen.
   • Celtype-selectie: Er werden ongeveer 1800 eenheden geregistreerd. Alleen muizen met >20 eenheden per dag werden geanalyseerd.

3. Analytische Frameworks:

   • Lineaire Regressie (Lasso/Elastic Net): Gebruikt om neuronen te classificeren op basis van hun gevoeligheid voor sociale identiteit, ruimtelijke locatie, of een combinatie daarvan (conjunctieve en combinatieve neuronen).
   • Populatie Decoding: Support Vector Machines (SVM) met lineaire en niet-lineaire (RBF) kernen om te testen of populatie-activiteit individuele demonstratoren kan onderscheiden.
   • Meetkunde van Representaties: Berekening van Cross-Condition Generalization Performance (CCGP) en Shattered Dimensionality (SD) om de lineariteit en abstractie van de neurale codering te kwantificeren.
   • Subruimte Analyse: Een nieuwe methode werd ontwikkeld die gecombineerde Singular Value Decomposition (SVD) en regressie combineert om populatie-activiteit van verschillende dagen uit te lijnen in een gemeenschappelijke, laag-dimensionale ruimte. Dit maakt het mogelijk om de stabiliteit van neurale subruimtes voor specifieke individuen over dagen heen te meten (via hoeken en Variance Accounted For - VAF).
   • Chemogenetische manipulatie: Gebruik van cFos-TRAP muizen en DREADDs (hM4Di) om specifieke, tijdens de taak geactiveerde neuronen in de mPFC te onderdrukken met Clozapine N-oxide (CNO) om de causaliteit te testen.

Belangrijkste Bijdragen en Resultaten

1. Gediversifieerde Neurale Selectiviteit:

   • De meeste mPFC-neuronen vertonen gemengde selectiviteit (conjunctief of combinatief), waarbij ze reageren op combinaties van sociale identiteit en ruimtelijke locatie.
   • Slechts een klein percentage (ca. 3,2%) codeert puur voor sociale identiteit, maar een aanzienlijk deel (ca. 24,4% conjunctief + 35,7% combinatief) draagt bij aan sociale codering.
   • Populatie-activiteit is hoog niet-lineair, zoals aangetoond door hoge XOR-decoderingsnauwkeurigheid en lage CCGP-waarden, wat suggereert dat sociale informatie in een complexe, hoog-dimensionale meetkunde wordt opgeslagen.

2. Stabiele Laag-Dimensionale Subruimtes:

   • De auteurs ontdekten dat elke sociale demonstrator wordt vertegenwoordigd door een specifiek, stabiel laag-dimensionaal geometrisch subruimte binnen de populatie-activiteit van de mPFC.
   • Hoewel subruimtes voor verschillende individuen binnen een dag overlappen, zijn de subruimtes voor hetzelfde individu over meerdere dagen uiterst stabiel (cosine-similariteit > 0,85; VAF > 90%).
   • Chemogenetische onderdrukking van deze responsieve neuronen verstoort deze stabiliteit, wat aantoont dat deze neuronen essentieel zijn voor het handhaven van het sociale geheugen.

3. Effect van Conditionele Sociale Lering:

   • Na conditionering (koppeling van beloning/straf aan specifieke individuen) verschuift het gedrag van de muizen: ze vermijden de "aversieve" demonstrator en zoeken de "belonende" demonstrator.
   • Neurale Herorganisatie: Deze gedragsverandering gaat gepaard met een herstructurering van de neurale meetkunde:
     • De hoek en afstand tussen de subruimtes van de belonende en aversieve demonstrator nemen toe (grotere scheiding).
     • De modulatie-index (sterkte van de respons) voor de belonende demonstrator neemt toe.
     • De gedeelde variantie (VAF) tussen deze subruimtes neemt af, wat wijst op een verhoogde discriminatie.
   • Er is een progressieve rekrutering van neuronen die conjunctief coderen voor zowel sociale identiteit als de bijbehorende valentie (beloning/straf).

4. Chemosensorische Afhankelijkheid:

   • De sociale discriminatie en de daaropvolgende voorkeurverschuivingen verdwijnen bij Trpc2-null muizen (gebrek aan geurwaarneming), wat bevestigt dat deze vorm van sociale herkenning primair afhankelijk is van chemosensorische cues en niet van visuele cues.

Significantie

Deze studie biedt een mechanistisch inzicht in hoe de hersenen complexe sociale geheugens vormen en behouden:

• Van Binair naar Multi-Individueel: Het bewijst dat muizen meer dan twee individuen kunnen onderscheiden en dat de mPFC hiervoor een robuust neuraal systeem heeft.
• Geometrische Codering: Het introduceert het concept van "tuned neurale subruimtes" als de basis voor sociale identiteit. Dit verschuift het perspectief van het zoeken naar individuele "concept-cellen" naar het begrijpen van de populatie-meetkunde.
• Stabiliteit en Plasticiteit: De studie toont aan dat sociale geheugens stabiel zijn over tijd (via stabiele subruimtes), maar dynamisch kunnen worden herorganiseerd door ervaring (vergroting van de afstand tussen subruimtes voor relevante individuen).
• Klinische Relevantie: Omdat disfuncties in de mPFC geassocieerd zijn met sociale stoornissen (zoals autisme), biedt dit werk een nieuw raamwerk voor het begrijpen van hoe sociale informatie wordt verwerkt en hoe conditionele ervaringen deze processen kunnen beïnvloeden.

Samenvattend onthult dit werk dat de mPFC sociale identiteiten niet als losse eenheden, maar als stabiele, laag-dimensionale geometrische patronen in een niet-lineaire populatie-ruimte codeert, waarbij ervaring de geometrie aanpast om sociale voorkeuren te sturen.