Emergent locomotion from anatomy alone: a whole-connectome, conductance-based neuromechanical model of Caenorhabditis elegans
这项研究表明，仅凭电子显微镜连接组数据和基于电导的神经元参数构建的线虫（*C. elegans*）全动物神经力学模型，在无需任何训练的情况下，成功重现了线虫的自然运动及其对遗传扰动的鲁棒性，同时强调了肽类神经调节增益控制对于实现定量生物学真实性的必要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
为了理解生物体是如何运动的，科学家通常会观察两个独立的部分：大脑的布线图和身体的物理力学结构。被称为“连接组”（connectome）的布线图绘制了神经元之间每一条连接的路径，就像城市道路的详细地图一样。而力学则描述了肌肉如何拉动身体以产生运动。几十年来，研究人员一直致力于将这两个地图结合成一个单一的、可运行的模型，以解释微小的动物如何决定向前、向后移动或停止。一个核心问题在于：当神经系统的原始蓝图被赋予真实的电学特性时，它本身是否足以产生复杂的行为，还是大脑需要一个独立的、预设好的节奏来指挥运动。这个问题触及了生物学中一个更深层的奥秘——“简并性”（degeneracy），即许多不同的内部设置可以产生完全相同的外部结果。如果这一理论成立，那么神经系统将具有惊人的鲁棒性（稳健性），即使某些部分发生变化或失效，也能维持正常运作。
由上海亮塔生物科技有限公司的李欢开展的一项新研究，利用圆线虫（Caenor elegans）解决了这一问题。这种蠕虫极其简单，其整个神经系统已被完全绘制出来。这种蠕虫恰好拥有302个神经元，科学家已经绘制出了它们如何连接的完整图像。李构建了一个庞大的计算机模拟系统，赋予了这整个神经系统生命。该模型并没有将神经元简化为基本的“开/关”开关，而是将蠕虫体内的每一个神经元都视为一个复杂的电学单元，拥有十七种不同类型的离子通道。这些通道就像微小的闸门，控制着细胞内电流和化学物质的流动。模型还包含了蠕虫的身体，将其模拟为一个可以弯曲的柔性杆状物，并将大脑与身体相连，使肌肉能够感知身体的弯曲并向大脑反馈信息。至关重要的是，研究人员并没有“教”这个模型如何运动。他们没有通过调整参数来让蠕虫走对路，而仅仅是接入了已知的物理连接和已知的细胞电学特性，然后启动了程序。
结果令人惊喜。在没有任何训练或预设节奏的情况下，模拟过程自行产生了运动。仅由稳定的、轻微的电信号驱动，神经元网络产生了一股从头部传向尾部的弯曲波。这股波动推动虚拟蠕虫在屏幕上以每秒0.210毫米的速度前进，摆动频率为0.58赫兹。这些数字与真实蠕虫的运动几乎完美契合。研究表明，仅凭解剖结构——即神经元连接的具体方式，结合其天然的电学特性——就足以产生有组织的、真实的运动。运动的节奏并非来自大脑中的中央时钟，而是自然地从大脑、肌肉以及身体自身位置感知的闭环中涌现出来的。这证实了蠕虫的神经系统不需要一本隐藏的“操作手册”来行走；指令已经内置于连接的物理结构之中。
随后，研究人员测试了这个系统的脆弱程度。他们进行了一系列虚拟实验，通过同时关闭每个神经元中的特定类型离子通道，来模拟基因突变。在某些情况下，这些变化剧烈地改变了神经元的内部电学状态，使它们的静息电压偏移高达12毫伏，并使放电强度改变了近50%。尽管发生了如此巨大的内部变化，蠕虫的运动几乎没有发生改变。其摆动速度和频率的变化不足0.3%。这一发现为整体水平上的“简并性”概念提供了强有力的证据。它表明神经系统的设计具有极高的冗余度，能够吸收巨大的内部波动而不影响功能。行为的保护并非依靠单一的通道，而是依靠整个网络补偿变化的集体能力。
然而，最初的模型有一个小缺陷：蠕虫身体的弯曲幅度比真实蠕虫略浅。为了修复这一点，研究人员添加了一层近年来发现的、但在以往模型中缺失的化学信号传递机制。该系统涉及一种名为DVA的特定神经元，它释放一种化学信使，其作用类似于肌肉的“音量调节旋钮”。当身体弯曲时，该神经元能感知到拉伸，并增强发送给肌肉的信号，从而使弯曲程度加深。加入这一单一机制后，模拟出的弯曲振幅增加到了生物学范围内的水平。这种调整还使模型能够正确重现那些在化学系统中存在基因突变的真实蠕虫的行为，已知这类蠕虫运动较慢且弯曲较浅。此外，该模型对药物——涕类丁（aldicarb）的反应也与真实蠕虫一致。当引入该药物时，拥有完整化学系统的模拟蠕虫迅速加速，而由于系统受损的蠕虫则没有，这完美镜像了现实世界的实验。
最后，团队针对科学家利用光照来开启或关闭单个神经元的特定实验进行了测试。当他们模拟开启名为AVA的神经元时，虚拟蠕虫立即转向并开始向后爬行，正如真实蠕虫那样。当他们模拟开启与睡眠相关的RIS神经元时，蠕虫停止了运动并保持静止，直到光照关闭。这些结果表明，该模型捕捉到了蠕虫行为的基本逻辑。研究结论指出，一个完整的布线图，在赋予真实的电学特性后，足以产生复杂的行为。它还强调，虽然布线是基础，但特定的化学调节层对于精细化调整运动以匹配生物体的精准度是必不可少的。这项工作提供了一种研究大脑运作的新途径，使科学家可以在接触活体生物之前，先测试基因或药物的变化将如何影响行为。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。