果蝇的神经连线究竟决定了什么

科学家们如今已经掌握了成年果蝇神经索的完整连线图，精确到每一个突触：一份来自雄性（MANC），一份来自雌性，还有一份是雄性整个中枢神经系统的图谱（MaleCNS）。基于这些连接组的模拟，已经能再现感觉反应以及类似行走的腿部节律活动。

但一个会“走路”的模型，并不能证明其精确的连线是重要的。由相互连接的单元组成的网络很容易产生振荡，而粗略的统计特征——每个神经元有多少连接——就已经在很大程度上决定了网络的行为。香港科技大学的Isabel Guan与香港理工大学、南洋理工大学以及ZENBOT公司的同事，着手检验腿部运动的哪些特征真正依赖于特定的连线。

真实连线对阵打乱的副本

他们基于两份相互独立的连接组构建了腿部运动系统的模型：MaleCNS，含10173个神经元和462650个连接；MANC，含10440个神经元和634207个连接。连接强度直接取突触数目，从未经过训练。输入只通过两个下行神经元DNg100进入，激活它们会启动向前行走；输出则从运动神经元读取，这些运动神经元在每条腿的四个关节处被分为伸肌池和屈肌池——共20对拮抗对。

每个真实网络都与六个家族中的30个打乱网络进行比较，每个家族保留的真实结构依次增多：连接数目、细胞类型之间的连接、每个神经元的输入和输出数目，以及按腿或按发育谱系划分的区块。判定标准是在看到结果之前就记录下来的，作者称这种做法在连接组建模中很少见；而且重新运行模拟后，每个连接组的全部4692条记录都得到了重现，误差仅在舍入范围内。

节律很廉价，协调却不然

• 节律是普遍的。 许多打乱的网络振荡得和真实网络一样好，有些甚至更好：在参数扫描中最高达0.96，而真实网络为0.70。
• 交替是特异的。 真实连线驱动拮抗肌肉池轮流工作的程度，强于所有打乱的网络：在MaleCNS中得分为0.312，而打乱网络最高为0.147；在MANC中为0.173，而打乱网络最高为0.084。
• 这一效应集中在胸–基节关节，即所研究的四个腿部关节中的第一个。在MaleCNS中，协调状态在最长的模拟中持续了整整五分钟。

一个多世纪前的原理

为什么？一个多世纪前，C. S. Sherrington提出了交互神经支配（reciprocal innervation）：兴奋某块肌肉的通路会抑制其拮抗肌。团队测量了每个神经元如何影响每一对中的两个肌肉池。在两份真实的连接组中，交互神经支配指数都显著为正——分别为0.48和0.38——而在每一个打乱的网络中都为负。在神经元对两个肌肉池施加的影响中，有88%（MaleCNS）和83%（MANC）是把它们推向相反方向的，而打乱后这一比例仅为16%至49%。这种机制有两种实现方式：兴奋性神经元兴奋一个肌肉池，同时通过一个抑制性中间神经元使另一个肌肉池沉默；抑制性神经元使一个肌肉池沉默，同时解除对另一个的抑制。

决定性的测试是把前运动输入从一个肌肉池调换到其拮抗池，同时使每个运动神经元的总输入只改变2%至4%。协调随即瓦解：在MaleCNS中，得分降至约**−0.08**，意味着相互拮抗的肌肉池此时同时放电；而在同一肌肉池内部进行的对照打乱，则保留了近90%的得分。

局限

这些是模型上的结果，而非动物身上的结果：没有身体，没有感觉反馈，只用了一种神经元模型，神经递质的正负性质是预测出来的，并且把谷氨酸当作抑制性递质处理——在早期的运行中把它当作兴奋性递质时，真实连线的优势便消失了。大约四分之一的运动神经元到关节的对应关系是近似的，而MANC重现这些发现时的差距较小。作者还指出，他们使用了包括Anthropic公司的Claude在内的人工智能助手来编写代码和起草文字。

他们给所有为神经系统建模的人的启示是：要用协调性而非节律来检验连线，因为一个打乱的网络同样可以很好地保持节拍。