不合群？只需调整社交大脑网络节点

3月16日电 《神经元》在线发表的一项研究显示，美国杜克大学的研究人员发现，他们可以通过同时监测几个大脑区域的电活动来确定老鼠个体的社交或孤独程度。然后，通过调整这个社交大脑网络中的节点，老鼠变得更加合群。这项研究可能会带来更好的诊断工具，以了解社交障碍(如自闭症谱系障碍)患者的大脑是如何变化的。

霍华德休斯医学研究员、杜克大学精神病学和行为科学副教授Rama Krishnan博士说，神经科学家经常一次研究一个微小的大脑区域，但一次只研究一个微小的大脑区域是一个大问题。就像大脑一样，汽车不仅仅是一个东西，而是组装好的零件共同工作的产物。这些部分因结构而异。

为了找出是什么驱动老鼠进行社交，研究小组首先巧妙地植入了一个记录设备，以捕捉协调社交行为不同方面的八个大脑区域的同步电活动，例如前额叶皮层和释放多巴胺的腹侧被盖区。

当研究人员听老鼠的脑电波时，老鼠可以选择与另一只老鼠或一小堆黑色乐高积木互动。令人惊讶的是，没有一个脑区的电活动可以预测小鼠在任务过程中的社交程度。

为了帮助收集更清晰的数据图片，研究人员开发了一种新的人工智能系统来理解脑电波数据。重要的是，新的人工智能工具可以分析每个大脑区域数万个脑细胞的所有电活动，并绘制新的“社交大脑网络”地图。因此，研究人员可以通过观察动物社交大脑网络的综合活动来预测哪些动物更喜欢同伴的陪伴。

有了新的地图和社交取向水晶球，研究小组测试了激活这个社交大脑网络是否会让老鼠变得更加社交化。为了精确控制这些大脑区域，研究人员使用了光遗传学技术，这使他们能够随意“轻弹”特定的大脑区域。点亮前额叶皮层的脑细胞会唤起外向的老鼠偏爱另一只老鼠，这表明这个社交大脑网络不仅能感知，还能引导社交行为。

作为最后一项测试，研究人员观察了这种社交大脑网络模型是否可以检测出自闭症小鼠模型中受损的社交行为。当研究团队在小鼠中敲除ANK2(一种与自闭症相关的基因)时，它们的行为混淆了机器学习工具。它不再能够根据给定小鼠的脑电波预测其社交能力，这表明新的机器学习工具擅长检测异常的电活动。