Расшифровка работы обонятельной системы мухи для понимания принципов работы нейронных цепей

Исследователи из лаборатории Sensory Systems and Behaviour под руководством Матье Луи в EMBL-CRG Systems Biology Unit of the CRG изучили, как нервная система личинки плодовой мушки Drosophila melanogaster управляет сложным поведением — хемотаксисом (движением к источнику запаха).

• Модельный организм: Личинка Drosophila melanogaster имеет всего 10 000 нейронов, что делает её удобной моделью для изучения нейронных цепей.
• Масштабный скрининг: Учёные проверили более 1100 линий мух, у которых можно было генетически "отключать" функции небольших групп нейронов мозга.
• Ключевое открытие: В ходе скрининга была идентифицирована небольшая группа нейронов в области, традиционно связанной с рефлекторным вкусовым поведением. Когда их функция подавлялась, личинки теряли способность точно ориентироваться в градиенте запаха.
• Доказательство методом оптогенетики: С помощью оптогенетики исследователи показали, что кратковременная активация этих нейронов достаточна для изменения направления движения личинки. Это доказало необходимость и достаточность данных нейронов для преобразования сенсорной информации в поведение.
• Многофункциональность нейронов: Было также показано, что идентифицированные нейроны участвуют в обработке не только запаха, но и света, и температуры.
• Связь с обучением: В другой работе, опубликованной в Learning & Memory, лаборатория Луи описала, как аппетитная память и обучение влияют на навигационный алгоритм личинок, делая их более эффективными в поиске источника запаха, ранее ассоциированного с пищевым вознаграждением.
• Цель исследований: Понимание того, как относительно простая нервная система из 10 000 нейронов представляет и интегрирует сенсорные сигналы для управления навигацией, и как обучение влияет на функции нейронных цепей. Это знание может пролить свет на работу более сложных систем, включая мозг человека.

Исследование, опубликованное в журнале Current Biology, открывает путь к систематическому изучению нейронных вычислений, лежащих в основе сенсорной навигации, на примере миниатюрного мозга.