據15日在線發表在《神經元》上的一項研究，美國杜克大學研究人員通過同時監視幾個大腦區域的電活動發現，他們可確定小鼠個體的社交或孤獨程度。然后，通過調整這個社交大腦網絡中的節點，促使老鼠變得更加合群。該研究可能會帶來更好的診斷工具，以了解社交交流障礙患者的大腦如何變化，例如自閉癥譜系障礙患者。

神經學家經常一次研究一個微小的大腦區域，但一次只看一個小的大腦區域是一個大問題，霍華德休斯醫學研究員、杜克大學精神病學和行為科學副教授拉瑪·克里斯南博士說。就像大腦一樣，汽車不僅僅是一個東西，而是組裝零件一起工作的產物，這些零件因構造而異。

為了弄清楚是什么驅使老鼠進行社交，研究團隊首先巧妙地植入了一個記錄設備，以捕捉協調社交行為不同方面的8個大腦區域的同步電活動，例如前額葉皮層和釋放多巴胺的腹側被蓋區域。

當研究人員聆聽老鼠的腦電波時，老鼠可選擇與另一只老鼠或一小堆黑色樂高積木互動。令人驚訝的是，沒有一個大腦區域的電活動可預測老鼠在任務中的社交程度。

為了幫助收集更清晰的數據圖景，研究人員開發了一個新的人工智能系統來理解腦電波數據。重要的是，新的人工智能工具可分析每個大腦區域、數萬個腦細胞的所有電活動，并繪制一個新的“社交大腦網絡”地圖。研究人員由此可通過觀察它們社交大腦網絡的綜合活動來預測哪些動物更喜歡同齡者的陪伴。

有了新地圖和社交傾向水晶球，研究團隊測試了激活這個社交大腦網絡是否會讓老鼠更具社交性。為了精確控制這些大腦區域，研究人員使用了光遺傳學技術，使他們能夠隨意地在特定的大腦區域瞬間“輕拂”。點亮前額葉皮層腦細胞會激起已經外向的老鼠更喜歡另一只老鼠，這表明這個社交大腦網絡既能感知也能指導社交行為。

作為最后一項測試，研究人員觀察了這種社交大腦網絡模型是否可檢測自閉癥小鼠模型中受損的社交行為。當研究團隊在小鼠中敲除ANK2(一種與自閉癥有關的基因)時，它們的行為混淆了機器學習工具。它不再能夠根據其腦電波預測給定小鼠的社交能力，這表明新的機器學習工具擅長檢測異常的電活動。(科技日報記者 張夢然)

免責聲明：本文不構成任何商業建議，投資有風險，選擇需謹慎！本站發布的圖文一切為分享交流，傳播正能量，此文不保證數據的準確性，內容僅供參考

關鍵詞： 人工智能工具 社交程度 社交大腦網絡 社交行為