Neurale circuitmodellen voor bewijsaccumulatie via keuzeselectieve sequenties

Hoe het brein stilletjes aanwijzingen optelt

Alledaagse keuzes, van een straat oversteken tot een snack kiezen, berusten op het vermogen van het brein om stilletjes stukjes bewijs in de loop van de tijd op te tellen. Decennialang dachten neurowetenschappers dat dit gebeurde door groepen neuronen die continu actief bleven, als een mentale meter die langzaam naar een beslissing opliep. Deze studie onderzoekt wat er gebeurt wanneer dat klassieke beeld niet klopt—wanneer hersencellen in plaats daarvan snel wisselende patronen van vuren vertonen—en onthult nieuwe circuitontwerpen die het brein mogelijk gebruikt om bewijs bij te houden terwijl het zich ontvouwt.

Een doolhof van flikkerende aanwijzingen

Om te onderzoeken hoe het brein bewijs accumuleert, lieten de onderzoekers muizen door een virtueel T-vormig doolhof lopen. Terwijl elke muis de lange stam van het doolhof afliep, verschenen korte visuele “torens” op de linker- en rechterwand. Het doel van het dier was eenvoudig: helemaal aan het einde moest het naar de kant draaien die meer torens had getoond om een beloning te verdienen. Het oplossen van deze taak vereist het optellen van torens over meerdere seconden en het vasthouden van dat lopende totaal in het geheugen tijdens een laatste vertraging voordat de draai plaatsvindt. Terwijl getrainde muizen honderden van deze proeven uitvoerden, gebruikten de onderzoekers geavanceerde calciumbeeldvorming om activiteit van meer dan 14.000 neuronen in vier hersengebieden betrokken bij besluitvorming en geheugen vast te leggen.

Van soepele hellingen naar rijdende golven

Klassieke theorieën, geïnspireerd door opnames bij apen en andere dieren, suggereren dat individuele neuronen hun vuursnelheden geleidelijk omhoog of omlaag laten lopen naarmate bewijs accumuleert richting een keuze. Maar in deze muisgegevens paste dat verhaal niet. In plaats van langzame, persistente hellingen vuren neuronen in cortex, hippocampus en striatum vaak kort achtereen, waardoor ordelijke sequenties ontstaan die samenhangen met de voortgang van het dier door het doolhof en met de uiteindelijke keuze. Een cel kan vooral halverwege de gang vuren wanneer de muis later naar links zou draaien, terwijl een andere cel later vuren bij rechterbochten. Deze “keuzeselectieve sequenties” deinen door elk gebied terwijl de proef zich ontvouwt en dagen het idee uit dat een enkele stabiele groep neuronen de beslissingsvariabele vasthoudt.

Twee circuitblauwdrukken voor lopende totalen

Om uit te leggen hoe een verschuivende sequentie van cellen toch een precies lopend totaal van bewijs kan dragen, bouwden en analyseerden de auteurs twee families neurale circuitmodellen. In het eerste, genoemd “concurrerende ketens”, wordt bewijs opgeslagen in de relatieve sterkte van activiteit in twee parallelle lijnen van neuronen, één die links bevoordeelt en één die rechts bevoordeelt. Een positie-afhankelijk gate-signaal zorgt ervoor dat op elk punt van het doolhof slechts een klein paar neuronen—één uit elke keten—actief is. Binnenkomende torens duwen het actieve paar naar één kant, en gespecialiseerde verbindingen geven dat opgebouwde onevenwicht door aan het volgende paar terwijl het dier beweegt. In dit ontwerp wordt de hoeveelheid bewijs monotoon gecodeerd: meer rechterlijk bewijs betekent simpelweg sterkere activiteit in de rechterketen en zwakkere in de linkerketen. In het tweede model, een “positie-gegate bump”, herbergt elke positie langs het doolhof een laag neuronen die samen een compacte bump van activiteit vormen langs een bewijs-as. Torens verplaatsen de bump naar links of rechts, als het schuiven van een merker langs een schaal. Terwijl de muis vordert, dragen feedforward-verbindingen deze bump over aan de volgende laag, waarbij de locatie behouden blijft. Hier geven de exacte actieve neuronen op een bepaald moment het bewijsniveau aan, wat resulteert in smalle, piekvormige tuning in plaats van brede hellingen.

Verschillende hersengebieden, verschillende telstijlen

Gewapend met deze blauwdrukken keerde het team terug naar de opnames om te vragen welke gebieden meer op welk model leken. In de anterior cingulate cortex en retrospleniale cortex—frontale en pariëtale-achtige gebieden betrokken bij planning en navigatie—lieten de meeste neuronen brede, meestal éénrichtingsgevoelige responsen op bewijs zien. Hun activiteit neigde gestaag toe te nemen bij sterkere steun voor een geprefereerde keuze, wat overeenkomt met de coderingsstijl van concurrerende ketens. Vroeg in de cue-periode droegen deze populaties een gegroepeerd signaal over “hoeveel” meer bewijs één kant bevoordeelde. Naarmate de muis het keuzepunt naderde, verscherpte de populatie-respons en klapte geleidelijk samen tot een meer categorisch, keuzegerelateerd signaal. In scherp contrast reageerden hippocampale neuronen doorgaans smal, klokvormig op specifieke bewijswaarden, waarbij verschillende cellen het volledige bewijsbereik betegelden. Dit patroon is precies wat het bump-model voorspelt en past bij de bredere rol van de hippocampus in het in kaart brengen waar een dier zich bevindt en wat er langs zijn pad is gebeurd. Striatale neuronen, voornamelijk opgenomen tijdens de vertraging, vuren neigden meer alles-of-niets te zijn en waren gekoppeld aan de uiteindelijke draai, consistent met een downstream-rol in actieselectie.

Wat dit betekent voor het begrip van beslissingen

De centrale boodschap van de studie is dat het brein mogelijk meerdere circuittrucs gebruikt om het zich ontvouwende bewijs bij te houden, zelfs binnen één taak. Sommige gebieden lijken bewijs te representeren als een soepel touwtrekken tussen concurrerende pools neuronen, goed geschikt om opties te vergelijken en een uiteindelijke keuze aan te sturen. Andere, zoals de hippocampus, representeren bewijs op een meer kaartachtige manier, waarbij de identiteit van de actieve cellen direct de huidige stand aangeeft. Beide schema’s vertrouwen op sequenties van tijdelijke activiteit in plaats van statisch vuren, met zorgvuldig gestructureerde verbindingen die informatie doorgeven terwijl de interne “klok” van de taak vordert. Samen suggereren deze modellen en metingen dat onze beslissingen voortkomen uit flexibele, gebiedsspecifieke mechanismen die zowel ruisige aanwijzingen kunnen optellen als het lopende totaal op het juiste moment naar de juiste plek kunnen leiden.

Bronvermelding: Brown, L.S., Cho, J.R., Bolkan, S.S. et al. Neural circuit models for evidence accumulation through choice-selective sequences. Nat Commun 17, 4055 (2026). https://doi.org/10.1038/s41467-026-70267-9

Trefwoorden: besluitvorming, bewijsaccumulatie, neurale circuits, hippocampus, corticale sequenties