트라우마의 수수께끼 해독: 기억이 뇌의 신경 직조를 어떻게 변화시키는가

국립생리과학원(NIPS)에서 최근 연구된 결과는 외상성 기억이 뇌의 신경 경로에 어떻게 각인되는지에 대한 새로운 빛을 던집니다. 광학 및 머신러닝 기술을 통합한 혁신적인 접근 방식을 통해, 네이처 커뮤니케이션스에 게재된 이 획기적인 연구는 외상성 기억 형성伴随着(수반하는) 복잡한 신경 변화를 탐구하며, 연상 학습과 기억 검색에 대한 우리의 더 넓은 이해에 기여합니다.

기억 해독을 향한 추구: 광학 및 계산 기술의 결합

전통적으로 기억을 이해하는 것은 기억 형성 동안 뇌에서 발생하는 물리적 변화를 조사하는 것을 포함해 왔습니다. 

그러나 이 혁신적인 연구는 종방향 2광자 이미징과 계산 신경과학의 복합 방법을 사용하여 새로운 지평을 열었습니다. 이 방법은 공포 조건화 학습 후 마우스 전전두피질에서의 뉴런 활동을 세심하게 검사할 수 있게 하여, 뇌가 외상성 기억을 어떻게 부호화하는지에 대한 더 깊은 통찰력을 제공합니다.

동물과 인간을 포함한 모든 생명체는 연상 학습이라는 근본적인 메커니즘을 통해 환경에 적응하며, 이는 생존에 필수적인 과정입니다. 이전 연구는 내측 전전두피질의 등쪽 부분(dmPFC)이 공포 기억 검색을 위한 핵심 영역임을 식별했지만, 이 영역에서 연상 기억의 부호화 및 검색을 지배하는 정확한 메커니즘은 여전히 신비로워졌습니다. 

주요 연구자 Masakazu Agetsuma와 그의 팀은 이 복잡한 과정을 규명하기 위해 노력했으며, 공포 기억 검색 중 dmPFC에서의 특정 신경 활성화와 dmPFC의 변화가 새로운 연상 기억 정보의 부호화를 어떻게 조절하는지 탐구했습니다.

탄성 그물망: 신경 복잡성을 해독하기 위한 머신러닝 접근법

많은 감각 및 운동 사건에 반응하는 전전두피질 뉴런의 복잡성을 해독하기 위해서는 머신러닝 알고리즘인 '탄성 그물망(elastic net)'을 기반으로 한 새로운 분석 방법의 개발이 필요했습니다. 이 혁신적인 기술은 공포 기억 부호화에 관여하는 특정 뉴런을 식별하는 것을 가능하게 했으며, 중요하게는 복잡한 공포 기억 신경 네트워크를 드러냈습니다.

아게츠마는 다음과 같이 설명합니다. "우리의 분석은 공포 기억을 인코딩하는 신경 군집을 밝혀냈으며, 이는 기억 뉴런을 연결하는 중심 '허브' 뉴런을 갖춘 공포-기억 네트워크의 형성을 강조합니다."

새로운 연관성: 서로 다른 신경 네트워크 연결

이 연구는 서로 다른 네트워크 간, 즉 조건부 자극(CS, 예: 소리) 네트워크와 무조건부 자극(US, 예: 공포 경험) 네트워크 사이에 혁신적인 연관 연결을 발견했습니다. 이러한 연관 연결은 정보 처리를 촉진하고 공포 반응을 유발하는 데 중요한 역할을 하는 것으로 여겨지며, 따라서 외상성 기억의 처리 및 검색에 대한 새로운 통찰력을 제공합니다.

역사적으로 기억 형성은 신경 군집의 지속적인 활성화를 통해 신경 연결을 강화하는 과정으로 이해되었습니다. 이 연구의 발견은 이러한 개념을 뒷받침할 뿐만 아니라, 광학 기술과 머신러닝의 강력한 시너지가 신경 네트워크 역학에 대한 전례 없는 관점을 제공하는 능력을 보여줍니다. 이 연구에 적용된 혁신적인 방법론은 학습 및 기억과 관련된 추가적인 신경학적 변화를 탐구하기 위한 강력한 도구를 제공합니다.

NIPS의 연구 결과는 외상성 기억 형성의 복잡성에 대한 우리의 이해를 증진시킬 뿐만 아니라, 이러한 기억이 뇌를 재배선하는 다양한 방식을 이해하는 데 새로운 가능성을 열어줍니다. 광학 및 머신러닝 접근법의 융합은 신경 네트워크 역학에 대한 새로운 관점을 제시하며, 다양한 형태의 학습 및 기억과 관련된 신경학적 변화에 대한 새로운 탐구를 촉구합니다. 따라서 이 연구는 외상성 경험이 어떻게 기억의 신경 기저에 새겨지는지에 대한 우리의 이해를 심화시키고 향후 새로운 치료적 개입의 길을 열 수 있는 촉매제 역할을 합니다.