Modulation of valence-based learning and behavior: a closed-loop approach in the primate amygdala

Opis projektu

Badanie ciała migdałowatego rzuca nowe światło na uczenie się emocjonalne

Procesy uczenia się i zapamiętywania polegają na integracji doświadczeń sensorycznych z sygnałami emocjonalnymi i motywacyjnymi. Wspomniane funkcje poznawcze mają istotne znaczenie w procesie adaptacji do zmieniającego się środowiska, umożliwiając nam podejmowanie świadomych decyzji i tworzenie trwałych wspomnień w oparciu o wcześniejsze doświadczenia. Celem finansowanego przez Europejską Radę ds. Badań Naukowych projektu AMYGVALBCI jest odkrycie podstawowych zasad działania ciała migdałowatego – części mózgu, która odgrywa najważniejszą rolę w procesach uczenia się i zapamiętywania. Prace w projekcie będą się koncentrować na badaniu reprezentacji znaczenia emocjonalnego w obwodach ciała migdałowatego, a także na tym, jak może to kierować naszym zachowaniem. Naukowcy zamierzają wykorzystać interfejsy mózg-komputer, aby wyjaśnić rolę ciała migdałowatego w uczeniu się emocjonalnym, wierząc, że ich wyniki mogą potencjalnie zaowocować opracowaniem skutecznych interwencji w zaburzeniach zdrowia psychicznego.

Cel

The primate amygdala is a neural hub that processes computations for learning and memory, specifically when learning involves emotional, motivational, and reinforcement-based signals. This requires it to remain highly adaptive for changes in valence of environments and stimuli. Failures of such computations can lead to maladaptive behaviors and even psychopathologies such as PTSD and Anxiety. However, the core principles of amygdala function continue to elude the field. Recent studies suggest valence is processed in dedicated pathways, and we do not fully understand the mechanisms governing adaptive processing of valence and its reversal. Our overarching goal here is to elucidate the factors that underlie the dynamics of valence representation in amygdala circuits, and actively reverse valence to examine the impact on behavior. We develop a new framework using brain-computer-interface (BCI) and a closed-loop approach that allows us to guide changes in neural activity in the primate amygdala and modulatory networks. We test the hypothesis that coding properties of single amygdala neurons are dynamic, and examine how adaptive flexible coding is enabled by population activity. We unveil the parameters that govern this flexibility- timescales, directionality, population size, and its effective dimensionality. We then test how reversing representation of valence alters the animal response to learned stimuli, and use it to examine and manipulate aversive-biases in models of anxiety/trauma: generalization and exploration. Using high-density neural recordings in the primate amygdala, ACC, SI, with closed-loop behavioral paradigms and computational approaches, we will unveil a more direct (rather than correlative) role for the amygdala in the process of valence-based learning, and find the constraints that limit network adaptivity. Our findings in the primate brain will accelerate the design of closed-loop interventions to alleviate human psychopathologies.