運動學習及動作控制之神經迴路及星狀膠細胞網絡機制探討
控制身體自主活動的能力對於日常生活至關重要。我們的大腦需要透過一連串 神經迴路之間的協作來達成肢體運動的控制。我們可以將神經迴路定義為一群 通過突觸相互連結的神經元，當他們連續激活時可以完成某個特定的任務。但 不同於以往大家認為：“大腦神經迴路的硬體連結已在發育早期鞏固”；近幾年 的研究結果顯示，其實在成年大腦中，神經迴路仍不斷地重新佈線。尤其是在 運動學習的過程中，大腦運動皮層中的神經迴路重組會變得更加顯著，其中包 含了新突觸的形成和原有突觸的消失，這說明迴路重組在運動學習中扮演了重 要的角色。此外，學習造成的迴路重組受到高度地調控，並在運動障礙，例如 帕金森氏症和亨丁頓舞蹈症，中受到很大影響。然而我們對這種神經迴路重組 背後的分子和細胞機制仍然不是很清楚，尤其是神經迴路重組和運動學習的因 果關係仍然有非常多的未知因素。
我們的實驗室專注於理解神經迴路重組的過程，大腦如何將新學到的運動技能 整合到現有的神經網絡中，並探討這個過程在健康和疾病狀況下是如何被調控 的。為了解決這個問題，我們必須長期監測正在進行運動學習的小鼠的突觸連 接以及運動迴路中神經元和神經膠細胞的活動。這將使我們能夠建立運動學習 中突觸連結、神經元和神經膠細胞活性以及小鼠的行為表現之間的關聯性。為 了研究運動學習過程中從單個突觸的尺度到一整個細胞群體的細胞結構和活 性的變化，我們結合了多種最新技術，包括雙光子顯微鏡、膜電鉗生理學和 CMOS 接合微線陣列多通道技術。我們還能利用表現於特定於細胞類型和神經迴路的光遺傳學和化學遺傳學等技術， 用來操控神經迴路並即時觀測這些操作對神經元和神經膠細胞活性乃至於小鼠行為的影響，以達到了解迴路重組和運 動學習成效的因果關係。我們也已建立了基於深度學習的運動追踪來量化小鼠的行為表現。
我們的研究旨在理解神經重組在運動學習和運動障礙中的分子、細胞和系統層級的機制，期待能為開發新的治療策略 提供方向，也將有助於開發以“大腦為師”的人工智能演算法。
- PDF, 2013-2019, Dept. Neurosurgery, Stanford Univ. Sch. Med., USA
- Ph.D., 2012, Inst. of Neurology, Uni. College London (UCL), UK
- MS, 2007, Inst. of Zoology, National Taiwan University
- BS, 2003, Dept. of Zoology, National Taiwan University
- 2021-2025, 中研院前瞻計畫
- Wu, Y.W., Kim, J.I., Tawfik, V.L., Lalchandani, R.R., et al. (2015) Input- and cell-type-specific endocannabinoiddependent LTD in the striatum. Cell Reports 10(1):75-87.
- Guo, L.*, Xiong, H.*, Kim, J.I.*, Wu, Y.W.*, et al. (2015) Dynamic rewiring of neural circuits in the motor cortex in mouse models of Parkinson’s disease. Nature Neuroscience 18(9):1299-309.
- Du, K.*, Wu, Y.W.*, et al. (2017) Cell-type-specific inhibition of the dendritic plateau potential in striatal spiny projection neurons. Proceedings of the National Academy of Sciences (PNAS) 114(36): E7612-E7621.
- Parker, J.G., Marshall, J.D., Ahanonu, B., Wu, Y.W., et al. (2018) Diametric neural ensemble dynamics in parkinsonian and dyskinetic states. Nature 557(7704):177-182.
- Wu, Y.W.*, Gordleeva, S., Tang, X., Shih, P.Y., et al. (2019) Morphological profile determines the frequency of spontaneous calcium events in astrocytic processes. Glia 67(2):246-262.
- Obaid, A.*, Hanna, M.*, Wu, Y.W.*, Kollo, M.*, et al. (2020) Massively parallel microwire arrays integrated with CMOS chips for neural recording. Science Advances 6(12): eaay2789.
