就算是线虫也有自己的自由意志，举例来说，线虫闻到美味一般会跑去看看有什么好吃的，不过有时它们并不理会这样诱惑。人类也是这样，同样的刺激并不一定触发同样的反应。洛克菲勒大学的科学家们在线虫脑部研究了三个神经元组成的简单网络，为这一现象提供了神经学上的解释。
“我们发现，神经网络在嗅觉信息到达时的总体状态，决定线虫是否会追寻气味的来源。从本质上看就是，闻到气味时线虫在想什么决定它会做出怎样的反应，”领导这项研究的Cori Bargmann教授说。“由此可见，神经系统并不是被动地等待外界信号，它们也有自己内部的活动模式，这种模式与外界信号同样重要。”
人类大脑拥有八百六十亿神经元和一百万亿突触，而秀丽隐杆线虫只有302个神经元和七千个突触。线虫大脑虽然无法再现人类大脑的复杂性，但却能帮助科学家们解决在人脑中无法分析的问题。
线虫通常是在漫无目的地寻找食物，气味会使它们停止随机运动径直向食物移动。这种行为改变是由感觉神经元触发的，这个神经元感知气味并将信息传递到特定的神经网络。这个神经网络由AIB、RIM和AVA三个神经元组成，AIB是网络中第一个接受信号的神经元，它将信息传递给网络的其他成员，而AVA负责对肌肉发出最终指令。
当线虫闻到异戊醇的诱人果香，这些神经元就会变为低活性状态，让线虫去接近气味的来源。不过，有时就算线虫闻到了果香，这些神经元也依然保持高活性，结果线虫仍然在到处闲逛。
文章第一作者Andrew Gordus发现，这三个神经元有三种状态：全关、全开、只有AIB有活性。如果嗅觉信号到达时三个神经元全部关闭，那么神经元就会保持关闭。如果嗅觉信号到达时三个神经元都有活性，它们往往会变成关闭状态，但并不绝对。如果嗅觉信号到达时只有AIB有活性，那么它会自己关闭。“对于AIB来说环境很重要，如果信号到达时只有它有活性，那它会自己关闭。如果嗅觉信号到达时还有其他神经元有活性，那么AIB活性不一定会降低，”Gordus说。
进一步研究表明， RIM或AVA关闭会增强AIB对嗅觉信号的应答，说明这两个神经元的信息在与嗅觉信号竞争。研究人员指出，人类大脑在处理相互抵触的意愿时也采取了类似的机制。“饥饿可能会促使你出门去找个美味的餐厅吃饭。然而，对寒冷的抵触会让你最终决定呆在家里，”Gordus说。“哺乳动物的神经系统有数百万神经元同时处于活跃状态，以往我们认为这些神经元在独立发挥功能，但现在我们看到了神经元集体状态的重要影响。”
原文链接：Feedback from Network States Generates Variability in a Probabilistic Olfactory Circuit
Variability is a prominent feature of behavior and is an active element of certain behavioral strategies. To understand how neuronal circuits control variability, we examined the propagation of sensory information in a chemotaxis circuit of C. elegans wher discrete sensory inputs can drive a probabilistic behavioral response. Olfactory neurons respond to odor stimuli with rapid and reliable changes in activity, but downstream AIB interneurons respond with a probabilistic delay. The interneuron response to odor depends on the collective activity of multiple neurons—AIB, RIM, and AVA—when the odor stimulus arrives. Certain activity states of the network correlate with reliable responses to odor stimuli. Artificially generating these activity states by modifying neuronal activity increases the reliability of odor responses in interneurons and the reliability of the behavioral response to odor. The integration of sensory information with network states may represent a general mechanism for generating variability in behavior.
