在动物体内,运动控制是透过神经系统来调节的。无论是自发的意识运动,抑或是无意识的肌肉记忆,又或是本能的反应,所有这些运动都需要神经系统对多模态感觉信息的整合。这些信息来自内部世界(如本体感觉),也来自外部世界。如何在运动中发挥恰当的力量,使得这个过程不仅仅是科学上的挑战,更是理解生物如何与环境互动的重要一环。
成功的运动控制对于与环境的互动至关重要,不仅仅是为了达成目标,还有助于维持姿势、平衡和稳定性。
在所有动作中,比如触碰鼻子,运动神经元的放电会引发肌肉的收缩。在人类体内,大约有150,000个运动神经元控制600多块肌肉的收缩。这些肌肉需要根据时间的精确模式收缩,以产生适当的力量和动作。
单个运动神经元及其所支配的肌肉纤维称为运动单元。例如,直肌约有100万条肌肉纤维,受大约1000个运动神经元的控制。当运动神经元活动时,所有被支配的肌肉纤维同时收缩,形成一个整体。通常,刺激频率越高,肌肉收缩的力量也越强,直到达到最大力量为止。
运动力量的产生取决于活跃的运动神经元数量及其放电频率。
运动单元在运动池中的招募顺序呈现一种固定模式,从产生少量力量的单元到生成最大力量的单元。这一点可以被称为Henneman的大小原则,是神经科学中的一项重要发现。
神经系统在产生运动时需选择激活哪些运动神经元,这是解决运动控制问题中的一大挑战。系统必须考虑冗余性、噪音、延迟和不确定性等问题。
此外,非定常性和非线性效应也在神经活动和肌肉收缩中起着重要作用,使得神经系统需对运动进行精确的预测。
不同生物模型,在运动控制的探讨中,帮助理解神经回路如何解决这些计算挑战。包括老鼠、猴子、鱼类等多种动物模型提供了重要数据,特别是针对人类健康和疾病的研究。
身体对刺激的反应过程是分阶段的,反应时间可以揭示不同阶段的处理时长。运动控制系统依赖感觉回馈来改进动作的准确性,这是一种封闭回路的控制系统。对于日常活动来说,这种反馈控制尤为重要。
协调各种运动系统的组件以达成动作是一个核心问题。在某些情况下,运动组件的协调是硬件化的,形成固定的反射通路。反射在稳定运动系统中发挥了重要作用。
简单的反射如单突触反射,能够在没有大脑直接参与的情况下迅速执行。
运动方案是组织多元素系统的一种神经组织方式。当涉及学习和适应新技能时,这种运动方案对于执行特定动作的精确度至关重要。
人的运动系统是一个精密的机制,当我们想要做某个动作时,大脑如何决定所需的力量和协调方式呢?这不仅是生物学上的问题,也是我们理解运动本质的关键所在,究竟我们如何能更好地掌握这些运动技能呢?