try ai
科普
编辑
分享
反馈
  • 肌肉冗余

肌肉冗余

SciencePedia玻尔百科
核心要点
  • 肌肉冗余是指我们的身体拥有的肌肉数量超过了执行某一动作在数学上所需的数量,这为神经系统创造了“丰富的选择”。
  • 大脑通过多种策略来解决这种冗余问题,例如最优化(寻找最高效的肌肉激活方式)或简化(使用预定义的肌肉协同模式)。
  • 冗余允许主动肌和拮抗肌协同收缩,这使得大脑能够主动控制关节刚度以维持稳定性。
  • 冗余远非一个问题,而是一种生物学优势,它为身体提供了对损伤的鲁棒性、学习的适应性,并为重建外科提供了“备用零件”的来源。

引言

人体运动的能力既优雅又令人费解。对于任何一个给定的动作,从指指点点到迈步行走,我们的神经系统似乎都有过多的肌肉可供调遣。这种现象被称为​​肌肉冗余​​,是生理学家 Nikolai Bernstein 最早发现的运动控制中的一个经典难题,即“自由度问题”。为什么自然界要设计一个拥有如此多可控元素,远超任务本身严格需求的系统呢?本文旨在回答这个问题,将这种显而易见的复杂性重新定义为生物设计的神来之笔,而非一个难题。在接下来的章节中,我们将探索这个难题的核心。第一章“原理与机制”将揭示大脑为管理这种丰富的选择所采用的力学和神经学策略。随后,“应用与跨学科联系”一章将展示这种冗余如何为我们的身体提供卓越的多功能性、恢复力,甚至是外科奇迹中“备用零件”的来源。我们首先来审视拥有过多选择这个根本性难题,以及我们大脑解决它的精妙方式。

原理与机制

想象你正站在一个房间里,决定要指向高架上的的一本书。这似乎是世界上最简单的动作。你的大脑发出指令,你的手臂随之移动。但如果我们仔细观察,一个深刻的难题便浮现出来,这个问题曾让伟大的俄罗斯生理学家 Nikolai Bernstein 倾注了毕生心血。要确定你指尖在空间中的位置,只需要三个数字——它的坐标。然而,为了让指尖到达那里,你动用了你的肩膀(具有三个旋转自由度)、你的肘部(一个自由度)和你的手腕(两个自由度),更不用说你手上的众多关节了。你拥有的可控关节远比完成指向这个简单任务所需的要多。这是一种​​运动学冗余​​。但当我们深入皮下观察时,情况就变得复杂得多了。

自由度问题:一个美丽的难题

这些关节中的每一个都不是由一个简单的马达驱动,而是由一个复杂的肌肉网络驱动。以肘关节为例,它主要沿单一轴线进行屈伸——即一个​​自由度 (DOF)​​——但却由至少三个主要的屈肌(肱二头肌、肱肌和肱桡肌)和一个伸肌(肱三头肌)控制。为什么要用四个或更多的肌肉来控制一个简单的铰链关节呢?

这就是 Bernstein 所称的​​自由度问题​​的核心。在运动系统的每一个层面上,可控元素的数量似乎都远远超过了任务的约束。我们的神经系统面临着惊人丰富的选择。这就是​​肌肉冗余​​:拥有的肌肉数量超过了确定关节力矩所严格必需的数量。在工程学中,这可能被视为糟糕的设计——为什么要为额外的零件付费?但在生物学中,我们必须假设自然是一位聪明但有时又深不可测的工程师。这个显而易见的“问题”不是一个缺陷,而是揭示更深层次生物设计原理的线索。要解开它,我们需要使用力学的语言。

“过多选择”的数学原理

肌肉是如何产生运动的?把肌肉想象成一根只能拉动的绳子。它跨过一个关节,当它收缩时,它会拉动骨骼,产生一个转动力,即​​力矩​​。这种拉动的效果取决于它的杠杆作用,我们称这个量为​​力臂​​。这就像用扳手转动螺栓;扳手的手柄(力臂)越长,产生相同转动效果所需的力就越小。

我们可以用极其简洁的方式写下这种关系。如果我们有一组肌肉力,可以集合成一个向量 f\mathbf{f}f,它们会产生一组关节力矩,集合成一个向量 τ\boldsymbol{\tau}τ。这两者通过一个力臂矩阵 R\mathbf{R}R 连接起来,该矩阵充当了肌肉力世界和关节力矩世界之间的转换器:

τ=Rf\boldsymbol{\tau} = \mathbf{R} \mathbf{f}τ=Rf

这个源于虚功原理 的优美方程是整个谜题的关键。对于一个典型的肢体来说,肌肉的数量远大于关节的数量。这意味着我们的力向量 f\mathbf{f}f 很长,而我们的力矩向量 τ\boldsymbol{\tau}τ 很短。因此,矩阵 R\mathbf{R}R 是一个“宽”矩阵,其列数(肌肉)多于行数(关节力矩)。

当我们要求这个方程反向工作时会发生什么?假设我们的大脑想要产生一个特定的力矩 τ\boldsymbol{\tau}τ 来稳定地端着一杯咖啡。它需要找到产生这个力矩的肌肉力 f\mathbf{f}f。我们正试图用少数几个方程(关节所需的力矩)来解出许多未知数(所有肌肉的力)。在数学中,这被称为​​欠定系统​​。在力学中,它也被称为具有​​静力不确定性​​的系统。对于手臂需要产生的任何给定力矩,肌肉力的解不是唯一的,而是存在一个无限的解族。

这种解的无限性不仅仅是数学上的奇特现象,它具有真实的物理意义。这意味着存在一些肌肉激活模式,它们在关节处产生的净力矩为零。这些模式存在于数学家所称的力臂矩阵 R\mathbf{R}R 的​​零空间​​中。想象一个由四块肌肉控制的简单关节,其中两块使其屈曲,两块使其伸展。我们可以找到一种方式来激活所有四块肌肉,使得屈曲力矩恰好抵消伸展力矩。净力矩为零,所以关节不动,但所有肌肉都处于活动状态,相互对抗。这被称为​​协同收缩​​。它使关节更硬、更稳定。这个零空间的存在意味着大脑可以改变肌肉力,而这些改变不影响肢体的运动,但会改变其其他属性,如刚度。

大脑的精妙解决方案

那么,大脑面临着丰富的选择:对于任何给定的任务,都有无数种激活肌肉的方式。它如何选择呢?这个问题引出了运动控制领域一些最美妙的想法。大脑似乎使用了两种互补的策略:最优化和简化。

解决方案1:寻找“最佳”方式

一个令人信服的假设是,大脑从无限的解集中选择了“最佳”或“最优化”的解。但对身体来说,什么是“最佳”呢?也许是使用最少代谢能量的解,或者是将负荷最均匀地分配以避免任何单一肌肉疲劳的解。

一个常见且成功的模型假设大脑试图最小化总耗能,这在数学上可以表示为最小化所有肌肉力的平方和 ∑Fi2\sum F_i^2∑Fi2​。当我们将这个原则应用于我们的欠定系统时,奇妙的事情发生了:一个唯一的解出现了!数学告诉我们,为了最有效地产生给定的力矩,大脑应该按肌肉的力臂(它们的杠杆作用)比例来招募肌肉,并且至关重要的是,它应该避免激活会与期望运动对抗的拮抗肌。这提供了一种清晰、可预测的肌肉分担模式,可以使用一种称为伪逆的标准线性代数工具找到。

解决方案2:通过协同进行简化

大脑真的会为每一个动作都解决一个复杂的优化问题吗?另一种观点是,它通过不独立控制每块肌肉来简化问题。相反,它可能有一个预先形成的肌肉激活“配方”库,称为​​肌肉协同​​。

想象一下艺术家的调色板。一位绘画大师不会每次都从三种原色开始调配每一种色调。他们的调色板上有一些预先混合好的、最喜欢的颜色。要创作一幅画,他们只需决定每种颜色用多少,以及何时使用。肌肉协同就是神经系统的调色板。每一种协同都是跨一组肌肉的固定共激活模式。大脑随后只需通过以不同的时间和缩放比例组合少量这些协同,就可以产生大量的运动。这种称为​​降维​​的策略极大地简化了控制问题。研究人员甚至可以使用​​非负矩阵分解 (NMF)​​ 等数学工具从肌肉活动记录(肌电图,或EMG)中提取这些协同模式,这种方法尊重了肌肉只能拉而不能推的生物学事实。

这些策略由大脑自身的“软件”——一组​​内部模型​​——来实现。为了产生一个运动,大脑使用一个​​逆模型​​,这是它将期望的运动转换为必要肌肉指令的内部计算器。这个逆模型正是冗余问题必须被解决的地方,无论是通过最优化还是协同。但大脑如何知道它的计算是否正确呢?它使用一个​​正向模型​​,这就像一个内部的物理模拟器。它接收一份刚发出的运动指令的副本(一份​​传出副本​​),并预测感觉反馈应该是什么。通过将这个预测与来自感官的实际反馈进行比较,大脑可以迅速纠正错误,并随着时间的推移,完善和调整其内部模型和运动。

为什么冗余是天赋,而非诅咒

我们现在终于能够将肌肉冗余视为一种可利用的天赋,而不是一个需要解决的问题。这种显而易见的过度工程赋予了我们三种不可思议的超能力:鲁棒性、适应性和多功能性。

​​鲁棒性:​​ 想象一下,一次局部的神经损伤破坏了与一块关键肌肉的连接。如果我们的系统不是冗余的,这可能导致灾难性的功能丧失。但因为我们有多块肌肉(通常由不同的神经支配)可以执行相同的工作,系统可以优雅地降级。另一块肌肉可以接替工作,保留基本功能。这在临床案例中清晰可见,尽管支配像臀大肌这样的主要肌肉的神经受到部分损伤,人仍然可以有力地伸展髋部,因为masculine绳肌及其完好的神经供应可以进行补偿。冗余是自然界的备用计划,不仅为应对损伤提供恢复力,也为应对日常挑战如肌肉疲劳提供了保障。

​​适应性:​​ 观察一个婴儿学习移动。他们不只是启动一个“爬行”程序。他们笨拙地尝试。他们尝试腹部爬行、四肢着地摇摆、坐在地上挪动。这种可变性不是困惑的标志,而是学习的引擎。肌肉冗余提供了一个巨大的可能运动的“解空间”,而婴儿则是一位无畏的探险家,试验不同的策略,以发现最适合他们身体和环境的方式。这种探索,这种可变的自由,正是运动技能获得的基石。

​​多功能性:​​ 最后,冗余使我们的肢体成为出色的多面手。同一只手臂可以轻柔地举起一个精致的酒杯,也可以僵硬地准备承受冲击。区别在于肌肉的激活模式。为了举起酒杯,大脑可以选择一个协同收缩最小的高效解。为了支撑,它可以从同一个无限集合中选择一个不同的解——一个具有高协同收缩的解,它产生相同的净力矩,但显著增加了关节刚度。冗余赋予大脑自由,使其能够选择一个不仅针对移动这一主要目标,而且也针对任务次要目标量身定制的解决方案。

最终,“自由度问题”只是从一个过于简化的工程角度来看才算是一个问题。对于一个在复杂且不可预测的世界中航行的生命有机体来说,这种冗余是生物设计的神来之笔——是我们力量、技巧和适应能力的源泉。

应用与跨学科联系

在探索了肌肉冗余的原理之后,人们可能会留下一个挥之不去的问题:为什么自然界会设计一个看起来如此不必要复杂的系统?如果像弯曲肘部这样简单的任务只需要特定大小的力矩,为什么不直接用一块肌肉来完美地提供它呢?为什么要动用一整个“肌肉委员会”,为大脑和试图理解它的科学家们制造数学上的头痛?答案,正如我们将看到的,是这个显而易见的冗余“问题”实际上是自然界最优雅、最强大的解决方案之一。它是我们灵巧、有恢复力以及自我修复能力背后的秘密。

选择的交响曲:从简单关节到复杂运动

让我们回到手持一本书这个简单的动作。你的肘部是弯曲的,为了保持这个姿势,你的肱二头肌和其他屈肌必须产生一个力矩来对抗书本和你前臂的重量。但与此同时,你的肱三头肌,一块伸肌,也是活跃的。维持你手臂姿势的净力矩就是屈肌力矩减去伸肌力矩。考虑一个屈肌力 F1F_1F1​ 和一个伸肌力 F2F_2F2​,两者都作用于相似的力臂 rrr 上。净力矩就是 τnet=r(F1−F2)\tau_{\text{net}} = r(F_1 - F_2)τnet​=r(F1​−F2​)。

注意这里的美妙之处:神经系统可以用无限多种力的组合来实现完全相同的净力矩。它可以使用大的屈肌力和大的伸肌力,或者小的屈肌力和小的伸肌力,只要它们的差值保持不变。这种主动肌和拮抗肌的同时激活被称为协同收缩。不影响净力矩的选择是力的总和,F1+F2F_1 + F_2F1​+F2​。通过调节这个总和,大脑可以控制另一个关键变量:关节的刚度。低协同收缩是高效的,但关节是顺应的。高协同收缩在代谢上是昂贵的,但它使关节变得僵硬和稳定,准备好抵抗意想不到的扰动。这不是一个缺陷,而是一个特性——一个允许大脑在代谢成本和机械稳定性之间进行权衡的调节旋钮。

这个原理在更复杂的关节中得到了极大的扩展。人类的肩膀是一个工程奇迹,一个球窝关节,具有三个旋转自由度(屈伸、外展内收、内外旋),由十多块肌肉控制。在这里,冗余不仅仅是两块肌肉之间的选择,而是一曲充满可能性的交响乐。想象一下将手臂向侧方抬起(外展)。三角肌中束和冈上肌是这个动作的主要驱动者。但是神经系统也可以通过协同激活三角肌前束(它也使手臂屈曲和内旋)和三角肌后束(它也使手臂伸展和外旋)来实现这个动作。通过精确平衡它们的激活,相互拮抗的屈伸和旋转力矩相互抵消,只留下一个纯粹的外展力矩。这就像画家混合互补色以产生中性灰色;大脑混合肌肉动作以产生纯粹的运动,这是冗余所能实现的复杂控制策略的证明。

工程师的挑战与大脑的解决方案

这种丰富的选择为希望预测人体内部作用力的生物力学家和工程师们提出了一个巨大的挑战。如果你测量了一个人的运动方式(运动学)以及作用在他们身上的外力(比如行走时来自地面的力),你可以使用牛顿定律来计算每个关节的净力和净力矩。这个过程被称为逆动力学。然而,这并不能告诉你净力矩是如何在各个肌肉之间分配的。这就是经典的肌肉冗余问题,也称为静力不确定性。

考虑在咬合过程中对人类下颌进行建模。即使是一个简化的平面模型也揭示了大约六个未知的肌肉力和四个未知的颞下颌关节(TMJ)反作用力——总共有十个未知的力变量。然而,静力平衡定律只提供了三个独立的方程(x方向的力之和,y方向的力之和,以及力矩之和)。我们有十个未知数,却只有三个方程。至关重要的是要理解,这不是测量不佳的问题。即使我们拥有完美、无噪声的仪器,这种不确定性仍然存在,因为它是系统固有的结构特性。

那么,大脑——以及科学家们——是如何解决这个问题的呢?主流的假设是​​最优化​​。神经系统通过数千年的进化,已经学会了根据某些生理目标选择“最佳”的肌肉激活模式。科学家们通过建立一个最优化问题来模拟这一点:找到一组既满足平衡方程又最小化某个成本函数的肌肉力。这个成本函数可以是代谢能量的替代指标(例如,最小化肌肉应力的平方和)、疲劳的代表,或稳定性的度量。通过增加符合生理现实的约束——肌肉只能拉,不能推(Fi≥0F_i \ge 0Fi​≥0),并且它们的力是有限的——我们可以用这种方法从无限的可能性海洋中找到一个唯一的、合理的解。为了进一步完善这些模型,我们可以整合额外的数据,例如肌电图(EMG)记录,它提供了对肌肉激活的直接但有噪声的测量,从而有助于进一步约束问题并产生更真实的力估算。

由冗余编织的安全网

冗余最深远的益处或许是它所赋予的​​鲁棒性​​和​​恢复力​​。自然界厌恶单点故障。这一原则从微观的神经回路层面到整个运动系统的组织层面都显而易见。

考虑一个简单的脊髓反射,我们身体对抗突然扰动的第一道防线。这个回路不是一根单一、脆弱的电线,而是一条多车道的高速公路。来自被拉伸肌肉的信号通过多个平行的传入通路传输到脊髓,每个通路具有不同的纤维类型和传导速度。为了使反射成功,只需要其中一条通路工作即可。如果三个独立通路的失效率分别为 0.100.100.10、0.200.200.20 和 0.050.050.05,那么它们全部同时失效的概率是它们的乘积:0.10×0.20×0.05=0.0010.10 \times 0.20 \times 0.05 = 0.0010.10×0.20×0.05=0.001。这个复合失效率比最可靠的单一通路低五十倍。这就是“安全系数”在起作用,确保了关键的稳定反射异常可靠。

这个平行系统的安全网在临床神经病学中也得到了精美的展示。自主的、熟练的运动,尤其是手和手指的运动,主要由皮质脊髓束(CST)驱动,这是一条从大脑运动皮层到脊髓的直接通路。然而,与之平行运行的是更古老、更自动化的通路,它们起源于脑干,例如前庭脊髓束和网状脊髓束。这些通路对于维持姿势和平衡至关重要。在CST受损的患者中,精细的手指运动可能会丧失,但站立和维持平衡的能力却可以惊人地保留下来。这是因为冗余的脑干通路仍然完好无损,提供了必要的抗重力肌张力和自动姿势校正,以保持身体直立。在这种情况下,冗余提供了一个基础的备用系统,将姿势控制与精细自主运动控制分离开来,并确保一个系统的故障不会导致另一个系统的完全崩溃。

外科医生的礼物:一个备用零件库

冗余的最后一个,也许也是最鼓舞人心的应用,在于重建外科领域。由于某些肌肉和神经的功能有其他肌肉和神经作为强大的后备,它们变得“可牺牲”。它们可以作为活的备用零件被获取,用于重建因创伤、癌症或先天性疾病而失去的部分。

  • ​​肌腱移植:​​ 许多人——可能高达20%的人口——天生就没有前臂的掌长肌。他们没有明显的手握力或手腕功能损失,因为其他更强大的肌肉,如桡侧腕屈肌和尺侧腕屈肌,已经绰绰有余。这种冗余使得掌长肌那长而易于获取的肌腱成为修复或重建全身其他受损肌腱的理想移植物。

  • ​​神经移植:​​ 颈部的舌骨下“带状”肌负责在吞咽时压低舌骨。它们由一个称为颈襻的神经环支配,而颈襻本身由多个脊髓节段(C1-C3)的纤维形成。这种分布式的、多肌肉的设计是高度冗余的,确保了即使一块肌肉或部分神经供应减弱,吞咽功能仍然稳健。外科医生利用这一点,从颈襻借用一小段神经分支(这只会造成极小的功能缺失),并用它来重新支配一个瘫痪的声带。这种称为颈襻-喉返神经吻合术的手术,可以恢复因甲状腺手术中神经损伤而失声的患者的声音。

  • ​​游离肌肉移植:​​ 最引人注目的例子是微笑重建。对于长期面瘫的患者,其面部表情肌已经萎缩。外科医生可以通过将身体另一部分的整块肌肉移植到面部来恢复一个动态的、活生生的微笑。一个常见的选择是大腿内侧的股薄肌。股薄肌是一个较弱的髋内收肌,其功能与他强大的内收肌高度冗余。移除它几乎不会对行走或跑步造成功能性损失。这块可牺牲的肌肉,连同其自身的动脉、静脉和神经,可以被精细地移植到脸颊,并连接到来自面部健康一侧的神经移植物上。当患者想要微笑时,一个信号穿过面部,激活移植的肌肉,并将嘴角向上拉动。一块冗余的腿部肌肉成为了新微笑的引擎,这是一个惊人的证明,展示了自然界“不必要”的复杂性如何为外科奇迹提供了原材料。

最初只是一个数学上的奇特现象——肌肉数量多于所需——最终揭示了自己是生物设计的一个深刻原则。冗余是我们多功能性的源泉,是我们恢复力的基石,也是外科医生最伟大的盟友。它不是我们设计中的缺陷,而是使我们如此具有适应性和可修复性的根本特征。