作者:Mancy 复旦大学
可靠的感觉辨别依赖于准确的神经传递和大脑区域间的交流。然而,不同细胞间和不同皮层之间的感觉皮层神经元反应的时间具有随机性,时间跨度在几秒到几天之间[1,2]。新皮层感觉处理如何克服神经电活动的波动和时空差异性,从而确保神经元编码和传递信息的稳定性,目前仍不清楚。
来自斯坦福大学James Clark生物医学工程中心的Mark J. Schnitzer教授课题组,通过记录小鼠执行视觉任务时整个视觉皮层的神经元活动,考察了皮层之间在处理刺激和反应相关信息的处理机制。相关研究成果发表于2022年05月19日发表在Nature杂志(IF: 49.962)上,题为“Emergent reliability in sensory cortical coding and inter-area communication”。


Mark J. Schnitzer教授就职于斯坦福大学James Clark生物医学工程中心,其实验室致力于在神经回路水平上阐释正常认知和疾病过程,重点关注在学习和记忆过程。近年来相关研究工作发表于Nature(2022), cell(2022), Science(2021), Neuron(2021)等杂志上。
为了研究大脑的视觉信息处理过程,首先令小鼠执行一个Go/No-Go任务:在每次试验中,小鼠观察水平或垂直方向移动的光栅刺激(分别称为Go和No-Go),持续时间为2s。在视觉刺激0.5s后,小鼠接受3s听觉刺激并做出反应:接受Go刺激的老鼠获得糖水奖励;接受No-Go刺激的小鼠将会被喷射令其厌恶的气体。
老鼠在执行任务时, 使用荧光显微镜观察新皮层L2/3皮层锥体神经元中Ca2+活动(图1 c, d)。记录范围几乎涵盖了所有初级和高级视觉皮层区域,以及部分体感、听觉、后顶叶、运动等八个皮层区域。随后,分析小鼠上述皮层区域的神经元活动情况。(图1)

在八个皮层区域中,许多细胞会优先对视觉/听觉中的一种优先反应,且细胞和皮层区域间具有不同的时间依赖性。为了解析细胞编码的特征,研究者通过每个细胞在刺激、延迟或反应间隔期间的动态反应来区分两种刺激。发现在5天的试验中,大多数细胞表现出对特定感觉刺激类型的反应偏好。在八个皮层区域中,对每种感觉类型的做出反应的细胞比例是相似的,但细胞类型分布不同。表明不同细胞对于感觉刺激具有不同的偏好(图2)。

既往研究报道,神经细胞的波动性可以编码冗余的信息,使得单个细胞能够传递与细胞群体相似的大部分信息[3]。然而,先前的研究并没有直接测量大规模神经编码的冗余信息如何参与大脑各个皮层之间电活动的波动共享。
研究者检测了在大脑区域间信息冗余的情况,不同感觉区域之间间呈现出高度相关性:如果一个区域的刺激编码比平均水平强或弱,那么其他区域也会更强或更弱。总的来说,任务相关细胞之间的波动极大地影响了视觉处理,导致神经编码的弹性区间增加,神经编码冗余和皮层之间的相关性在刺激开始后很快达到峰值。
细胞群体的共同波动反映的是信息的共享性,例如接收了共同的输入,或具有直接的相互连接[4]。为了识别区域间细胞群体的共同波动,研究者使用典型相关分析(canonical correlation analysis, CCA)记录神经波动轨迹。不同皮层区域间,CCA波动模式约占所有皮层波动的60%,这意味着在视觉刺激的过程中大部分的波动会在皮层区域间传播。
随后,研究者考察了任务相关的细胞电活动的波动是否具有时间依赖性和空间依赖性。结果发现,动物在静止状态下的皮层区域间波动与与接受感觉任务时活跃状态下的区域间波动不同。
为了探究区域间波动的空间结构,将每个大脑区域作为一个源,量化其CCA波动模式与其他7个成像区域的相似性。研究发现,对于每个源区域,其主要的波动模式几乎是相同的,这意味着存在一种共同的波动模式。进一步使用更加局部化的次要波动模式进行分析。例如,视觉皮层V1的其中一个子集(次级模式)与听觉皮层和躯体感觉皮层的波动相似,而视觉皮层另外一个子集与视觉皮质内侧和外侧后顶叶皮层的波动相似。综上,CCA波动模式揭示了每个区域间共享的波动模式,以及不同区域间又存在不同的次级波动模式。
作者发现,在视觉刺激0.5 s后,CCA波动准确地识别并编码了刺激。在这些波动模式下,大脑皮层编码的有关刺激识别的全部信息中,多达80%是在不同区域之间共享;然而,这些信息却没有传达关于小鼠反应相关任何信息。在刺激1 s后,Go试验中共享的波动模式会转而编码反应相关的信息。总的来说,新皮层使用“正交”的共享波动模式,分别以一种有针对性的和全局性的方式向不同的区域传递与刺激和反应相关的信号。
本研究通过追踪所有视觉皮层区域的神经元,揭示了形成感觉的潜在信息处理机制。新皮层通过在感觉刺激开始位置附近出现感觉编码波动的短暂上升,同时对细胞间差异形成稳定的神经亚群编码,以正交的模式产生刺激信息和任务相关反应的广泛区域间的共享波动,从而实现感觉反应。
文献PMID:
35589841
文献DOI:
10.1038/s41586-022-04724-y
参考文献:
[1] Driscoll, L. N., Pettit, N. L., Minderer, M., Chettih, S. N. & Harvey, C. D. Dynamic reorganization of neuronal activity patterns in parietal cortex. Cell 170, 986–999 (2017).
[2] Montijn, J. S., Meijer, G. T., Lansink, C. S. & Pennartz, C. M. Population-level neural codes are robust to single-neuron variability from a multidimensional coding perspective. Cell Rep. 16, 2486–2498 (2016).
[3] Gonzalez, W. G., Zhang, H., Harutyunyan, A. & Lois, C. Persistence of neuronal representations through time and damage in the hippocampus. Science 365, 821–825 (2019).
[4] Yu, Y., Stirman, J. N., Dorsett, C. R. & Smith, S. L. Mesoscale correlation structure with single cell resolution during visual coding. Preprint at bioRxiv https://doi.org/10.1101/469114 (2018).


声明:脑医汇旗下神外资讯、神介资讯、脑医咨询、AiBrain所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可,禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用,亦须注明来源。欢迎转发、分享