Cell | 7.5 萬神經元全層級圖譜：揭秘小鼠視覺變化的百毫秒決策窗口與適應型計算策略

撰文|Enigma

視覺行為的底層邏輯，是層級化神經環路對感覺信息的逐級轉換與協同加工 —— 從視網膜輸入到運動決策輸出，信號需穿越皮層、丘腦、中腦多層結構，在不同皮層層級與細胞類型間完成編碼、整合與轉化。其中，視覺變化檢測是生物應對動態環境的核心生存能力，也是支撐快速感知決策的基礎計算，其神經實現機制始終是系統神經科學的核心命題。要完整拆解這一過程，既需要大范圍覆蓋多個腦區的廣度采樣，也需要對局域環路進行細胞級的深度刻畫，而此前的技術與數據集始終難以同時兼顧這兩個維度。

在此之前，領域研究仍存在多重關鍵缺口：盡管 Neuropixels 技術已開啟大規模神經元記錄時代，但多數全腦圖譜研究采用串行記錄模式，單腦區采樣深度不足，且大多聚焦于被動觀看下的感覺編碼，缺失行為任務參與下的同步神經活動；已有的小鼠變化檢測環路研究，要么局限于單個或少數腦區，要么依賴鈣成像難以捕捉毫秒級的放電時序，始終未能在腦區層級、皮層分層、細胞類型三個維度上，構建出完整的變化檢測放電活動全景。此外，小鼠執行變化檢測的底層計算策略 —— 是主動比對前后圖像的身份信息，還是利用重復適應帶來的反應增益差異進行判斷 —— 長期存在爭議，一直缺乏全腦層級的系統性證據支撐。

近日，艾倫研究所Shawn R. Olsen團隊在Cell發表題為Map of spiking activity underlying change detection in the mouse visual system的資源型研究長文，正式發布“視覺行為 Neuropixels（Visual Behavior Neuropixels） ”大規模公開數據集。研究依托 6 通道 Neuropixels 同步記錄技術，在 54 只小鼠的視覺皮層、丘腦、中腦全層級視覺通路中，采集到超過 7.5 萬個高質量神經元的單單位放電信號， 結合精細化行為范式、光遺傳細胞分型與因果性光遺傳擾動，系統繪制了變化檢測任務中感覺、運動、任務參與三類信號的全腦分布圖譜，精準界定了視覺決策的關鍵時間窗口，并證實小鼠采用 “ 基于適應 ” 而非 “ 圖像比對 ” 的計算策略完成變化檢測。這項工作不僅系統揭示了視覺系統的層級功能組織規律，更作為開放共享的核心數據資源，為視覺環路建模與神經計算研究提供了前所未有的數據基底。

這套數據集首次實現了小鼠視覺系統 “ 廣度覆蓋 + 深度采樣 ” 的雙重突破。研究通過內源信號成像精準標定視網膜拓撲匹配位點，同步記錄 6 個視覺皮層區域（初級視皮層 VISp、外側區 VISl/VISal、前內側區 VISam/VISpm、后外側區 VISrl），同時覆蓋丘腦背外側膝狀體核（LGd）、丘腦后外側核（LP，即嚙齒類丘腦枕）等丘腦核團，以及上丘運動層（SCm）、中腦網狀核（MRN）等中腦運動調控結構。

每個實驗時段包含五個完整實驗階段：主動變化檢測任務、Gabor 刺激感受野測繪、自發活動記錄、全視野亮度閃光刺激、任務圖像序列被動重放；并通過光遺傳標記（optotagging）鑒定了 SST、VIP 兩類皮層抑制性中間神經元，最終實現 “ 腦區 - 皮層分層 - 細胞類型 ” 三個維度的精細解析。行為層面，小鼠經 3-4 周訓練即可熟練掌握圖像變化檢測任務，平均擊中率達 0.82、虛警率僅 0.17，且任務表現主要依賴視覺線索而非時間預判策略，確保了神經信號的視覺加工屬性。

為系統拆解單個神經元的編碼特性，研究團隊構建了整合視覺特征、任務事件、運動變量的廣義線性模型（GLM），對每個神經元的放電活動進行擬合，并基于擬合得到的時間響應核，對神經元進行無監督功能聚類，最終得到 8 類功能明確的神經元集群：5 類為感覺編碼簇，分別是刺激啟動瞬時型、刺激啟動持續型、刺激撤銷瞬時型、刺激撤銷持續型、刺激抑制型；3 類為動作編碼簇，分別是運動編碼型、舔舐編碼型、舔舐預期型。

從分布規律來看，感覺編碼神經元主要富集于視覺皮層與丘腦，其中啟動型神經元數量顯著多于撤銷型神經元，而中腦的感覺神經元則以瞬時激活型為主；動作編碼神經元高度集中于中腦運動結構，在視皮層中占比極低，且主要分布于高級視區與深層皮層。值得關注的是，刺激抑制型神經元特異性富集于深層皮層，在 VIP 陽性中間神經元中占比最高，且同時具備較強的運動調制特性，提示這類神經元是感覺信息與行為狀態整合的關鍵節點。

為追蹤從感覺輸入到運動決策的信息流轉時序，研究團隊采用群體解碼技術，分別測定了圖像身份、圖像變化、舔舐行為三類信息在不同腦區的解碼潛伏期。結果顯示，圖像身份信息嚴格遵循經典視覺層級的傳遞順序：丘腦 LGd 最早出現可解碼信息（38ms），隨后是初級視皮層與外側視區（44-46ms），內側高級視區最晚（約 53ms）。

但圖像變化信息的傳遞時序卻打破了這一經典層級：高級丘腦核團 LP 的變化解碼潛伏期僅 53ms，甚至早于初級視皮層 VISp，提示 “ 視網膜 - 上丘 - 丘腦枕 ” 這條皮層下通路，可能是變化檢測的關鍵快速通道；而中腦 SCm/MRN 是唯一不存在 “ 變化 - 身份解碼延遲 ” 的腦區，意味著感覺信息在此處直接與運動輸出耦合。

運動輸出端，從中腦動作神經元的活動中，可在圖像出現后約 120ms 穩定解碼出舔舐行為，為決策完成的時間節點提供了生理上限。為了將相關性結論推進到因果層面，研究團隊進一步通過光遺傳沉默實驗驗證：只有在圖像變化后 100ms 內抑制初級視皮層 VISp 的活動，才會顯著破壞小鼠的變化檢測表現；100ms 后再沉默皮層則對行為無顯著影響。

結合面部視頻的口部運動解碼結果，研究最終精準界定了 20-100ms 的視覺決策關鍵窗口 ：從丘腦接收到第一波感覺輸入，到中腦完成運動準備，整個感覺 - 運動轉換可在百毫秒內高效完成。

研究進一步量化了 刺激變化 與 任務參與度 對神經活動的調制效應，發現兩種調制均呈現清晰的沿視覺層級遞增規律。研究定義了兩個核心調制指數：變化調制指數衡量圖像變化刺激相對于重復刺激的反應增強幅度，狀態調制指數衡量主動任務態相對于被動觀看態的反應增強幅度。結果顯示，兩種調制效應均沿視覺層級逐級放大：丘腦水平最弱，視覺皮層居中，中腦 SCm/MRN 的調制強度最高。

在皮層內部，變化調制以第 2/3 層最為顯著，這與預測誤差信號的皮層分布特征高度一致；狀態調制則以第 5 層最強，而第 6 層是唯一不受任務狀態顯著調制的皮層層級。這一特性提示，第 6 層負責維持穩定的基礎感覺表征，并通過向丘腦的反饋投射，維持了丘腦層面同樣低調制的穩定輸出。

細胞類型層面，SST 陽性中間神經元表現出顯著的區域異質性：初級視皮層與外側視區的 SST 細胞更偏好熟悉圖像，而前內側高級視區的 SST 細胞則更偏好新奇圖像，這種差異與不同腦區的環路連接模式差異高度契合，反映了抑制性神經元在不同層級環路中的功能分化。

針對刺激新奇性的深入分析，進一步揭示了皮層感覺編碼的 雙波動態機制 。研究發現，圖像出現后的前 60ms 為第一波前饋加工：熟悉與新奇圖像的神經反應無顯著差異，且反應潛伏期嚴格沿解剖層級逐級遞增，對應著自下而上的感覺輸入傳導過程；60-100ms 為第二波遞歸加工：新奇圖像會顯著增強皮層反應，這一效應僅存在于皮層結構，丘腦幾乎沒有新奇調制，提示新奇效應源于皮層內部的環路交互。

在機制層面，新奇刺激并非單純放大原有響應神經元的放電幅度，而是招募了原本對熟悉圖像無反應的 “ 靜默 ” 神經元群體：在 60-100ms 的時間窗口內，約 10%-15% 的額外神經元被新奇圖像激活，持續響應型神經元占比顯著上升，整體編碼群體發生了功能性擴張。

功能層面，新奇刺激下錐體神經元的刺激調諧曲線變寬，解碼潛伏期有所延長，但整體解碼精度與熟悉圖像相當。這一結果提示，長期熟悉化的過程會逐步銳化神經元的時間動態與刺激調諧，以更少的放電消耗實現更快、更高效的編碼。

這項研究最核心的理論貢獻之一，是明確了小鼠執行變化檢測的底層計算策略，解決了領域內長期的假說爭議。此前領域內存在兩種競爭性模型： “ 圖像比較策略 ” 認為小鼠會維持上一張圖像的記憶表征，將當前輸入與記憶模板進行身份比對來判斷變化； “ 適應策略 ” 則認為小鼠利用重復刺激帶來的反應適應效應，直接以變化刺激的反應增強作為檢測信號，無需對圖像身份進行主動比對。

研究巧妙利用熟悉 - 新奇混合的實驗設計，通過 “ 保留圖像（holdover） ” 對兩種假說進行驗證：如果小鼠采用圖像比較策略，那么熟悉圖像向新奇圖像的轉換因表征差異更大，應該更容易被檢測；如果采用適應策略，那么在新奇圖像背景中轉向熟悉保留圖像的變化，會因熟悉圖像的適應效應更深而出現檢測率下降。

最終的行為結果完全契合適應策略的預測：小鼠在新奇圖像背景下，對轉向熟悉保留圖像的變化檢測率顯著降低，同時對新奇圖像的虛警率更高。逐試次解碼分析進一步證實，適應解碼器對小鼠舔舐行為的預測能力顯著優于圖像比較解碼器，且全腦范圍內均未發現支持圖像記憶維持的持續性放電信號，共同為適應型計算策略提供了堅實證據。

這項研究的科學價值覆蓋資源、理論、應用多個維度： 資源價值 上，這是目前覆蓋范圍最廣、采樣密度最高的小鼠視覺行為放電數據集。7.6 萬個高質量神經元的全層級記錄，配套完整的行為數據、面部視頻與原始電生理信號，全部以開放共享形式發布，為系統神經科學、計算神經科學領域提供了前所未有的公共數據基底。截至論文發表時，已有多項研究基于該數據集，圍繞刺激遺漏反應、神經環路臨界態動力學等方向產出了新成果。 理論價值 上，研究完整刻畫了視覺變化檢測的層級編碼規律，精準界定了百毫秒級的關鍵決策窗口，系統驗證了適應型計算策略，為理解感覺 - 運動轉換的神經機制提供了全景式框架。第 6 層的穩定表征特性、SST 細胞的區域異質性、新奇刺激的群體招募效應等一系列發現，也為皮層環路功能與經驗依賴可塑性研究提供了全新的核心洞見。 應用價值 上，這套全層級神經活動圖譜為類腦視覺網絡建模提供了真實的生物約束，也為視覺認知障礙的機制解析與干預靶點探索提供了系統的參考體系。

https://doi.org/10.1016/j.cell.2026.06.025

制版人：十一

學術合作組織

（*排名不分先后）

推薦直播

轉載須知

【原創文章】BioArt原創文章，歡迎個人轉發分享，未經允許禁止轉載，所刊登的所有作品的著作權均為BioArt所擁有。BioArt保留所有法定權利，違者必究。

BioArt

Med

Plants

人才招聘