跨物种认知状态解码：基于面部特征的鼠猴内部状态推断研究

本研究通过虚拟现实(VR)觅食任务结合马尔可夫切换线性回归(MSLR)模型，首次实现了对小鼠和猕猴自发内部认知状态的跨物种比较。研究人员利用DeepLabCut提取面部特征，发现两种物种存在相似的注意力相关状态模式，揭示了面部表情作为认知状态标志物的进化保守性，为跨物种神经行为学研究提供了新范式。

　　

在神经科学研究中，理解动物认知状态的本质及其跨物种保守性是个长期挑战。传统研究方法存在明显局限：不同物种使用完全不同的行为范式（如猴子的中央注视点任务与小鼠的5CSRTT任务），使得直接比较变得困难；实验者预设的认知状态分类可能带有主观偏见；而简单的行为指标（如按键反应）难以捕捉动态变化的内部状态。这些限制促使研究者思考：能否开发更自然化的研究范式，通过多维度行为特征来客观揭示动物自发产生的内部认知状态？

德国马克斯·普朗克学会的研究团队在《Nature Communications》发表创新性研究，通过设计跨物种通用的虚拟现实(VR)觅食任务，结合深度学习面部追踪技术和马尔可夫切换线性回归(MSLR)建模，首次实现了对小鼠和猕猴内部认知状态的单试次水平解码。研究发现，尽管两种物种在状态转换频率上存在差异，但都表现出高度相似的"专注"、"冲动"和"分心"三种核心认知状态，且这些状态与特定面部特征组合密切相关。该研究不仅证实了面部表情作为跨物种认知状态标记的普适性，更为自然主义行为范式下的神经机制研究提供了新框架。

关键技术方法包括：（1）定制化穹顶VR系统(DomeVR)实现自然化觅食任务；（2）DeepLabCut进行18个（猴）和9个（鼠）面部关键点追踪；（3）马尔可夫切换线性回归(MSLR)建立面部特征与反应时间(RT)的动态关系模型；（4）交叉验证确定最优状态数量（猴4种/鼠3种）；（5）时间阻断交叉验证评估模型性能。

【实验设置与模型性能】
研究团队设计沉浸式VR环境，让头固定的猕猴通过轨迹球、小鼠通过球形跑步机导航寻找特定形状的"树叶"。通过DeepLabCut提取刺激呈现前250ms的面部特征（图1），MSLR模型成功预测反应时间（RT），交叉验证R²
达0.8（图2A）。模型表现出高度状态确定性，猕猴状态概率分布比小鼠更两极分化（KL散度检验p=1.11·10^-274
），表明其内部状态更稳定。

【状态动力学特征】
状态转移矩阵显示（图3A），猕猴状态持续性更强（对角线值0.6-0.8），而小鼠状态转换更频繁。猕猴平均驻留时间显著长于小鼠（p=0.0014），可能反映训练程度差异或固有物种特性。状态B在两种物种中都表现为反应迟缓且错误率高，可能对应"分心"状态。

【状态与行为表现的关系】
尽管模型仅训练预测RT，各状态却与特定任务结果显著相关（图4）。猕猴状态C和小鼠状态A对应快速准确反应（"专注"状态）；猕猴状态A和小鼠状态C则关联快速但错误的选择（"冲动"状态）。状态空间分析显示两物种在速度-准确率权衡上呈现相似布局，提示认知状态的功能保守性。

【面部特征解码】
状态特异性回归权重揭示（图5A），小鼠"专注"状态中瞳孔大小和胡须运动预测RT，而"错误"状态依赖鼻子运动；猕猴则始终依赖瞳孔变化。共享特征分析显示（图5B），"专注"状态的面部特征跨物种相似度达97.9百分位，显著高于随机水平。值得注意的是，单个面部特征（如瞳孔）无法跨状态稳定预测行为，强调全脸特征整合的必要性。

这项研究通过创新方法学实现了三大突破：首先，开发出首个能直接比较不同物种认知状态的标准化范式，克服传统研究中的任务异质性问题；其次，证实面部表情不仅是情绪指标，更是认知过程的客观标记，且这种关联具有跨物种保守性；最后，建立的MSLR框架可单试次解码内部状态，为研究认知状态的神经基础提供新工具。研究发现尽管小鼠和猕猴在状态转换速度上存在差异，但核心认知状态的功能组织高度相似，这为理解认知控制的进化起源提供了重要线索。特别值得注意的是，研究揭示的面部特征与认知状态的非线性关系（如瞳孔大小在不同状态下对行为预测的贡献相反）挑战了传统单一特征分析的局限性，提示未来研究需采用更全面的行为表征方法。

该研究的局限在于仅使用雄性动物，且未探索状态转换的神经机制。未来工作可结合全脑成像，探究不同认知状态对应的神经活动模式，并测试该框架在更多物种和疾病模型中的适用性。从更广视角看，这种自然主义研究范式与数据驱动状态分类的结合，可能重塑我们对认知功能及其神经基础的理解方式，为精神疾病中认知状态异常的研究开辟新途径。