自发运动与神经活动的动态耦合揭示小鼠决策过程中的潜在参与状态

本研究通过结合行为建模与宽场成像技术，揭示了小鼠在执行听觉决策任务时，自发运动模式与皮层神经活动的关系会随潜在参与状态(GLM-HMM识别的engaged/disengaged states)发生系统性变化。研究发现，在disengaged状态下，神经活动的试次间变异性增高，运动相关皮层活动增强，且运动模式呈现出更低的时间 stereotypy（通过新型指标TIM量化）。这项工作首次建立了运动模式 temporal structure 与认知状态间的量化关联，为理解"运动-认知-神经活动"三位一体的关系提供了新视角。

　　

在认知神经科学领域，理解大脑如何将感觉输入转化为行为决策是核心问题之一。传统研究面临两大困境：一方面，为降低神经活动变异性，实验常限制动物的自发运动，但这与自然行为相去甚远；另一方面，试次间平均方法假设神经与行为关系是稳态的，忽略了生物体固有的状态波动。加州大学洛杉矶分校的Chaoqun Yin（尹超群）和Anne K. Churchland团队在《Neuron》发表的研究，创新性地将行为状态建模与全皮层成像结合，揭示了自发运动模式与认知状态的深刻联系。

研究采用三项关键技术：1）基于GLM-HMM（广义线性隐马尔可夫模型）的行为状态分类，通过刺激敏感性和反应偏差识别engaged/disengaged状态；2）通过EMX-Cre-GCaMP6s转基因小鼠的宽场成像技术，记录决策过程中全背侧皮层的钙信号；3）DeepLabCut深度学习算法定量分析27个身体部位的运动轨迹，创新性提出任务独立运动(TIM)指标量化运动与任务事件的时间解耦程度。

研究结果通过四个层次展开：

1. "小鼠在听觉感知决策中占据engaged和disengaged潜在状态"：通过3-state GLM-HMM模型识别出一个高敏感性的engaged状态和两个存在左右偏好的disengaged状态，状态转换时间尺度为数十至数百个试次。

2. "皮层活动的均值而非方差在状态间相似"：虽然trial-averaged神经活动在两种状态下相似，但disengaged状态的单试次神经变异性显著增高，尤其在初级运动皮层(MOp)和体感皮层(SSp)。

3. "运动编码而非任务变量编码在disengagement期间发生改变"：线性编码模型显示，disengaged状态下神经活动方差解释率更高，主要源于任务无关运动(task-independent movements)的贡献增加，而相同运动在disengaged状态引起的神经活动仅轻微增强。

4. "定型运动模式在disengagement期间被打乱"：通过TIM分析发现，尽管运动总量不变，disengaged状态下的运动时间模式更少遵循任务事件节奏，这种解耦程度与任务表现呈强负相关。值得注意的是，TIM与参与状态的相关性(-0.67)显著强于传统瞳孔直径指标(无显著相关)。

在自由活动大鼠的多感觉决策任务中验证了TIM指标的普适性后，研究提出创新性理论框架：认知状态通过改变运动的时间组织模式来影响神经编码质量。engaged状态下运动与任务事件的时间锁定可能减少运动与感觉信号在神经表征空间的交叉干扰，而disengaged状态下的非定型运动则导致编码效率降低。这一发现突破了传统"运动量决定神经编码"的简单认识，强调运动时间结构的关键作用。

该研究的重要意义在于：1）建立了首个量化运动时间模式与认知状态关系的行为指标TIM；2）揭示了状态依赖的神经变异性主要源于运动编码机制而非感觉信号处理本身；3）证明运动 stereotypy 是比瞳孔直径更稳定的状态标记物。这些发现为理解帕金森病等运动-认知共病障碍提供了新思路，也为未来脑机接口设计中的状态解码提供了新维度。