超越单细胞感觉表征——桶状皮层（barrel cortex）混合选择性、群体几何与皮层下线性解码

《Current Opinion in Neurobiology》：Beyond single-cell sensory representations in cortex

　　

单个桶状皮层（barrel cortex）神经元混合触觉（touch）、运动（movement）、选择（choice）与结果（outcome）信号。
群体编码（population codes）可增强混合信号的可靠性与读出（readout）。
感觉皮层（sensory cortex）的几何结构（geometry）可能平衡灵活性（flexibility）与泛化（generalization）。
单个皮层下神经元（subcortical neurons）可能作为独特皮层子空间（cortical subspaces）的线性解码器（linear decoder）。

论文主体解读

该综述由 Katherine J. Willard|Randy M. Bruno 撰写，围绕大脑在单细胞水平与神经群体水平编码多少信息展开。传统感觉神经生理学强调单个神经元对特定刺激特征的编码，从外周局限感受野、上行标记线到皮层拓扑图，单细胞表征长期用于推断环路功能。阵列记录和双光子显微镜（two-photon microscopy）可直接观察大规模神经元群体活动，不仅提供更多单细胞样本，也允许检验群体是否编码单细胞分析无法检测的独特信息。皮层神经元具有高度密集和递归连接，因此理解皮层神经元在不同行为中的信息处理需将其活动置于群体背景中。啮齿类胡须系统用于探索和辨别行为，桶状皮层（barrel cortex，初级体感皮层胡须区）成为研究触觉单细胞与群体编码的模型。既往单细胞研究显示，桶状皮层神经元混合触觉、运动、选择和结果等信号，即混合选择性（mixed selectivity，单细胞同时表征多种任务或感觉变量），这使单细胞读出模糊；同时多数皮层连接弱且不可靠，群体编码可能增强可靠性和下游读出。该综述因此讨论经典单细胞表征及其局限、群体编码优势、表征几何（representational geometry）以及皮层下线性解码器（linear decoder）可能性，旨在理解感觉皮层如何平衡灵活性、泛化与行为优化。

主要关键技术方法：本文为综述，不涉及原始实验操作。综述整合的关键技术包括单细胞电生理记录、跨层同时记录、高密度阵列记录、双光子钙成像（two-photon calcium imaging）、多电极记录、线性解码器分析、信息论测量、群体活动空间/表征几何与嵌入维度（embedding dimensionality）分析、跨条件泛化（cross-condition generalization）和线性可分性评估。样本来源以啮齿类为主，包括训练小鼠和大鼠，涉及胡须依赖的物体检测、定位、频率辨别、凸凹形状辨别等行为，以及自由移动大鼠触觉辨别和麻醉动物记录。

从感觉调谐到单神经元混合选择性
桶状皮层保留躯体定位（somatotopy，皮层柱对应面部胡须），但学习可重塑。通过训练小鼠报告物体存在或缺失，躯体定位保持；通过训练小鼠辨别凸凹形状，行为信息更丰富的胡须被过度表征，躯体定位被覆盖。因此单细胞调谐并非固定。电生理显示，桶状皮层神经元偏好一根或多根胡须偏转及特定角度；出生后发育使 L_2/3 角度调谐呈风车排列。单个神经元还可对两根方向很不同的胡须偏转最大响应。该组合选择性可能有利于形状辨别，但尚待检验。桶状皮层编码速度，高速度偏转产生更多动作电位，类似视觉对比度和听觉响度；偏转幅度仅弱编码，被丘脑皮层强前馈抑制过滤。自然接触中胡须经历“stick-slip”事件，slip 速率随纹理等表面性质变化。已发现对形状或纹理不同物体选择性的神经元，但这些细胞偏好物体类别还是低层特征尚未完全解决。初级感觉皮层不仅编码被动刺激。通过训练动物同时记录和钙成像，发现胡须运动、头 pitch/yaw/roll 和身体空间位置显著调制桶状皮层神经元。跨层同时记录显示没有单个桶状皮层神经元仅对触觉响应，绝大多数整合非触觉信号。训练动物中，大多数跨层细胞还受选择、试验结果和试验历史调制；钙成像显示 L_2/3 神经元可亚秒编码试验时间，选择等任务变量可与触觉独立编码。一些任务变量可能来自额叶皮层背景信号。该广泛混合称为混合选择性。但需控制混杂变量：视觉皮层中明显听觉反应由唤醒和运动相关引起；桶状皮层似乎不编码听觉刺激身份或听觉-触觉组合，尽管有研究报告麻醉动物前爪 S1 可解码视觉颜色序列，其他研究认为听觉皮层视觉反应和桶状皮层嗅觉反应主要感觉驱动。其他模态是显式编码抑或内状态变量仍需研究。

群体表征与下游读出
混合选择性导致单细胞读出模糊：单个放电率不能明确指定感觉、运动或任务变量。多数皮层连接弱且不可靠，不适合保持单细胞编码。群体表征可对非相关噪声稳健，通过跨神经元平均或特定群体模式传播信息。线性解码器与信息论测量用于评估。信息论分析显示，小鼠学习定位任务时，成像 L_2/3 桶状皮层细胞增加选择群体编码，而感觉编码基本稳定。表征几何研究在 N 维活动空间中定义群体活动模式，某些部分可作为通信子空间（communication subspace），使多个变量独立表示。不同几何有不同计算属性。G1 低维表示纹理和形状轴独立，跨条件泛化好但灵活性差；G3 高维表示灵活、可线性分离任意刺激类别但泛化差；G2 中间几何兼具部分优势。群体记录提示形状辨别任务中桶状皮层处于中间几何。简单实验和小样本可能低估维度；小鼠初级视觉皮层在被动呈现数千图像和采样数千神经元时维度仍可能低估。高维群体表征以显式格式表示信息，易被下游线性解码器读出。大鼠自由移动触觉辨别多电极记录显示，纹理由桶状皮层许多神经元线性组合比单细胞或单细胞活动总和更有效识别。理论上单个神经元接收适当权重汇聚突触即可作线性解码器。与皮层高度递归相反，脑桥（pons）、纹状体（striatum）和高阶丘脑（high-order thalamus）等皮层下靶点缺乏递归兴奋连接，单个皮层下神经元可作线性解码器，通过改变突触权重和采样皮层神经元读出不同信息；皮层远侧连接（corticofugal connections）是否实现该权重矩阵待测。时间模式、输入同步和树突非线性可增加复杂性。解剖上，皮层输出按靶点分离，不同 L₅ 锥体神经元（layer 5 pyramidal neurons）支配高阶丘脑、上丘、脑桥和脑干核，特定 L₅ 类型的集体活动可能编码不同信息，各靶点可能调谐到不同子空间。

讨论与结论
讨论部分提出开放问题：单神经元或群体在多大程度上表征物体类别或低层感觉特征；体感皮层在多大程度上建模身体及其与世界关系；任务变量是否代表额叶皮层背景信号以实现行为优化；其他模态反应是显式编码还是相关运动/内状态变化；表征几何如何生物学产生，依赖内在神经元属性、树突非线性和局部/长程连接；皮层下结构在多大程度上作为线性解码器读取不同皮层群体子空间。

研究结论翻译：群体分析有潜力揭示桶状皮层和其他感觉区中此前未检测到的信息和新颖处理机制。由单细胞稳健编码的信息几乎可以简单地由群体解码。未来工作应识别哪些群体水平编码无法由单细胞分析检测、哪些下游靶点读出哪些变量以及这些编码如何被学习。