自然灵巧飞行中蝙蝠翼运动皮层的高维群体编码

《Cell》：A high-dimensional population code in the bat motor cortex during natural dexterous flight

　　

阐明自然复杂运动背后的神经计算仍是神经科学的一项根本挑战。蝙蝠飞行构成严峻的运动控制挑战，需要手样翅膀（hand-like wings）的许多自由度被精确协调，以实现快速三维（3D）机动。在此，研究人员对自由飞行蝙蝠的翼运动皮层（wing motor cortex）进行大规模无线记录，并结合翼运动学（wing kinematics）的3D追踪。尽管飞行控制复杂，蝙蝠仍通过精确调整单个翼拍（wingbeat）反复执行准确飞行。出人意料的是，运动皮层活动并非由翼拍周期（wingbeat cycle）主导。相反，神经元呈稀疏活动，对飞行运动学表现出混合选择性（mixed selectivity），并以毫秒级精度对翼拍相位（wingbeat phase）表现出可变夹带（entrainment）。这产生了由连续翼拍占据不同神经状态所驱动的高维群体编码（high-dimensional population code）。这些发现揭示了自然灵巧运动期间表达的一种运动皮层群体动力学（motor cortical population dynamics）模式，该模式未被源自受限范式（constrained paradigms）的主流观点充分捕捉。

研究背景与问题：阐明自然复杂运动所依赖的神经计算是神经科学核心目标。既有研究已确立运动皮层（motor cortex）在复杂运动控制中的核心作用，但大量知识来自限制行为自由度的任务。这类范式虽具价值，却可能无法充分调动自然灵巧控制所需的神经计算，并常报告对运动细节相对不变的低维神经动力学。真实世界运动行为常为高维且复杂，由此形成悖论：依赖运动皮层的精细运动控制为何在神经动力学中弱反映？受限行为所得原则能否推广至自然灵巧动作？蝙蝠是唯一能自驱动飞行的哺乳动物，翼手（Chiroptera）具手样翼，每翼约二十个关节角，飞行速度可超40 km/h，需高精度3D机动。埃及果蝠（Rousettus aegyptiacus）感觉运动皮层中翼代表扩大。因此，需要自然、生态相关、可重复且兼容大规模神经记录的行为范式。研究人员对自由飞行蝙蝠翼运动皮层（wing motor cortex）开展大规模无线记录，并结合3D翼运动学追踪，从单单位到群体动力学解析飞行控制。该研究发表于《Cell》。结论为：蝙蝠通过精确调整单个翼拍（wingbeat）在窄解空间内重复飞行；运动皮层活动不由翼拍周期主导，而呈稀疏活动、混合选择性（mixed selectivity）和可变翼拍相位（wingbeat phase）夹带，可达毫秒级精度；连续翼拍占据不同神经状态，产生高维群体编码（high-dimensional population code）。其意义在于揭示自然灵巧运动期间表达的运动皮层群体动力学模式，而该模式未被源自受限范式的主流观点充分捕捉。

方法概括：样本为5只成年雄性埃及果蝠（Rousettus aegyptiacus），实验室出生（由野生捕获第一代产生），共16个记录 session。研究人员用最多三根无线 Neuropixels 1.0 探针（Neuropixels 1.0 probes）记录翼运动皮层，采用Kilosort4与Phy分选。16台运动捕捉相机追踪头部标记，9台高速相机结合DeepLabCut进行3D无标记姿态估计，使用20个关键点；加速度计用于分割翼拍。分析包括广义线性模型（generalized linear model, GLM）、支持向量机（support vector machine, SVM）、圆形统计、主成分分析（principal-component analysis, PCA）、解混主成分分析（demixed PCA, dPCA）和高斯过程因子分析（Gaussian process factor analysis, GPFA）。

结果：Flight reproducibility through precise wingbeat-level control。蝙蝠自发自选、自定节奏飞行，翼拍约8 Hz，速度约4–5 m/s。位置运动学重复性高，中位相关0.93；翼拍周期中位122.6 ms，IQR 6.9 ms，n=13,897 wingbeats，提示准确控制主要通过调整翼拍形状而非翼拍时程实现。DeepLabCut 20关键点显示身体坐标位移重复，中位相关0.87；包络和左右不对称中位相关0.79；适应向量相似性随翼拍间隔快速衰减。结论：每翼拍接收平滑演化、高度精确并适应当前飞行需求的控制信号。

Selective participation results in dynamic recruitment of distinct neural subsets across wingbeats。五只蝙蝠分离2,813个 units，每 session 同时记录81–416个。86.1%的 units 呈飞行调制；许多 firing rate 低于8 Hz；约半数 units 在半数或更多翼拍中完全静默。路径对齐后活动模式多样，部分 units 相位锁定，部分仅在特定时段放电，极端 units 每趟飞行仅1–2个 spikes 但重复精确。与舔食相比，飞行调制更强。翼拍组聚类后，二值 barcode 显示每翼拍仅招募小部分群体；SVM 解码翼拍组准确度高，邻近翼拍相似；Jaccard 重叠衰减可由单单位自相关解释，无额外群体同步。结论：运动皮层动态招募不同神经元子集，反映翼拍上的精细适应。

Motor cortical activity tracks kinematic demands across flight paths。不同飞行路径招募独特神经序列。相似起飞后逐渐分叉的路径中，单位活动先相似后分叉，且不同 unit 在不同时间分叉；群体差异随轨迹分离累积。Poisson GLMs 中位交叉验证 pseudo-R²=0.16，上五分位超过0.27。Units 呈混合选择性，对特定多维运动学组合敏感。约三分之一 unit-path pairs 的全局运动状态与神经相似性显著对应。结论：选择性招募源于多样运动学调谐。

Units show a continuum of wingbeat phase tuning and temporal precision, reaching millisecond-scale accuracy。36.1%的 unit-path pairs 显著翼拍相位锁定；相位锁定强度从弱偏置到毫秒级抖动；相位偏好均匀覆盖翼拍周期，无上拍或下拍偏好。部分持续活动 units 提供稳定时间支架，用其训练相位解码可跨路径预测，中位 normed-R²=0.63。结论：运动皮层采用灵活时间策略支持飞行控制所需毫秒级精度。

High dimensionality emerges across wingbeat and is supported by a large shared subspace。PCA 显示一例90%解释方差（explained variance, EV）需75个 PCs；平均需48.5%±7.7%可用维度；扩展参与率（participation ratio, PR）为51.8%±10.9%，提示高维尾部具结构。dPCA 示例中 condition-specific 占31.2%，condition-invariant 仅8.5%；平均 condition-invariant 为3.6%±2.6%，condition-specific EV 比值为12.0±6.7。GPFA 最多需28个因子，平均20.2±5.8；因子可解码飞行运动学和翼拍变量，中位 R²=0.78；每特征中位13因子，跨特征中位39.5因子。结论：高维源于翼拍间弱共享，但大共享子空间仍携带行为相关信息。

讨论：与受限任务中的低维动力学不同，飞行中不足5%方差为 condition-invariant，每翼拍关联独特群体活动模式。讨论认为运动皮层参与精细运动处理与控制；独特模式不一定仅反映传出运动指令，也可能包含本体感觉、前庭和 aerodynamic feedback 等反馈及内部环路动力学。最优控制理论预测运动系统主要纠正任务相关维度偏差；高速复杂3D飞行需逐周期精确控制，缩小可容许解范围，促使运动皮层随时间产生不同群体序列。该框架与运动皮层在步态适应中的作用及 Nikolai Bernstein 关于高维身体灵活协调的观点一致。高维可能强烈依赖行为需求；翼手结构可能反映趋同进化或物种特异适应，需比较研究。局限包括：不能分离自然性、运动复杂性和行为精度对高维运动皮层机制的相对贡献；不能区分运动指令与反馈及内部动力学；解码仅证明存在行为相关信息，不证明这些变量是运动皮层执行的显式计算；维度估计依赖行为结构、分割、预处理、记录性质和分析指标。研究结论翻译：研究结果表明，自然复杂动作暴露了在简化任务中可能不明显的计算需求，揭示了原本可能隐藏的机制。捕捉大脑完整计算景观将需要拥抱动物进化所执行行为的丰富性。此外，这些发现揭示了自然灵巧运动期间表达的一种运动皮层群体动力学模式，该模式未被源自受限范式的主流观点充分捕捉。