《Frontiers in Behavioral Neuroscience》：Reward coding across mouse visual cortical areas
编辑推荐：
视觉皮层是已确定的奖赏相关信号传导位点，但这一证据几乎完全来自初级视觉皮层（primary visual cortex）和训练过的联想范式，因此尚不清楚专门的奖赏信号是否以及如何在整个视觉皮层层级中组织。本研究利用Allen视觉行为Neuropixels数据集
视觉皮层是已确定的奖赏相关信号传导位点，但这一证据几乎完全来自初级视觉皮层（primary visual cortex）和训练过的联想范式，因此尚不清楚专门的奖赏信号是否以及如何在整个视觉皮层层级中组织。本研究利用Allen视觉行为Neuropixels数据集的103个session（其中头部固定的小鼠执行视觉变化检测任务），揭示了奖赏在整个小鼠视觉皮层中被编码。研究人员将54,039个单元的活动对齐到奖赏传递时刻，通过分裂半检验（split-half test）对抗峰间间隔零假设（inter-spike-interval null），识别出可重复的奖赏周围反应，并仅保留其调制在两个对比维度（主动行为vs被动回放，命中vs错过）中均具有奖赏特异性的单元。大量分布于所有六个视觉区域的单元表现出奖赏调制，这种调制以抑制（suppression）为主导，其优势度沿功能层级从初级视觉皮层向高级区域系统性递减，并集中在第4层（layer 4）和窄峰电位神经元（narrow-spiking neurons）。在群体水平上，每个区域中奖赏调制队列的运行变异性低于周围群体。对奖赏周围反应的分解表明，这些反应不落入离散类型，而是形成一个跨区域共享的时间轮廓连续体，其中预期性斜坡（anticipatory ramp）在初级视觉皮层中最为普遍。这些发现表明，小鼠视觉皮层携带一种分布式、以抑制性和预期性为主的奖赏信号，该信号呈层级梯度化但由共享的时间库构建而成。
研究背景与科学问题
奖赏处理是神经系统最基本的功能之一，传统上归因于皮层下多巴胺能环路，但越来越多的证据表明视觉皮层也参与奖赏相关信号传导。然而，此前的研究几乎全部局限于初级视觉皮层（primary visual cortex, VISp）和经过训练的联想范式，关于奖赏信号如何在整个视觉皮层层级中组织——是否穿越该层级、围绕奖赏本身采取何种形式、如何在群体中分布及其时间进程——仍属未知。为此，研究人员利用Allen视觉行为Neuropixels公开数据集（DANDI Archive dandiset 000713），该数据集包含103个session中54个头固定成年小鼠在执行视觉变化检测任务时的细胞外记录，同时靶向六个视觉皮层区域：VISp、外侧区（VISl）、前外侧区（VISal）、后内侧区（VISpm）、前内侧区（VISam）和吻侧外侧区（VISrl），共获得54,039个单元。
主要技术方法
- 1.
分裂半检测法：将每个单元的奖赏对齐脉冲序列按奇偶试验分为两半，计算peri-stimulus时间直方图（PSTH）间的Pearson相关系数（rsplit），并通过峰间间隔（ISI）置乱零假设进行置换检验（1,000次），经Benjamini-Hochberg假发现率控制（q=0.05）确定可重复的奖赏周围反应。2. 交叉条件奖赏特异性检验：两个家族的比较——家族A比较主动行为块与被动回放块（伪奖赏时间使用该session的中位变化-奖赏延迟），家族B比较命中试次与错过试次的奖赏对齐幅度；采用Mann-Whitney U检验并经FDR校正，仅保留两个家族均显著且特异性指数（SI）符号一致的单元。3. 电生理与解剖学特征：基于波形槽-峰时长拟合双组分高斯混合模型区分窄峰（narrow-spiking）与宽峰（broad-spiking）单元；通过Allen共同坐标框架（CCFv3）分配皮层层位。4. 群体尖峰变异性分析：在每个session和区域内，将单元分为奖赏调制队列（RW+）和剩余单元（RW-），在非重叠50 ms箱内求和群体发放，计算变异系数（CV），并通过子采样匹配单元数和发放率分布。5. 无监督时间响应轮廓分解：对标准化后的奖赏周围PSTH矩阵（11,032×200）应用非负矩阵分解（NMF），提取2至8个签名原型（archetypes），并评估软混合与硬单原型分配的方差解释率。
研究结果
3.1 跨视觉皮层的奖赏编码：通过分裂半检验和交叉条件特异性筛选，最终确定11,032个奖赏调制单元（占54,039个记录单元的20.4%，占33,502个可测试单元的32.9%）。抑制性单元（7,229个，65.5%）多于增强性单元（3,803个，34.5%），且抑制比例沿功能层级梯度下降：VISp为86%，VISl为68%，VISrl为60%，VISal为61%，VISpm为59%，VISam为51%（接近平衡）。以session为分析单位时，每session中位抑制分数从VISp的0.92降至VISam的0.52（Kruskal-Wallis检验，p<0.001）。
3.2 波形、层位和区域的奖赏调制细胞组织：窄峰单元在VISp和VISrl中占比最高（约26%），其他区域为14%-19%。抑制集中在第4层：在87个session中的70个中，第4层的抑制分数高于其他层（中位差异+0.116，配对Wilcoxon符号秩检验，p<0.001），且该效应在控制发放率分布和距层边界距离后仍然稳健。窄峰单元比宽峰单元更频繁地被抑制，该差异在每个层内均持续存在（85%的session，p<0.001）。
3.3 奖赏调制队列的群体尖峰动力学：在所有六个区域中，RW+队列的CV显著低于RW-队列（中位CV 0.59 vs 0.79，配对Wilcoxon检验，p<0.001），该效应在匹配发放率分布后仍存在于五个区域（中位差异-0.02至-0.12，p<0.01）。CV(t)系列的相关性显示，RW-群体内的跨区域共波动最强（平均相关系数+0.58），RW+群体内最弱（+0.38），且该差异在session层面显著（中位超额+0.21，87%的session，p<10-13）。在刺激前后窗口比较中，RW-群体的CV在主动和被动块中均显著增加（所有区域p<0.001），而RW+群体的增加较弱且依赖区域和情境。
3.4 共享的奖赏时间响应轮廓连续谱：NMF分解产生六个签名原型（A0-A5），包括三个预期性原型（峰值在奖赏前-445至-175 ms）和三个非预期性原型（宽慢型、奖赏周围型和晚期型）。大多数单元组合多个原型（有效原型数中位数2.72），仅1.0%的单元被单一原型主导（权重≥0.9）。软混合重构的方差解释率（0.72）约为硬单原型分配（0.36）的两倍，表明奖赏反应更适合描述为连续谱而非离散类型。跨区域的原型组成高度重叠（η2=0.004，虽显著但极小），预期性轮廓在VISp（89%）和VISl（77%）中最普遍，在四个高级区域较低（66%-69%），但该梯度大部分可由方向标签解释（80.7%的一致性，φ=0.56）。
讨论与结论
研究发现奖赏相关调制广泛分布于小鼠视觉皮层，但在区域、层位和电生理类别间存在显著差异。抑制的主导性沿功能层级从VISp向VISam递减，该梯度源于特异性指数而非调制指数（M），且在不同基线条件下保持排序。第4层和窄峰单元中抑制的富集不能用简单的神经调节或运动副本放电模型充分解释，胆碱能调节和眶额皮层自上而下输入是合理的候选机制，但本研究未测量乙酰胆碱释放或分子细胞身份。运动与唤醒信号构成重要的替代解释：奖赏传递与舔舐紧密耦合（中位延迟9.8 ms），主动vs被动比较虽建立了行为情境依赖性，但无法分离奖赏与舔舐；命中vs虚报和命中vs非奖赏舔舐的补充分析进一步支持了奖赏特异性，但受限于统计效力或残留视觉输入的重叠。时间响应的多样性提示奖赏相关调制并非单一事件锁定信号，而是由预期、运动准备、奖赏消费和状态变化的混合构成。时间轮廓的组织形式为连续谱而非离散类型，且跨区域共享同一基础集，这与该数据集的主要描述（感觉、任务和行动变量在视觉系统中分布式混合共存）以及脑广泛图谱中奖赏变量的广泛分布一致。研究结论：小鼠视觉皮层携带一种分布式、以抑制性和预期性为主的奖赏信号，该信号呈层级梯度化但由共享的时间库构建而成，表明视觉皮层不仅是感觉中继站，而且积极参与价值处理。
