《PLOS Biology》：Disinhibitory signaling enables flexible coding of top-down information in cortical networks
编辑推荐：
灵活行为要求机体能够依据任务情境调制感觉加工，但支撑这一能力的回路层级机制仍知之甚少。研究人员在此结合循环神经网络（RNN）建模与小鼠视觉皮层神经记录，考察任务情境如何塑造感觉编码。经由指令引导判别任务训练的网络，形成了一种由中间神经元到中间神经元连接构成的去
灵活行为要求机体能够依据任务情境调制感觉加工，但支撑这一能力的回路层级机制仍知之甚少。研究人员在此结合循环神经网络（RNN）建模与小鼠视觉皮层神经记录，考察任务情境如何塑造感觉编码。经由指令引导判别任务训练的网络，形成了一种由中间神经元到中间神经元连接构成的去抑制性基序（motif），该基序可动态门控与任务相关的感觉信息。扰动与损毁（lesion）分析表明，这一基序对于任务执行以及在不同情境下维持彼此区分的感觉表征是必需的。研究人员在小鼠视觉皮层中验证了关键预测，在该区域内，中间神经元活动模式表现出可比拟的任务依赖性调制。这些结果鉴定出一种具有生物学可信性的回路基序，用以支持灵活的感觉加工，并将循环连接结构与人工系统及生物系统中的适应性情境整合联系起来。
本文发表于《PLOS Biology》，聚焦于皮层网络如何在保持感觉输入表征的同时，依据任务规则、注意线索与行为目标，灵活整合自上而下信息。既往研究已表明，前额顶叶网络和内侧颞叶在认知灵活性中具有重要作用，而感觉皮层并非只是被动接收自下而上输入，其活动同样会受到选择性注意、记忆内容与任务情境的调控。然而，低级感觉皮层究竟通过何种计算原则与局部回路机制，将相同的感觉刺激转化为随情境而异的神经编码，仍缺乏统一解释。尤其是，自上而下因素具有不同时间结构，可能在刺激出现前、刺激间隔期甚至刺激之后发挥作用，因此需要能够同时处理时变情境信号与感觉驱动信号的模型体系。基于此，研究人员构建了具有生物学约束的循环神经网络（RNN），以解析灵活感觉加工背后的回路基序，并结合小鼠初级视觉皮层（V1）公开数据，对模型预测进行检验。
研究的核心问题是：在皮层样网络中，哪些具体连接结构支持任务情境对感觉编码的动态门控？研究人员通过设计延迟样本匹配（DMS）任务及其变体，使自下而上刺激与自上而下规则/注意信号可以正交操控，并考察网络如何在早指令、晚指令及逆向线索（retro-cue）条件下完成决策。结果显示，训练后的网络会自发形成抑制性神经元之间的选择性连接，即抑制到抑制连接（I→I）。这类连接构成去抑制性回路，使网络能够按照当前任务要求优先放大相关感觉信息、抑制无关信息，并在相同刺激对应不同规则时维持分离的内部表征。进一步地，在具有层级组织的双模块RNN中，研究人员发现高阶非感觉模块中的任务信息可经反馈作用影响感觉模块，而感觉模块内部的I→I连接是将这种自上而下信息嵌入局部感觉编码的关键节点。结合小鼠V1数据，研究人员进一步证明，当感受野内视觉输入保持恒定时，V1群体活动仍能解码图形/背景情境；而抑制VIP中间神经元后，这种情境解码能力下降，支持了去抑制性局部回路参与自上而下编码的结论。整体而言，本文提出并验证了一种具有生物学可解释性的规范性回路机制，即去抑制性I→I基序是实现情境依赖性感觉加工与认知灵活性的关键结构。
就主要技术方法而言，研究人员首先构建遵循Dale定律、包含兴奋性/抑制性单元比例约束及异质突触衰减时间常数的连续速率RNN，并采用反向传播穿越时间（BPTT）训练其完成单模态、双模态与retro-cue版DMS任务；随后利用固定点分析、动能景观分析、主成分分析（PCA）与CEBRA流形发现方法解析网络状态空间动力学，并结合线性支持向量机（SVM）、跨时间可分辨性分析、功能性接近中心性分析和系统性连接损毁实验评估不同连接类型的贡献；实验验证部分使用公开的小鼠V1多单位电生理数据，样本来自6只清醒小鼠、13次V1电极穿刺、198个记录位点，并结合VIP光遗传抑制条件进行情境解码分析。
以下按照论文结果部分的小标题，对主体内容进行凝练解读。
RNN model and dynamic decision-making tasks
研究人员首先建立了连续变量放电率RNN模型，并在训练中同时优化循环突触权重、输出读出权重以及每个神经元特异性的突触衰减时间常数。模型严格遵循Dale定律，每个单元仅能是纯兴奋性或纯抑制性，以增强与真实皮层回路的对应性。任务设计上，单模态DMS要求网络根据pro-DMS或anti-DMS规则判断两个顺序刺激是否匹配；双模态DMS则进一步引入两条刺激模态流和注意线索，要求网络只依据被提示的感觉模态作答。任务线索可以在第一个刺激前给出，也可在第一个刺激后给出。结果显示，网络能高精度完成单模态任务，在双模态任务中也达到较高表现，但当自上而下线索较早出现时，因需要更长时间维持规则与注意信息，任务难度更高、表现略低。这一部分建立了后续回路机制分析的行为与模型基础。
Dynamic encoding of top-down information by RNNs
在完成训练后，研究人员考察自上而下因素如何改变网络动力学。通过动能景观与固定点分析发现，在感觉刺激到来之前，不同任务线索和注意线索已足以重塑网络状态空间中的局部低能区域与固定点结构。单模态任务中，pro-DMS与anti-DMS线索会将局部能量极小值分别推向不同方向；双模态任务中，不同任务—注意组合则在低能轨迹上对应彼此可分离的局部极小值。进一步使用CEBRA分析潜在流形，研究人员观察到：在单模态任务中，轨迹首先按任务线索分岔，随后按首个刺激身份继续分离；在双模态任务中，这种刺激驱动的分岔主要出现在被注意模态，而未被注意模态的分离明显较弱。欧氏距离与跨时间可分辨性分析进一步证明，被注意模态的刺激身份在整个试次过程中被更稳健地编码。该结果说明，自上而下线索并非简单叠加于感觉输入之上，而是通过先验地重构网络动力学，使相同刺激根据任务相关性进入不同的编码轨道。
Inhibitory units play a critical role in both encoding and maintaining top-down information
接下来，研究人员比较兴奋性与抑制性单元在信息表征中的作用。训练结果显示，兴奋性单元具有显著更长的有效突触衰减时间常数，而抑制性单元时间常数更短，提示两类单元承担不同的计算分工。在单模态和双模态任务中，线性SVM解码表明，任务线索从兴奋性和抑制性群体中都可读出，但抑制性群体的解码准确率在整个试次期间更高，对注意线索及刺激身份的维持也更强。功能连接分析进一步显示，在线索呈现后，抑制性单元的功能性接近中心性上升更明显，提示其更倾向于充当网络中的功能枢纽。连接模式分析还发现，具有相同规则选择性的抑制性神经元之间存在更强的I→I连接，形成规则特异性的抑制性子网络。由此可见，抑制性单元并非仅承担全局抑制，而是在自上而下信息的编码、维持与广播中占据核心地位。
Inhibitory-to-inhibitory connections carry top-down information
在明确抑制性单元的重要性后，研究人员进一步聚焦于其周围的具体连接结构。通过对单模态RNN进行选择性损毁，发现将anti-DMS选择性抑制性单元所接收的抑制输入削弱50%后，网络会偏向执行pro-DMS规则，即使外部给出的是anti-DMS线索。CEBRA显示，这种损毁消除了不同任务线索在指令期的轨迹分离。系统性损毁分析进一步证明，若破坏任务选择性的I→I连接，网络表现将显著下降，而且这种效应大于其他类型连接损毁。双模态任务中，I→I连接同样承载任务线索与注意线索信息。相比之下，兴奋到兴奋（E→E）和兴奋到抑制（E→I）连接的损毁只造成较轻微影响。论文据此指出，去抑制性I→I回路是维持和灵活部署任务/注意相关自上而下信息的主导机制。
Two-module RNN model with hierarchical organization
为了检验上述机制能否映射到皮层层级结构，研究人员构建了双模块RNN：感觉模块仅接收刺激输入，非感觉模块接收任务线索，模块间以前馈兴奋性投射为主，并允许高阶模块对低阶模块形成反馈影响。训练后分析显示，该双模块网络与单模块网络类似，也会因任务线索不同而改变能量景观与固定点结构。时间常数方面，非感觉模块中的兴奋性单元比感觉模块更慢，而抑制性单元呈相反趋势，反映出层级间存在异质动力学分工。连接强度分析显示，感觉模块内部及非感觉到感觉模块的兴奋性连接较强，而抑制作用在非感觉模块内最强。任务线索的SVM解码在感觉模块与非感觉模块中均可实现，且抑制性群体比兴奋性群体具有更强、更持久的可解码性。该部分表明，层级组织不会削弱去抑制机制的重要性，反而揭示了高阶区与感觉区之间通过反馈协同塑造情境编码的可能结构基础。
Inhibitory-to-inhibitory connections in both sensory and nonsensory modules encode top-down information
在双模块模型中，研究人员继续进行回路层面的因果检验。CEBRA显示，完整网络在首个刺激期的轨迹按任务线索分群；而同时削弱感觉模块和非感觉模块中的I→I连接后，这种自上而下调制消失。系统损毁结果表明，感觉模块内部与非感觉模块内部的任务选择性I→I连接都对任务执行至关重要，尤其非感觉模块内I→I连接的破坏会严重损害性能。相比之下，反馈性抑制连接的损毁影响较小。重要的是，任务信息似乎首先在非感觉模块中由I→I突触编码，再经反馈传递到感觉模块，并在感觉模块内部再次依赖I→I连接完成局部嵌入。该结果支持一种层级化抑制组织模型：自上而下信息不是直接重写感觉单元活动，而是通过高阶—低阶协同的去抑制性微回路，选择性塑造感觉编码。
Disinhibitory circuits in mouse primary visual cortex and RNN sensory module encode top-down information
为验证模型预测，研究人员分析了公开的小鼠V1数据。在该图形—背景辨别任务中，记录神经元感受野内的局部图像在figure与ground条件下严格相同，因此若V1活动能区分二者，即说明存在来自感受野外、实质上属于情境/反馈性质的信息输入。SVM结果显示，V1群体活动确实能显著解码figure与ground条件，证明早期视觉皮层可编码超出局部感觉驱动之外的情境信息。进一步，在对V1中VIP中间神经元进行光遗传抑制时，图形/背景解码能力下降。由于VIP→SST构成经典去抑制通路，这一结果与模型中的I→I机制高度一致。与实验结果平行，双模块RNN感觉模块的CEBRA轨迹在完整I→I连接下按任务分臂，而移除感觉模块中的I→I连接后，任务信息在感觉模块中的分离消失，且跨全部训练网络的任务线索解码准确率明显降低。此部分实现了人工模型与生物神经数据之间的关键对应，强化了去抑制性局部回路在早期感觉区自上而下编码中的实证基础。
Introducing retro-cue condition elicits shift in strategy
最后，研究人员通过引入retro-cue条件考察该机制在更复杂时间结构下是否仍然成立。在这一任务变体中，任务线索固定早期出现，而注意线索可在第一个刺激前、刺激间隔期或第二个刺激后才给出。该设计迫使网络在注意对象尚未确定时保留更多感觉信息。CEBRA分析表明，被注意模态的轨迹组织与原双模态任务相似，仍先按任务分离，再按刺激身份分叉；不同的是，未被注意模态的信息也被显著维持，因为注意线索可能在事后才指定其行为相关性。跨时间可分辨性分析证实，在早线索、晚线索和retro-cue三种条件下，未被注意模态的首刺激身份均可被稳健区分。系统损毁显示，削弱I→I连接会显著降低这种刺激表征的维持能力，而其他连接类型影响较弱。说明尽管任务策略因时间结构改变而调整，底层实现机制依然依赖去抑制性I→I回路。
讨论部分指出，本研究通过受生物学约束的RNN与小鼠V1数据的结合，提出了一个较完整的机制框架：选择性抑制，尤其是抑制到抑制的去抑制性连接，是自上而下信息整合、情境依赖性刺激—反应映射以及感觉皮层灵活编码的关键。该机制不仅适用于标准DMS任务，也适用于注意线索时序更复杂的retro-cue情境，提示其具有较强一般性。研究同时强调，在层级皮层体系中，低级感觉区并非仅承担前馈感觉分析，而是在高阶反馈的参与下，通过局部去抑制回路形成与任务相关的冗余表征，从而提升灵活行为的鲁棒性。
研究结论部分可译为：本研究提供了一组独特的认知任务，用于考察灵活刺激—反应映射以及自下而上与自上而下信号之间的相互作用。通过构建并训练具有生物学约束的循环神经网络，研究人员提出了支撑此类灵活信息处理与认知控制的可能神经机制。结果表明，选择性抑制在情境依赖性决策过程中塑造网络动力学方面发挥中心作用。进一步地，借助具有层级结构的RNN模型以及小鼠初级视觉皮层数据，研究人员证明了选择性抑制参与早期感觉区中自上而下信息的编码。综合来看，这些发现为自上而下反馈在低级感觉区中的作用提供了计算与实验证据，并表明去抑制性I→I回路是一种支持灵活感觉加工的生物学可信回路基序。
