《Cell》：Map of spiking activity underlying change detection in the mouse visual system
编辑推荐：
视觉行为需要跨层级组织的大脑回路（brain circuits）的协调活动。理解这种复杂性要求数据集既大规模（采样许多区域）又密集（在每个区域记录许多神经元）。在此，研究人员展示了一个数据库，涵盖小鼠视觉系统——包括皮层（cortex）、丘脑（thalamus
视觉行为需要跨层级组织的大脑回路（brain circuits）的协调活动。理解这种复杂性要求数据集既大规模（采样许多区域）又密集（在每个区域记录许多神经元）。在此，研究人员展示了一个数据库，涵盖小鼠视觉系统——包括皮层（cortex）、丘脑（thalamus）和中脑（midbrain）——在执行图像变化检测任务时的锋电位活动（spiking activity）。使用Neuropixels探针，研究人员记录了来自54只小鼠的超过75,000个高质量单元（units），绘制了感觉和运动信息的区域（area）、皮层层次（cortical-layer）和细胞类型（cell-type）特异性编码。任务参与（task engagement）的调节在丘脑皮层（thalamocortical）层次中增加，但在中脑中最强。新奇图像（novel images）招募了扩大的皮层群体，并调节了晚期皮层（但不是丘脑）反应。群体解码（population decoding）和光遗传学（optogenetics）确定了变化检测的关键时间窗口，并与小鼠使用基于适应（adaptation-based）而非图像比较（image-comparison）策略一致。这一综合资源为理解神经网络中的感觉运动计算（sensorimotor computations）提供了宝贵的基础。
**研究背景与问题**
神经科学的核心挑战在于理解多样化的神经元如何通过分布式回路将感觉信息转化为行为。小鼠视觉系统展示了这种复杂性：视觉处理涉及皮层（cortex）、丘脑（thalamus）和中脑（midbrain）等多个脑区之间的层级交互，每个局部回路包含异质性细胞类型，通过精细连接协调行为。现有的大规模记录数据集（如基于Neuropixels探针的脑活动调查）往往只进行浅层采样（每个区域记录数十至数百个神经元），且缺乏行为任务。要理解锋电位活动（spiking activity）如何实现适应性感觉运动计算，需要既大规模（跨多区域）又密集（每区域深层采样）同时记录多个脑区和细胞类型的数据集。因此，研究人员开展了本研究，旨在建立一套小鼠执行视觉变化检测任务时的多区域电生理学数据库。
**研究内容与结论**
本研究利用Neuropixels探针同时记录小鼠六个视觉皮层区域（VISp、VISl、VISal、VISrl、VISam、VISpm）以及丘脑（LGd、LP）和中脑（SCm、MRN）的锋电位活动，从54只小鼠的103个行为会话中获得了76,091个高质量单元。通过广义线性模型（GLM）分析感觉和运动编码，发现感觉编码单元主要分布在视觉皮层和丘脑，行动编码单元主要分布在中脑；功能聚类鉴定出5个感觉簇（如on-transient、off-sustained等）和3个行动簇（如lick-anticipation）。解码分析和光遗传学（optogenetics）沉默VISp实验确定了变化检测决策的关键时间窗口为刺激后20-100 ms。进一步研究发现，图像变化调制和任务参与调制均沿视觉层级增加，且在中脑最强；刺激新奇性（novelty）主要通过晚期（60-100 ms）复发性皮层处理招募额外神经元，扩大活跃群体，而丘脑几乎不受新奇性影响。行为扰动分析支持小鼠采用基于适应（adaptation）而非图像比较（image-comparison）的策略进行变化检测。该数据库已开源发布，为神经网络中的感觉运动计算研究提供了宝贵资源。论文发表在《Cell》（Cell）期刊。
**主要关键技术方法**（不超过250字）
1. **样本队列**：54只小鼠，包括C57BL/6J、Sst-IRES-Cre;Ai32、Vip-IRES-Cre;Ai32及VGAT-ChR2等转基因品系。
2. **电生理记录**：使用Neuropixels 1.0探针进行多区域同时记录，通过内源性信号成像（Intrinsic Signal Imaging, ISI）确定皮层区域边界，引导探针插入至视网膜定位匹配位置。
3. **行为范式**：视觉变化检测任务（go/no-go），包含主动行为、被动重放、自发活动等五个实验阶段。
4. **数据分析**：采用广义线性模型（General Linear Model, GLM）拟合单单元锋电位，通过UMAP降维和谱聚类进行功能簇分类；使用线性支持向量机进行图像身份、变化及舔舐行为的解码分析。
5. **扰动实验**：光遗传学沉默初级视觉皮层（VISp）的GABA能神经元（VGAT-ChR2小鼠），在多个时间点施加激光以因果检验关键时间窗口。
**研究结果**（保留每个小标题并简要说明）
**1. 变化检测过程中的锋电位活动调查**
通过Neuropixels探针在54只小鼠中记录到76,091个高质量单元，覆盖皮层、丘脑和中脑。实验包含五个时期：主动行为、被动Gabor刺激、自发活动、全视野亮度变化和被动重放。小鼠经3-4周训练达到熟练水平（hit rate 0.82 ± 0.08，false alarm rate 0.17 ± 0.09，d-prime = 2 ± 0.4），主要依赖视觉线索而非时间策略。
**2. 感觉和行动变量的编码**
利用GLM分析每个单元的锋电位活动，视觉皮层和丘脑单元的感觉编码分数高，中脑（SCm/MRN）单元的行动编码分数高。功能聚类得到11个簇：5个感觉簇（on-transient、on-sustained、off-transient、off-sustained、stimulus-suppressed）和3个行动簇（running、licking、lick-anticipation）。皮层内stimulus-suppressed单元在深层和VIP+中间神经元中富集；lick-anticipation单元在中脑中出现峰值前活动，反映决策准备。
**3. 变化检测决策的关键时间窗口**
通过峰值解码分析，LP最早解码图像变化（潜伏期53 ms），领先VISp；中脑行动簇在刺激后约120 ms可靠解码舔舐行为。光遗传学沉默VISp显示，若在图像变化后100 ms开始沉默，行为不受影响，表明关键窗口在刺激后20-100 ms。此窗口与视觉皮层变化解码的时间过程紧密对应。
**4. 图像变化和任务参与在区域、层次和细胞类型中的调制**
变化调制（change modulation）在SCm/MRN最强，视觉皮层内L2/3强于深层，SST+细胞调制较弱。状态调制（state modulation）沿丘脑皮层层次增强，SCm/MRN最强，皮层L5最强、L6无显著调制。细胞类型中RS和SST受任务参与调节强于FS。
**5. 刺激新奇性调制视觉皮层晚期反应**
丘脑（LGd、LP）对图像新奇性无调制，但所有视觉皮层区域均有增强，中脑居中。皮层内L2/3对新奇性响应最强，L6最弱；RS、FS、VIP细胞被新颖图像激活，SST细胞在VISp和外侧区偏好熟悉图像，在前内侧区偏好新颖图像。新颖性调制表现为刺激后约60 ms的晚期皮层峰，反映了复发性皮层处理，招募额外on-sustained神经元。
**6. 用新奇图像扰动行为揭示变化检测策略**
比较适应策略（adapation strategy）与图像比较策略（image-comparison strategy）的解码预测。行为结果表明，小鼠对熟悉保持图像（holdover images）在新鲜情境下的变化检测率显著降低，与适应解码器预测一致，支持适应策略而非图像比较策略。
**讨论部分总结与结论翻译**
讨论指出，本研究的密集采样揭示了感知和运动编码在不同区域、层次和细胞类型中的分布，以及一个连接皮层活动与行为的窄时间窗口。新奇性通过晚期复发性皮层处理扩大活跃群体，而丘脑维持稳定感觉表示。研究局限性在于未涉及所有相关脑区（如VISli、VISpor、前额叶皮层等），且结果主要为相关性，未来需进行因果性扰动实验。研究人员翻译研究结论部分为：“这项研究提供了一个从执行视觉变化检测任务的小鼠中获取的大规模锋电位活动数据库。跨区域、层次和细胞类型的密集采样揭示了多样化的功能编码、连接皮层活动与选择的窄时间窗口，以及新奇刺激的显著调制。总之，这些结果——以及实现它们的数据集——描绘了感觉和行为信号如何分布在小鼠视觉系统中并受经验塑造。”
