编辑推荐：
对于许多物种来说，气味是关键的导航线索1,2。尽管追踪气味羽流已被建模为一个反射性过程3,4,5，但动物是否可以利用过去气味遭遇的记忆来推断其化学环境的空间结构或自身在其中位置，仍不清楚。为此，研究人员开发了一种虚拟
对于许多物种来说，气味是关键的导航线索1,2。尽管追踪气味羽流已被建模为一个反射性过程3,4,5，但动物是否可以利用过去气味遭遇的记忆来推断其化学环境的空间结构或自身在其中位置，仍不清楚。为此，研究人员开发了一种虚拟现实嗅觉范式（virtual-reality olfactory paradigm），允许头部固定的果蝇（Drosophila）探索结构化的化学景观，从而揭示记忆机制如何塑造其导航策略。研究人员发现，果蝇通过跟随气味走廊的边界来追踪一个食欲性气味走廊，交替进行快速反向转弯以离开羽流和定向返回其边缘。通过结合行为建模、功能性钙成像（functional calcium imaging）和神经扰动（neural perturbations），研究人员表明这种“边缘追踪”（edge tracking）策略依赖于果蝇中央复合体（central complex）内的基于向量的计算，其中果蝇存储并动态更新返回羽流边界的方向记忆。与此一致，研究人员发现扇形体（fan-shaped body）内的FC2神经元（编码果蝇的导航目标6）在果蝇位于羽流外部时，会发出返回气味边界方向的信号。因此，羽流追踪利用了保守导航工具包的组成部分，果蝇可以利用方向记忆在复杂且变化的化学景观中导航。
**论文解读文章**
**研究背景与问题**
在复杂环境中导航是所有动物普遍面临的基本需求，驱动了针对感官景观结构和稳定性而演化的多样化行为策略。在许多情况下，简单的感觉运动反射链可以利用即时感官线索引导动物接近或远离显著物体。然而，当感官信号间歇或不稳定时，动物可能需要朝向无法持续感知的目标导航，这就需要记忆自身位置或方向。例如，昆虫被认为使用基于向量（vector-based）的导航策略，整合距离和方向信息来引导其前往存储位置。这种策略以中央觅食者（如蚂蚁和蜜蜂）的导航壮举为代表，它们可以在几乎无特征的环境中高效返回巢穴。然而，类似基于向量的策略是否可用于在更动态的感官环境中（如从源头飘散的气味羽流）导航，仍不清楚。
气味是昆虫用于引导导航的最显著信号之一。昆虫的羽流追踪被认为主要依赖反射性策略：动物在遇到气味后逆风涌进，失去羽流接触后横向搜索以重新遇到。但气味羽流的动态性通常要求动物仅利用间歇的气味遭遇来追踪，这些遭遇被大段清洁空气分隔，无法提供即时感官信息指向羽流。记忆机制可能允许动物跨越这些碎片化的气味体验。为此，研究人员开发了用于羽流导航的虚拟现实范式，并展示果蝇将返回羽流所需的方向作为一个角度目标存储，该目标在沿羽流边界追踪时持续更新。
**研究内容与结论**
研究人员通过开发闭环嗅觉虚拟现实系统，使系留果蝇能够导航虚拟化学景观，并利用行为建模、功能性钙成像和神经扰动，揭示了果蝇边缘追踪策略的神经机制。研究发现，果蝇通过存储和动态更新返回羽流边界的方向记忆来沿边界追踪，其中FC2神经元在此过程中编码目标方向。该研究发表在《Nature》。
**关键技术方法**
研究人员主要使用了以下关键技术方法：（1）闭环嗅觉虚拟现实系统，通过高速质量流量控制器动态控制气味浓度，构建精确空间结构的羽流，并利用头部固定的果蝇在空气支撑球上行走，其航向控制喷嘴旋转以提供恒定气流；（2）双光子功能性钙成像（two-photon functional calcium imaging），记录中央复合体EPG神经元（椭圆体体环神经元）和FC2神经元（扇形体柱状神经元）的活性；（3）光学遗传学沉默（optogenetic silencing），利用光门控阴离子通道GtACR1抑制特定神经元活动；（4）行为建模，采用切换状态空间模型（switching state-space model）模拟果蝇的轨迹和记忆更新。样本为Canton-S果蝇以及多种转基因品系（如SS00098 EPG split Gal4、VT065306-AD; VT029306-DBD等），所有果蝇在实验前进行饥饿处理。
**研究结果**
**1. 果蝇沿边界追踪羽流**
通过虚拟现实系统，研究人员发现果蝇在追踪一个宽度50 mm的苹果醋气味走廊时，并非简单地在气味内逆风涌进，而是重复两种行为模式：进入走廊后快速反向转弯离开，离开后执行更迂回的探索再重新进入，即“边缘追踪”。果蝇在羽流内部停留时间短暂（平均4.9秒），而大部分上风进展发生在内部。追踪不依赖于气味的纵向浓度梯度，而是依赖羽流横向边界（浓度梯度最陡处）。此外，果蝇不需要双侧嗅觉比较来定位边界，而是依赖风向和边界处的浓度跃变。
**2. 返回羽流并非随机**
果蝇在离开羽流后，尤其是长距离偏离时，返回路径更短、更直接，表明其保持了对羽流方向的信息。通过分解外部轨迹的步长和转向角并生成随机模拟，发现模拟轨迹虽能返回但更迂回，且返回段与离开段长度相等，而真实果蝇的返回段更定向。因此，边缘追踪并非随机搜索过程，而是依赖过去羽流遭遇的记忆。
**3. 果蝇追踪多种羽流几何形状**
当羽流纵轴与风向偏移45°或90°时，果蝇仍能稳健追踪边界数百毫米，甚至沿递减浓度梯度前进。果蝇根据羽流几何形状调整外部轨迹：例如，为返回90°羽流，果蝇需顺风行走。通过模拟轨迹比较，发现成功追踪需要抑制固有的逆风偏向。此外，在羽流消失后，果蝇会保持先前返回羽流的方向偏向，且该偏向不同于追踪前的逆风偏向。这表明果蝇依赖方向记忆而非位置记忆。
**4. 罗盘信号支持边缘追踪**
EPG神经元在边缘追踪期间忠实编码果蝇相对于风向的航向。沉默EPG神经元后，果蝇不再定向返回羽流边界，而是经常逆风离开，导致返回次数减少且效率降低。因此，稳定的航向表示对有效边缘追踪是必要的。
**5. 边缘追踪的行为模型**
研究人员开发了切换状态空间模型，模拟果蝇在“离开”和“返回”状态间交替，并利用进入角和退出角记忆更新速度向量。模型复制了不同羽流几何形状下的实验统计特征。去除进入角记忆会显著损害追踪，而退出角记忆则定义稳定的转向偏向。
**6. 动态羽流的边缘追踪**
当羽流几何形状突然改变（如方向相反的两个45°段），果蝇需额外经验更新存储的目标方向。一次操作性训练（在特定方向提供气味）足以显著改善追踪。模型模拟显示进入角记忆可在几次气味遭遇后快速更新，但果蝇的实际更新速度更快。当气味遭遇的进入角不一致时（如回放实验），方向偏向会迅速消散。在自然主义羽流中，靠近源头的稳定区域，进入角记忆具有更高预测性，能产生更高效的返回轨迹。
**7. 中央复合体中的动态目标**
FC2神经元在边缘追踪期间动态编码返回羽流边界的方向。在清洁空气逆风行走时，FC2相位与EPG（航向）对齐；但在追踪期间，FC2相位在返回前几秒偏向羽流边界方向。沉默FC2神经元显著损害边缘追踪。因此，FC2神经元可灵活表示果蝇的导航目标。
**讨论与结论**
讨论部分指出，气味虽无固有方向信息，但动物需整合化学线索与空间信号来追踪源头。果蝇在每次进入羽流时动态更新并存储相对于风向的进入角度记忆，FC2神经元在返回轨迹中特异性编码羽流边界方向，与中央觅食者（如蚂蚁和蜜蜂）的基于向量导航具有共同计算特征，但不同之处在于羽流边界是动态的，因此果蝇仅存储相对方向而非具体位置。边缘追踪可能通过跟随最陡感官梯度实现，这是一种普遍算法。记忆的快速更新使其适应环境稳定性，在湍流区域则依赖反射性策略。中央复合体电路可支持多个目标的灵活形成和顺序部署，FC2神经元在羽流内编码航向信号，在外部编码记忆信号。不同目标间的切换可能产生个体间轨迹变异。
**研究结论**：果蝇利用基于向量的记忆机制沿气味羽流边界导航，其中FC2神经元存储返回方向，且该记忆可随气味遭遇动态更新。这一发现揭示了保守导航工具包在动态化学环境中的灵活运用。
