强局部递归控制跨脑区神经活动的维度

《Nature Neuroscience》：Strong and localized recurrence controls the dimensionality of neural activity across brain areas

　　

大脑包含天文数字的神经元，但正是它们的集体活动构成了脑功能的基础。因此，这种活动探索的自由度数量（即其维度）是神经动力学的一个基本特征。然而，目前尚不清楚是什么控制着生物大脑中的维度。通过分析高密度Neuropixels记录，研究人员认为，小鼠皮层各区域主要在一个敏感状态下运行，这使得递归突触网络（recurrent synaptic networks）在调节维度方面发挥着重要作用。这种控制随时间表达，因为皮层活动在不同维度的状态之间转换。此外，这种控制是通过突触网络的高度可处理特征（网络模体（network motifs））介导的。通过分析一个庞大的突触生理学数据集，研究人员发现影响维度的模体在小鼠和人脑中都很普遍。因此，局部回路系统地扩展，以帮助控制脑网络可能探索和利用的自由度。

**论文解读：强局部递归控制跨脑区神经活动的维度**

**研究背景与问题**
神经活动的维度（dimensionality）——即神经元群体探索的自由度（degrees of freedom）数量——是神经动力学的基本特征，直接影响信号分类、泛化与学习等计算功能。然而，生物大脑中维度受何种因素控制尚不明确。现有研究虽观察到不同实验条件下维度高低差异，以及维度随时间、层级和处理阶段的变化，但缺乏对维度调控机制的机理解释。特别是皮层网络通常呈现异步活动，这似乎暗示维度接近神经元数量，但实际测量却显示维度远低于局部神经元总数，其背后的突触连接机制亟待阐明。

**研究内容与结论**
研究人员通过分析小鼠视觉皮层的高密度Neuropixels记录（Allen Brain Observatory数据集，26个记录会话，每会话125–520个神经元），结合隐马尔可夫模型（HMM）识别神经状态，并利用参与比（participation ratio, DPR）量化维度。研究发现，皮层活动维度高度受限，且主要由协方差分布的宽度（s）而非平均协方差（m）决定；强递归（recurrency）连接是导致高s的关键机制。通过将维度与递归强度（R，有效连接谱半径）关联，推导出公式DPR/N = (1-R²)²，并发现小鼠视觉皮层93%的状态R > 0.8，表明皮层处于强递归敏感区，此时维度对递归变化高度敏感。进一步，研究人员开发了包含二阶连接模体（motifs：互惠、发散、汇聚、链式）的递归理论，揭示这些局部结构通过R_motifs调控全局递归。分析新发布的突触生理学数据集（小鼠初级视觉皮层32,000对神经元、人类皮层363个突触），发现所有模体均显著富集，其中互惠模体对R_motifs影响最大；兴奋-抑制（EI）互惠模体在平衡状态下稳定网络，而仅兴奋或仅抑制活动时则导致R>1。通过将HMM状态与假定的兴奋/抑制神经元放电率关联，研究人员验证了抑制活动增强时维度降低的理论预测。

**意义**
该研究首次建立从局部突触模体到全局递归、再到活动维度的完整理论框架，证明皮层回路通过局部连接的统计特征（模体）实现对自由度的灵敏控制。论文发表于《Nature Neuroscience》，为理解大脑状态依赖的计算灵活性提供了机制基础，并启示神经网络可通过局部连接构建调控整体动态。

**主要技术方法**
1. **高密度Neuropixels记录**：对小鼠视觉皮层（6个区域）进行多探针同步记录，结合Allen Brain Observatory标准流程（头固定小鼠、无视觉刺激的灰色屏幕条件）。
2. **隐马尔可夫模型（HMM）状态识别**：对5 ms窗内的尖峰序列进行无监督交叉验证，识别神经状态（每会话5–11个状态，后验概率阈值80%），并在状态内计算协方差。
3. **维度量化与外推**：采用参与比DPR（基于协方差矩阵特征值），通过公式（1）将协方差统计量（v、m、s）与维度关联，并利用随机子采样外推至N*=10⁴神经元大小。
4. **网络模型与递归推断**：构建线性响应理论框架下的漏积分放电（LIF）网络模型，拟合实验协方差统计量，通过谱半径R量化递归强度，并验证外推可靠性。
5. **突触生理学数据集分析**：分析Allen Institute发布的体外膜片钳记录（3–8细胞组，小鼠初级视觉皮层2,767个突触、人类皮层363个突触），计算连接概率及二阶模体系数（τ_rec、τ_chn、τ_div、τ_con），结合理论公式（3）估计R_motifs。

**研究结果**

**1. 神经状态的高度受限维度**
通过HMM从小鼠视觉皮层自发活动中提取状态，发现状态间维度显著低于全时段维度，且状态内协方差统计量呈现s>>m（s/(s+m) > 90%）。利用公式（1）外推至10⁴神经元，相对维度（DPR/N）仅约0.1–0.3，表明维度远低于局部神经元数量。该结果通过双光子钙成像（小鼠额叶皮层，2,689–13,399神经元）验证，外推值与实测值一致。

**2. 强递归作为低相对维度的机制**
通过线性响应理论，研究人员推导出DPR/N = (1-R²)²（公式（2）），并在LIF网络模拟中验证。拟合实验数据得到93%状态R>0.8，其中17% R>0.9，表明视觉皮层处于接近临界不稳定的强递归区。弱递归网络（R=0.1）无法复现实验中的高s值，导致维度随N线性增长而非饱和。

**3. 维度调节的敏感区**
在强递归区，递归变化ΔR引起的维度相对变化ΔDPR最大。小鼠皮层HMM状态间维度变化ΔDPR平均>50%，且抑制性神经元放电率增高时维度降低，与增益调控递归的预测一致。兴奋性神经元放电率则无系统性趋势，归因于σ与R_motifs的相反作用。

**4. 局部模体调节全局递归R**
理论推导出R = σ·R_motifs，其中R_motifs由公式（3）给出。数值模拟验证了互惠、发散、汇聚、链式模体对R和维度的预测（图4）。在兴奋-抑制（EI）平衡参考情景下，R_motifs<1，模体稳定网络；仅兴奋或仅抑制活动时，R_motifs>1，导致失稳。

**5. 小鼠与人类皮层局部模体调控递归耦合**
突触生理学数据集显示，所有模体均显著富集，互惠EI模体最为突出。结合公式（3）和群体特定的连接概率，R_motifs和σ随抑制增益增加而升高，导致维度降低；兴奋增益增加则使R_motifs降低但σ轻微升高，维度变化不显著。小鼠人类数据一致，且抑制性亚型（VIP、SST、PV）具有差异化的模体效应。

**讨论与结论**
研究讨论部分强调，小鼠皮层网络在强递归敏感区运行，使维度可通过递归R进行灵敏调节，该性质与贴近临界点的兴奋-抑制平衡动态相关。虽然相对维度低，但绝对维度仍达数百，且不同维度度量（如70%方差解释成分数）呈现相似趋势。局部突触模体（特别是互惠EI模体）通过R_motifs提供可量化的控制靶点，且不同神经元群体（层、亚型）的激活可状态依赖性地调节维度。研究结论翻译如下：总之，研究人员的理论和全脑实验分析汇聚为新证据，支持一个有趣的概念：皮层脑网络的连接性通过其局部回路的构建模块，以一种高度可处理的方式对其活动施加控制。