运动通过啮齿类与灵长类共享的计算原理优化感觉表征

《SCIENCE ADVANCES》：Locomotion optimizes sensory representations through a computational principle shared by rodents and primates

　　

行为以多种方式调制感觉系统的活动：从单个神经元增益变化到神经群体相互作用的改变。这些效应并非普遍存在；虽然运动对啮齿类动物感觉编码有强烈影响，其对灵长类的影响较不显著。运动对感觉神经元作用的多样性及物种间差异，引发关于行为期间感觉加工是否存在普适原理的疑问。研究人员提出，感觉系统在内部被调制以匹配由运动引起的刺激统计的系统变化，从而促进准确且高效的感觉编码。研究人员发现，适应于自然环境中运动期间记录的刺激的模型神经元，预测并再现了啮齿类和灵长类中广泛的实验观察。这种在不同行为状态下维持编码效率的简单原理，调和了运动调制不同动物物种视觉编码的多样化方式。

研究背景与问题提出：传统观点认为初级视觉皮层（V1）等感觉区域进行行为不变的计算，但近年证据表明运动（locomotion）会调制果蝇、小鼠等动物的视觉响应增益，并在啮齿类中进一步改变时间动态、空间整合与群体相关结构；而灵长类V1（如绒猴）受运动调制较弱，物种间差异挑战了“感觉编码是否遵循统一计算原理”的疑问。研究人员基于高效编码假说（efficient coding hypothesis）提出：运动改变自然刺激统计（如方差、频谱、滤波输出相关性），神经系统应在运动起始前内部调制（internal modulation）感觉神经元，使编码在静息与运动态均维持信息传输的准确性与效率。该文发表于《SCIENCE ADVANCES》，旨在通过规范建模统一啮齿类与灵长类运动调制现象。

主要技术方法概述（不超250字）：研究人员使用地面近身相机在静止与运动态录制自然场景视频，并以自由活动小鼠头戴相机数据交叉验证；采用Gabor滤波器组模拟小鼠与灵长类V1感受野，提取滤波输出统计（方差、时频功率谱、两两相关）。构建线性?非线性（LN）神经元模型，以互信息结合平均放电率约束优化增益非线性参数；在时域用带频率阈值的线性滤波器建模代谢约束下的时序选择性；用独立成分分析（ICA）学得的滤波组加侧抑制网络实现去冗余。最小代理模型以二维空间相关环境中双传感器主体模拟运动/静止采样。灵长类对比采用鼠/绒猴V1感受野空间频率匹配（小鼠低至0.05 cyc/deg，绒猴中央凹约2 cyc/deg），并在相同随机刺激下切换优化后非线性以预测种群共享增益调制器（shared gain modulator）。

研究结果

增益调制维持运动期感觉编码准确性：自然视频与自由小鼠数据显示运动使Gabor输出方差与动态范围增大。LN模型在互信息I(s;r)与平均放电率〈r〉权衡下，运动态最优斜率k减小、最大放电率L增大，从而扩展动态范围且保持保真度。该模型复现小鼠V1对比度调谐增益上升、朝向调谐乘性主导调制、群体放电率随速度饱和、解码误差下降等实验；表明运动增益调制是刺激方差增加的规范响应。

运动期时序滤波调制确保编码效率：运动提升各时频功率，模型以频率阈值f_m低于静息f_s的低通偏好响应代谢约束，自相关衰减变慢。重分析Horrocks等小鼠V1对点刺激响应，实验与模型自相关衰减时间均显著延长，证实运动态V1更偏重低临时频的高效编码策略。

网络相互作用调制维持非冗余编码：ICA滤波器输出在静息期高相关，运动期相关幅度下降。侧抑制模型在静息期需强抑制去冗余、运动期抑制权重减弱；以朝向光栅尺寸扩展模拟空间整合，模型与Parker等实验一致显示运动态周边抑制减弱、抑制指数降低，说明种群水平侧向抑制随输入冗余度内部调制。

刺激统计解释啮齿类与灵长类差异调制：低空间频率（鼠样）滤波输出运动/静止SD比约2，高空间频率（绒猴中央凹样）比约1.14；最小模型在空间相关尺度大环境才显现方差增加。匹配物种感受野的模型神经元在相同随机刺激下，鼠样放电率比1.65、绒猴样1.00002，共享调制器差值鼠样大、绒猴样近零；绒猴外周（低空间频率）神经元理论比1.57与实验1.33趋势一致。证明物种差异源于感受野空间频率决定的刺激统计变化量，而非独立计算目标。

讨论与结论翻译：适应感觉输入统计结构的简单而通用原理，可解释运动对感觉系统诸多表面离散效应。通过扩展高效编码假说，研究人员为同物种内（小鼠增益、时间动态、空间整合；灵长类中央凹/外周差异调制）及跨物种增益调制与种群响应维度差异提供统一说明。因而运动诱导调制差异不必视为物种特异计算，而是“调整感觉神经元以匹配行为引发刺激统计系统变化”这一通用编码原理的表现。

讨论部分总结：研究人员区分了环境被动适应与行为可预测调制的内部性——运动引发统计变化可由中枢状态信号直接驱动，无需推断。文章指出未来可纳入颜色光谱、物种特异运动模式（如扫视、抬头）、暗室运动调制、非单调增益细胞类型等；并认为侧向抑制或反馈均可实现去冗余，内部调制准备的是“平均自然经验”而非特定场景。该框架有望扩展至感觉运动失匹配、惊喜检测等更复杂目标，朝向自由行为动物感觉编码理论推进。