综述：鸟类鸣唱感觉学习和感觉运动学习背后的神经机制

《Current Opinion in Neurobiology》：Neural mechanisms underlying the sensory and sensorimotor learning of birdsong

　　

交流是一种自然的社交行为，影响着繁殖和生存；因此，神经行为学(neuroethology)的核心问题包括发现不同神经群体(neural populations)的活动如何调节交流信号的执行、感知和发展。神经活动监测和操控技术的进步（包括记录、刺激或失活特定神经元类型的工具）以及交流信号的采集和分析方法（如机器学习）为解答动物交流的基本问题提供了前所未有的能力。在此，研究人员聚焦于鸣禽的发声发育和可塑性，重点阐述了交流神经机制的最新见解。研究人员综述了关于鸟类鸣唱感觉处理的最新发现、抑制性、兴奋性和神经调节性群体对鸣唱学习和表现的贡献，以及运动与感觉回路之间的相互作用，包括发声练习的作用。这些研究不仅加深了我们对行为可塑性的理解，也挑战并扩展了鸣唱发育、可塑性和表现模型。

**引言**
交流对生存和繁殖至关重要，动物进化出多种模态的交流信号。理解交流信号的发展、功能、进化及机制性调控是动物行为研究的核心。鸣禽是研究交流信号学习和发育的强大动物模型。在发育的关键期，听觉经验塑造听觉系统并驱动对导师歌曲的记忆（感觉学习）；幼鸟随后进行发声练习，将初始嘈杂且无结构的发声逐步精炼为匹配记忆模板的发声（感觉运动学习）。鸣唱学习和表现由分散且特化的神经回路所支持。理解鸣禽学习发声的机制可为感觉运动行为的获取提供一般性洞见，包括人类言语和音乐。本文首先回顾了革命性的鸣唱分析工具，然后探讨三个基本问题：听觉如何塑造发育中的听觉系统并形成歌曲模板；神经解剖、神经化学和神经动力学如何影响学习能力；感觉运动回路的活动如何促成适应性发声可塑性。

**交流信号分析的进展**
声学交流研究依赖于检测、标注和提取动物声音特征。机器学习和人工智能的进步革新了声学分析，实现了详细、无偏的测量。传统半手动分割和标注方法耗时且数据集较小，而计算进步极大促进了大量声学元素（“音节”）的提取与分析，可在成体期和整个发育过程中灵敏地量化鸣唱表现和学习，并揭示神经贡献。机器学习方法已成为鸣禽研究的普遍工具，例如新型深度学习方法——禽类发声网络(AVN)被用于建模学习能力随发育的变化、发声学习与偏好形成的分离，以及HVC（专有名称）在鸣唱表现中作为中央模式发生器的作用。变分自编码器(VAE)也用于揭示个体和物种的发声单元差异及发声发育轨迹。然而，基于机器学习的方法也有局限，例如卷积神经网络不能揭示区分音节或物种的声学特征，且实验者参数选择可能引入偏差，导致跨实验室复现困难。

**发展性经历对听觉处理和可塑性的影响**
自然声景对发育中听觉系统塑造社会行为编码特性的重要性日益受到重视。斑胸草雀群居生活，发育期接触群体自然声音对听觉皮层(pallium)的调谐至关重要。相较于在声学隔离中饲养的鸟，在更自然声学环境中饲养的鸟在嘈杂群体噪声中识别歌曲的表现更好，其听觉皮层神经元具有更高的放电率、更强的选择性和更高效的同类歌曲编码。发育期接触歌曲和群体噪声也塑造雌性的歌曲偏好及对伴侣歌曲的神经反应。此外，发育期接触歌曲会增加听觉皮层神经元的选择性，例如次级听觉区域——尾内侧新纹状体(NCM)中的神经元群体对记忆的导师歌曲产生选择性响应，并维持到成年。甚至用异种雄性作为导师也能观察到这种调谐，表明NCM在导师歌曲的感觉记忆中发挥核心作用。通过cFOS-TetOn病毒方法标记或消融特定神经元，研究人员发现幼鸟中有一群响应导师歌曲并从NCM投射到发声运动核HVC的神经元（图1b），而非导师歌曲响应的细胞不投射到HVC，且在成年斑胸草雀中此投射消失。这为听觉表征如何传递至感觉运动脑区提供了解剖学基础，并提示发育阶段学习能力变化的机制。

**运动回路在鸣唱学习和感知中的作用**
发声运动核HVC对鸣唱学习和产生都至关重要。近期研究揭示了HVC内特定群体如何塑造发声可塑性、感觉反应和状态依赖的调节。HVC中兴奋与抑制平衡(E:I balance)是调节可塑性的关键。通过操纵成年斑胸草雀HVC中的抑制性中间神经元，同时播放新颖歌曲，可以扩展成年鸟的歌曲库，尽管并未实现稳健的新音节获取，但为抑制在发声可塑性中的作用提供了针对性测试。HVC的抑制来自多种中间神经元亚型。一项结合RNA测序与双光子引导记录的研究表明，不同类别的抑制性HVC中间神经元具有不同的网络功能：小清蛋白(PV)阳性神经元而非生长抑素(SST)阳性神经元表现出听觉响应，而SST阳性神经元而非PV阳性神经元表现出状态依赖的活动调节。这些数据超越了转录组学细胞类型分类，揭示了不同细胞类型对回路功能和可塑性的贡献。特别是PV神经元的听觉敏感性提示它们可能是听觉输入通过改变E:I平衡来塑造发声学习的位点。

**强化并挑战关于发声练习在鸣唱可塑性中作用的观点**
强化学习理论认为，向目标移动依赖于奖励预期与经历之间的差异（奖励预测误差）。预测误差被认为编码于投射到纹状体和伏隔核的中脑多巴胺神经元的时相活动中。然而，包括鸟类鸣唱和人类言语在内的大量运动学习依赖内在强化信号。结合估算音节“成熟度”的计算方法与监测发声基底节核团Area X中多巴胺瞬变的病毒工具(GRABDA)，研究人员发现学习期间更成熟的音节发声与Area X中更高的多巴胺信号相关，支持了多巴胺瞬变追踪发声练习中习得质量假说。这些多巴胺信号被认为与HVC和LMAN（前脑前部通路输出核）输入汇聚于Area X的中等棘状神经元(mSN)上，且这些区域的同至输入对鸣唱学习是必要的。相比之下，LMAN到RA（弓状皮质粗壮核）的连接对学习的表达是必要的，但对获取并非必需。这些数据凸显了Area X作为试错学习关键位点的作用。经典研究表明发声练习和感觉反馈对发声可塑性至关重要，但近期实验挑战了这一观点。研究人员对成年斑胸草雀HVC投射神经元进行慢性失活以降低歌曲质量，发现即使在缺乏发声练习的情况下歌曲也能恢复。其他研究也表明歌曲在抑制以后能恢复到基线水平，即使没有听觉反馈。这些结果表明，在已经掌握歌曲的成鸟中，内部模型足以支持歌曲恢复，无需练习或反馈。此外，感觉学习传统上被认为独立于运动表现，但新研究发现只有当幼鸟已经开始发声时与导师同住才能学习导师歌曲。若在自然发声开始（约25日龄）前移除导师，幼鸟无法学习。然而，低剂量睾酮处理提前启动发声练习，使幼鸟在25日龄时即使导师被移除也能学习导师音节。这说明运动表现和运动回路活动调节感觉学习关键期的时序，发声练习可能影响NCM-HVC连接发育和/或HVC中的E:I平衡。

**结论与未来方向**
现代工具克服了先前棘手挑战，技术和计算的进步促进了发声学习和可塑性机制的新见解。广泛采样神经群体并刻画行为库的新方法有望理解运动表现的群体编码（如神经流形）。尽管单个神经元活动异质性，运动皮层中与运动相关的群体活动占据低维潜在空间中的少数活动模式。对鸣禽和鹦鹉运动通路的神经动力学研究揭示了类似运动编码原则及可塑性机制和外周组织的贡献。例如，使用Neuropixels同时记录HVC和RA，发现与鸣唱相关的神经活动遍历低维潜在空间，RA的潜在维度解释的方差大于HVC。鹦鹉RA类似物的潜在空间活动在不同个体间对相似声学音节高度相似，表明存在跨个体的声学空间共同运动表征，这与人类语音皮层中的音高表征相似。此外，转录组学方法（如snRNAseq）被用于解决皮层进化和鸣禽发声运动核的分子特化问题。结合下一代测序以绘制数千个神经元投射的方法（如MAPseq）或空间基因表达可视化技术（如MERFISH），可揭示对发声学习进化重要的特定细胞类型。最后，量化和操控脑与行为的新工具将有助于解决动物交流中的更广泛问题，例如利用机器学习促进声学数据标注和情境分类，揭示信号的情境特异性及潜在“含义”；使用机器人和交互模型揭示促进发声学习的社交互动本质和鸣禽交流互动的“规则”。这些方法从求偶、配对到群体生活，有望实现对动物交流的整体理解。