分享自:

导航中的神经集合:从单细胞到群体编码

期刊:curr opin neurobiolDOI:10.1016/j.conb.2022.102665

类型b:

作者及机构
本文由Emily A. Aery Jones和Lisa M. Giocomo共同撰写,两人均来自斯坦福大学医学院神经生物学系(Department of Neurobiology, Stanford University School of Medicine)。论文发表于*Current Opinion in Neurobiology*期刊,2023年2月,最终版本DOI为10.1016/j.conb.2022.102665。

主题
本文综述了神经群体编码(neural ensemble coding)在空间导航中的作用,探讨了从单细胞活动到群体动态的多尺度神经表征,并分析了不同群体定义对研究结果的约束与拓展潜力。

主要观点及论据

1. 神经群体的多尺度定义及其行为相关性

神经群体(neural ensemble)被定义为一个或多个神经元的活动集合,其协同变化可解释解码变量的方差(如空间位置)。论文提出六种视角分析导航相关脑区(如海马体及相关皮层)的群体活动:
- 单细胞解码(single cell codes):通过训练解码模型(如位置野place field)解析单个神经元的空间表征。
- 群体编码(population codes):通过降维方法(如主成分分析)揭示群体活动的几何结构,表征潜在变量(如位置或抽象选择)。
- 细胞集群(cell assemblies):通过短暂时间窗口内的共活动模式识别神经元群体。
- 时间压缩序列(time-compressed sequences):如theta序列(theta sequences)和回放(replays),在局部场电位(LFP)振荡(如theta节律或sharp-wave ripple)的相位内快速表征空间路径。
- 行为序列(behavioral sequences):单次行为任务中神经元的顺序激活模式,可区分试验类型或动物选择。
- 记忆印迹(engrams):通过即刻早期基因(如Fos)标记与特定环境关联的神经元群。

支持证据
- 海马CA1区位置细胞(place cells)的单细胞解码可预测动物位置,而群体解码能揭示环境背景等抽象变量(Levy et al., 2021)。
- 非线性降维方法(如神经网络)发现CA1群体活动可映射到联合认知地图(Nieh et al., 2021)。

2. 群体边界的生理与分析约束

群体成员的划分受生理特性(如神经元兴奋性、抑制性输入)和分析方法(如时间窗口选择、解码阈值)的双重影响。

生理机制
- 抑制性神经元通过调控CA1位置野的数量和大小限制群体规模(Rolotti et al., 2022)。
- 膜电位时间常数(1–100 ms)与sharp-wave ripple或theta周期匹配,决定下游神经元对序列的整合窗口。

分析方法的影响
- 传统回放分析仅保留线性轨迹事件,忽略非恒定速度的动量模型(momentum model)轨迹(Krause & Drugowitsch, 2022)。
- 细胞集群的检测依赖研究者设定的时间窗口(如10–50 ms对应长时程增强LTP窗口),其生物学相关性尚不明确。

3. 不同群体视角的互补性与矛盾结论

同一数据集通过不同群体视角分析可能得出不同结论。例如:
- 环境变化:小范围障碍引入后,回放序列适应新路径,但位置野未重映射(remapping)(Widloski & Foster, 2022);而大范围环境变化时,单神经元重映射维持群体编码稳定(Low et al., 2021)。
- 疾病模型:精神分裂症小鼠的位置野正常,但回放序列紊乱(Suh et al., 2013);阿尔茨海默模型小鼠的theta序列异常,但位置编码保留(Viana da Silva et al., 2022)。

4. 群体编码的行为因果关联

光遗传学操纵特定群体可改变导航行为:
- 激活CA1位置细胞诱导虚假位置奖励关联(Robinson et al., 2020)。
- 延长sharp-wave ripple时长增强空间工作记忆(Fernández-Ruiz et al., 2019)。
- 抑制记忆印迹神经元损害恐惧回忆(Liu et al., 2012)。

5. 超越经典定义的群体研究

新兴方法(如无监督序列检测)发现传统标准可能遗漏生物相关活动:
- 多数回放事件符合非恒定速度的动量模型(Denovellis et al., 2021)。
- 星形胶质细胞(astrocytes)的钙信号可补充位置编码(Curreli et al., 2022)。

论文的意义与价值

本文系统整合了神经群体编码的多尺度研究,强调不同分析视角的互补性,并提出未来方向:
1. 技术拓展:扩大记录神经元数量、纳入抑制性细胞和非电活动(如树突信号)。
2. 理论深化:探索群体动态如何支持自然行为(如鸟类储食),并验证无监督方法的生物学相关性。
3. 应用潜力:为神经退行性疾病的治疗提供新靶点(如通过调控序列组织改善记忆)。

亮点
- 提出神经群体是大脑默认状态,其多尺度表征超越单细胞编码。
- 批判性分析实验方法对群体定义的约束,倡导更灵活的编码框架。
- 整合生理机制、计算模型与行为数据,为认知神经科学提供统一视角。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com