主要作者及机构： 该研究由来自美国和匈牙利多家顶级研究机构的科学家合作完成。主要通讯作者为Asako Noguchi、Satoshi Terada和Attila Losonczy，他们隶属于德克萨斯大学西南医学中心彼得·奥唐奈尔脑研究所及哥伦比亚大学祖克曼心智脑行为研究所。其他重要贡献者包括George N. Zakka、Cliodhna O‘Toole、Luke Reynolds（以上均来自哥伦比亚大学），Michelle Ann Land和François St-Pierre（来自贝勒医学院），以及Balázs J. Rózsa（来自匈牙利脑视觉中心及帕兹玛尼·彼得大学）。这项研究成果于2026年7月16日发表在国际顶级期刊《Science》上。
学术背景与研究目的： 本研究属于神经生理学（Neurophysiology）领域，聚焦于大脑皮层环路中信息处理的基本单元——神经元（Neuron）的树突（Dendrite）。长久以来，大量的实验和理论工作表明，锥体神经元（Pyramidal neuron）的树突能够通过与轴体区室（Axosomatic compartment）的灵活耦合，独立或协同地处理信息。海马体（Hippocampus）的CA3区域在空间导航和记忆中扮演着核心角色，其锥体神经元（CA3PNs）通过编码空间、奖赏和环境相关的活动来实现功能。然而，由于技术限制，此前对CA3PNs树突在活体动物行为中的整合特性的电压成像（Voltage imaging）研究一直无法实现。以往在体研究主要依赖钙离子指示剂（Calcium indicator），但其时间分辨率不足以捕捉亚毫秒级的树突信号，且对阈下（Subthreshold）动态变化不敏感；而离体脑片研究的环境与生理条件又与在体状态存在显著差异。因此，本研究旨在攻克这一重要技术壁垒，利用先进的在体电压成像技术，直接观察并解析CA3PNs在虚拟现实导航、奖赏位置变化以及环境切换等多种行为条件下，其胞体（Soma）与树突各分支是如何协同或独立进行电压计算和信息处理的。
详细研究流程： 研究工作是一个高度集成、多步骤的精密实验流程，主要在小鼠模型上进行。研究团队首先通过病毒注射，在野生型小鼠（C57BL/6）的背侧海马CA3区域稀疏标记特定神经元。他们采用了双稀疏标记策略，分别利用Cre和Flpo重组酶系统，在同一脑区不同细胞群中表达基因编码的绿色电压指示剂JEDI3sub和红色静态参照物tdTomato。这样既能避免荧光交叉污染，又能确保tdTomato单纯作为实时运动校正（Real-time motion correction, RTMC）的参照结构，防止其过表达损害JEDI3sub表达神经元的健康。病毒注射后，小鼠被植入成像窗口和用于头部固定的定制支架。在行为训练阶段，小鼠在头部固定下被训练在一条3米长的虚拟现实（Virtual reality, VR）线性轨道上完成目标导向的导航任务，以固定位置的奖赏作为激励。
实验的核心技术是结合了实时运动校正的超快、运动稳定三维声光双光子显微镜（3D acousto-optical microscopy）。该显微镜以超过1 kHz的帧率进行线扫描，能够同时记录单个CA3PN胞体和其树突树上多达14个感兴趣区域（Regions of interest, ROIs）的膜电位（Vm）信号。研究人员将采集到的荧光信号首先进行空间-时间独立成分分析（STICA），以识别并提取来自有效像素的电压信号，并减去全局背景噪声。随后，他们采用了一种新颖的自适应小波阈值去噪方法（Adaptive wavelet threshold method），利用Morlet小波变换将信号分解到时频域，通过主成分分析和Ward层次聚类，识别并保留代表不同电压波形模式（如快钠尖峰和慢速阈下去极化）的成分，从而有效滤除噪声，复原高信噪比的电压轨迹。
在此之后，研究人员基于去噪信号进行事件检测和分类。快速事件（>100 Hz）被认为是快钠尖峰，包括反向传播动作电位（Backpropagating action potential, bAP）和独立的树突尖峰；慢速事件（<40 Hz）则是阈下事件，反映了突触电位和可能的钙/ NMDA峰。根据这些事件相对于胞体动作电位（AP）的时间关系，树突尖峰被进一步细分为AP前、AP后、bAP及孤立树突尖峰，而树突阈下事件则依据其波形和与胞体事件的时序关系被分为“驱动者”（Driver，去极化先于胞体）、“跟随者”（Follower，活动晚于胞体）、“同步者”（Synchronous）和“局部事件”（Local event）。
在数据分析和建模层面，流程复杂且层层递进。为理解行为尺度的编码，研究人员计算了沿虚拟轨道的逐圈位置调谐曲线（Tuning curve, TC），识别位置野（Place field, PF）。他们利用随机森林（Random forest）回归模型，以前序空间区间内的树突阈下和阈上活动特征以及树突距离为输入，预测随后胞体位置野的强度，并使用SHAP值（Shapley additive explanations）解释各特征的边际贡献。此外，利用非负矩阵分解（Non-negative matrix factorization, NMF）将逐圈的空间调谐动态分解为一系列基础调谐模式的组合，构建了一个表征重映射过程的潜空间，并据此定义了“熟悉”、“之前”、“期间”和“重映射”四个功能时期。他们还训练了一个全连接神经网络来解码树突事件对胞体事件的贡献。
主要研究结果： 研究结果揭示了CA3锥体神经元树突计算的高度动态和区域性。首先，在稳定的导航中，胞体和树突的空间调谐通常是耦合的，但这种耦合存在空间梯度：随着离胞体的路径距离（Path distance）增加，树突与胞体的调谐曲线相似性下降。机器学习模型显示，前序树突活动能稳健地预测胞体位置野的逐圈变化，且这种预测能力随距离呈非线性衰减。有趣的是，存在功能不同的树突亚型：一些仅对特定空间区间的预测有强烈正向贡献，而在其他区间则压抑胞体活动，表明树突的时空分离活动整合构成了胞体输出。在毫秒尺度上，研究者鉴定出“驱动者”型树突事件，其去极化先于胞体激活，对胞体放电有显著贡献；而“跟随者”事件则发生在胞体活动之后。行为上，“驱动者”事件在小鼠进入胞体位置野前增加，表明其为位置野形成的前馈信号。
当奖赏位置在同一环境中转移时，胞体位置野迅速重组，但树突则表现出相对的保守性。远端（Distal）树突比近端（Proximal）树突更倾向于保留原有空间调谐，即更“恋旧”。重映射在胞体和近端树突先发生，远端则延迟，呈现出一种离心梯度（Centrifugal gradient），提示奖赏位置变化引发了胞体-树突的瞬时解耦。相反，在完全暴露于新颖环境导致的全局重映射下，重组模式完全相反，呈现出向心模式（Centripetal pattern）。新的空间调谐首先出现在远端树突，并逐渐向近端树突和胞体推进。阈下水平的分析证实了这些模式，并进一步揭示，在奖赏位置迁移前，未来新位置野的特征已经以一种潜组织的形式存在于树突的阈下活动中。
在离线状态的尖波涟漪（Sharp-wave ripple, SWR）期间，位置细胞的树突活动也呈现高度结构化。位置细胞相较于非位置细胞，表现出更高的胞体和树突放电率，以及更广泛的树突分支募集。空间调谐高度相关的树突对在SWRs期间也维持了更高的活动协调性，这表明在线导航中形成的共调谐树突功能组在离线记忆巩固过程中保持同步。
结论： 本研究首次提供了在体直接证据，证明CA3锥体神经元的树突作为条件性独立的并行处理单元运作。它们的阈下和阈上活动独立于胞体，能够编码“过去的”记忆（如保留原有奖赏位置信息）和“未来的”表征（如在新环境切换前提前出现新的调谐），并通过与胞体输出的条件性耦合，共同塑造行为相关的神经元编码。这种灵活的可重构性——奖赏迁移时的离心模式和全局环境切换时的向心模式——为理解单个神经元如何支持快速信息更新和全新记忆形成提供了革命性的单元框架。
研究亮点与价值： 本研究的最大亮点在于技术和方法上的巨大突破。研究团队首次成功地在执行复杂空间行为的活体哺乳动物中，实现了对单个神经元胞体及多个树突区室的亚毫秒级、高通量电压成像。优化的电压指示剂JEDI3sub、实时的三维运动校正系统以及自适应小波去噪算法，共同克服了传统成像技术的核心障碍，使得解析阈下动态和树突事件成为可能。 在科学发现上，研究首次揭示了“过去、现在和未来”的表征能共存于单个神经元的树突乔木中，证明了树突计算的多时相整合能力。这对长期以来的“树突作为独立计算单元”的假说提供了最直接的实证支持，将传统上聚焦于神经元群体编码的视角，深化至单个神经元内部的区域性分工与协作。研究鉴定的“驱动者”和“跟随者”事件以及基于SHAP的功能亚型，为理解树突如何因果性地决定胞体输出提供了具体的机制模型。 此研究的科学价值不仅限于海马体，其揭示的树突可塑性、并行信息处理及多模态整合原理，可能代表了大脑皮层环路中神经元计算的普遍机制。这些发现为构建新一代、更具生物真实性的神经形态计算模型和人工神经网络算法提供了重要的启示，有助于推动类脑智能的发展。同时，对树突功能障碍的理解，也可能为癫痫、阿尔茨海默病等与树突兴奋性异常及突触可塑性损伤相关的神经系统疾病提供新的潜在治疗靶点。