一项揭示人类前额叶-运动皮层信息传递机制的研究

作者与发表信息 本研究由Neha Binish、Jonas Terlau、Jan Martini、Jack J. Lin、Robert T. Knight及Randolph F. Helfrich共同完成。他们分别来自德国蒂宾根大学医学中心Hertie临床脑研究所、蒂宾根大学国际马克斯·普朗克心理功能与功能障碍机制研究学院、美国加州大学戴维斯分校神经内科、加州大学戴维斯分校心智与脑中心、加州大学伯克利分校心理学系、神经科学系及Helen Wills神经科学研究所，以及耶鲁大学心理学系和吴蔡研究所。该研究于2026年4月1日在线发表在学术期刊 Nature Neuroscience 上。

学术背景 本研究属于认知神经科学领域，聚焦于大脑如何实现灵活、适应性的行为。人类能够根据抽象规则、当前情境和长期目标来选择和调整行为，这种情境依赖的行为是认知灵活性的核心。前额叶皮层（Prefrontal Cortex, PFC）被认为通过其高维度的神经群体活动支持这种灵活的、多任务的计算，而初级运动皮层（Primary Motor Cortex, M1）的活动则与具体的运动执行更直接相关。然而，PFC中复杂的情境信息表征是如何被“转化”并传递到M1以形成最终的行动计划的，这一关键机制尚不明确。先前在非人灵长类和啮齿类动物中的研究表明，脑区间通信可能通过低维度的“通信子空间”（Communication Subspace, CS）来组织，但这一机制在人类高级认知活动中的直接证据仍属空白。本研究旨在利用人类颅内脑电图（ECoG）记录，探究在PFC与M1之间是否存在一个低维度的通信子空间，该子空间能够选择性地从PFC高维活动中提取并传递与行为相关的信息，从而指导情境依赖的动作执行。

研究流程详述 本研究包含以下几个主要步骤：

1. 研究对象与任务：研究招募了12名药物难治性癫痫患者（平均年龄40.91±12.32岁），他们在接受术前监测时，颅内植入了覆盖PFC和M1区域的硬膜下栅格电极。其中11名患者的数据（因高频伪迹排除1名）用于最终的神经信号分析。所有患者执行一个情境引导的视觉目标检测任务。在该任务中，屏幕上连续呈现不同方向的三角形。目标刺激是向下的三角形，参与者需在看到目标时尽快按键。目标出现分为两种情境：随机情境（目标随机出现）和预测情境（目标100%由一组固定的顺时针旋转三角形序列预测）。行为结果显示，参与者在预测情境下的反应时显著快于随机情境，证实了他们有效利用了预测性时间情境。

2. 数据采集与预处理：研究使用ECoG记录神经活动，重点关注高频活动（High-Frequency Activity, HFA，70-150 Hz），因其已被证明是协调的神经群体活动的可靠代理信号。数据预处理包括去均值、线性去趋势、双极参考（以降低远场噪声和参考电极影响）、滤除工频干扰，并由神经科医生目视检查排除癫痫样放电或伪迹。电极位置通过术前磁共振成像和术后计算机断层扫描进行定位，并映射到标准脑模板。

3. 神经活动维度性分析：为了量化PFC和M1神经群体活动的复杂性，研究首先对每个被试的单试次神经活动进行了因子分析（Factor Analysis）。通过交叉验证确定能够解释大部分共享协方差所需的最少因子数量，以此作为该脑区神经活动“内在维度”的度量。结果显示，在个体和群体水平上，PFC活动所需的维度均显著高于M1，证实了PFC群体活动具有更高的复杂性和维度。

4. 通信子空间（CS）的识别：这是本研究的核心分析。研究者假设PFC与M1之间的通信是通过PFC活动的一个低维子空间实现的。为了验证此假设，他们使用降秩回归（Reduced Rank Regression, RRR）方法。具体流程如下：

   • 数据准备：将每个被试在两种情境（预测、随机）下的HFA数据分别进行试次平均，得到每个通道的条件平均时间序列。然后将两种条件的数据拼接，构成源区域（PFC）和目标区域（M1）的矩阵。
   • 建立预测模型：使用RRR寻找一组PFC活动的线性组合（即一个低维子空间），使其能最好地预测M1的活动。这个子空间由回归权重矩阵的前几个主要维度定义。
   • 确定子空间维度：通过交叉验证，确定需要多少维度能使模型的预测性能（R²）达到接近使用全部PFC通道（全模型）的水平。这个最小维度数即为PFC-M1通信子空间的估计维度。
   • 控制分析：为了证明该子空间的特异性，研究设置了两个对照：a) PFC-PFC子空间：将PFC通道随机分成两半，用一半预测另一半，以衡量PFC内部通信的维度。b) M1-M1子空间：用M1的一部分预测另一部分，以排除子空间低维性仅由M1本身维度低所导致的可能性。
   • 结果：研究发现，预测M1活动所需的PFC子空间维度，显著少于预测PFC自身活动所需的维度。同时，PFC-PFC子空间的预测性能高于PFC-M1子空间。控制分析也证实，PFC-M1子空间的低维性并非源于M1的限制。这直接证明了在PFC的高维活动中，存在一个特定的、低维度的子空间，专门用于向M1传递信息。

5. 子空间活动与行为关联分析：识别出CS后，研究进一步探究该子空间是否具有行为相关性。

   • 提取潜在动态：将PFC的条件平均HFA数据投影到识别出的PFC-M1 CS的第一个（解释方差最大）维度上，得到该子空间内的“潜在动态”时间序列。
   • 群体水平关联：计算每个被试在CS潜在动态中，预测情境与随机情境下神经活动峰值的时间差，并将其与该被试的平均反应时差（行为获益）进行相关性分析。结果显示，两者存在显著正相关：CS中预测情境的神经峰出现越早（相对于随机情境），行为反应时获益越大。
   • 稳健性检验：通过两种置换检验构建零分布：a) 打乱被试间PFC和M1的配对关系；b) 打乱CS的回归权重。观察到的行为相关性均显著高于这些零分布，证明了CS与行为关联的特异性和稳健性。
   • 单试次水平关联：在单个被试内，将每个试次的PFC活动投影到CS，并计算该试次CS动态的峰值时间与反应时的相关性。结果显示，CS峰值时间与反应时的相关性，显著强于原始PFC HFA峰值时间与反应时的相关性。虽然M1 HFA峰值时间也与反应时高度相关，但其预测强度与CS无显著差异。这表明CS在单试次水平上也能有效传递行为相关信息。
   • 排除混淆因素：研究进行了多项控制分析，包括：减去诱发电位以排除运动电位传播的影响；构建专门预测反应时的PFC子空间并发现其与PFC-M1 CS重合度很低，说明CS并非单纯反映PFC内部的反应时变异；进行时间置换和通道协方差破坏等分析，进一步确认了CS的结构化特性及其行为相关性。

主要研究结果 1. 行为结果：参与者在预测性情境下的反应时显著快于随机情境，成功建立了利用情境信息改善行为表现的实验范式。 2. 神经维度差异：因子分析表明，PFC神经群体活动的内在维度显著高于M1，印证了PFC在处理复杂、多层面信息方面具有更高的计算复杂性。 3. 通信子空间的存在：通过降秩回归，研究成功识别出一个存在于PFC活动中的低维度子空间（PFC-M1 CS），该子空间能够高效预测M1的活动。其维度显著低于PFC内部通信所需的维度，且其低维特性并非由M1的维度限制所导致。 4. 子空间的行为相关性： * 在群体水平上，CS潜在动态的峰值时间差（预测 vs. 随机）与行为反应时差显著相关，表明该子空间的活动模式能够反映个体利用预测信息的行为获益程度。 * 在单试次水平上，CS动态的峰值时间点比原始PFC活动能更好地预测单次反应时，凸显了其在实时信息传递中的作用。 * 一系列控制分析排除了其他可能的解释（如继承M1信号、单纯反映反应时变异或由时间共波动驱动），确立了PFC-M1 CS作为行为相关信息传递通道的特异性功能。

这些结果层层递进：首先确认了PFC活动的高维特性与M1的低维特性之间的差异，为通信需要“降维”提供了前提；然后通过计算模型直接证明了这种降维通信子空间的存在；最后将子空间的活动与具体的行为指标（反应时）在群体和单试次水平上联系起来，证明了该子空间不仅是数学上的抽象，更是具有明确行为功能的神经通信机制。

研究结论与价值 本研究得出结论：在人类大脑中，前额叶皮层（PFC）与初级运动皮层（M1）之间通过一个特定的、低维度的通信子空间（CS）进行交互。该子空间嵌入在PFC高维的神经群体活动之中，能够选择性地过滤和传递与当前行为情境相关的信息至运动皮层，从而指导适应性动作的执行。这一发现揭示了一种基于群体编码水平的神经通信基本原理。

其科学价值在于： * 机制阐释：为“大脑高级认知区域如何将抽象情境信息转化为具体动作”这一长期问题提供了直接的神经机制解释，即通过低维子空间进行高效、选择性的信息路由。 * 理论验证与拓展：首次在人类身上为“脑区间通过通信子空间进行交互”的理论提供了直接实验证据，并将该原理从感觉运动系统拓展至支持高级认知和目标导向行为的额叶-运动网络。 * 方法论贡献：展示了利用人类颅内ECoG信号（HFA作为群体活动代理）结合降维回归方法，来研究大规模神经群体动态和脑区间通信的可行性。 * 概念框架：强调了不能仅从整体神经活动水平理解脑功能，而应关注其内部特定的、功能专一的子空间组织。这为理解其他复杂认知功能（如决策、工作记忆）的神经基础提供了新的分析框架。

研究亮点 1. 重要发现：首次在人类身上直接证实了前额叶与运动皮层之间存在一个低维度的、行为相关的通信子空间，该子空间是情境依赖行为中信息转化的关键枢纽。 2. 方法新颖性：创新性地将适用于神经元集群分析的“通信子空间”概念与人类颅内脑电图（ECoG）的群体高频活动（HFA）信号相结合，为在人类身上研究群体编码机制开辟了新途径。 3. 分析深度：研究不仅停留在识别子空间，还通过多层次（群体、单试次）、多角度（与行为关联、多种控制分析）的证据，严谨地论证了该子空间的功能意义和特异性，排除了多种替代解释。 4. 临床数据的科学利用：巧妙利用癫痫患者临床监测中获得的罕见且覆盖PFC和M1的颅内电极数据，解决了在健康人类中无法进行此类研究的伦理与技术难题，获得了高时空分辨率的神经活动记录。

其他有价值内容 研究在讨论部分还指出，该通信子空间很可能是任务依赖的、动态重构的，因为使用基线活动定义的子空间无法预测行为。这提示脑区间通信模式可能随着任务需求而灵活变化。此外，研究承认由于临床限制，电极覆盖未包含感觉皮层，因此无法完全追踪预测信息从感觉输入到前额叶整合的完整通路，但结合前人研究，支持了PFC在提供情境驱动方面的核心作用。这些讨论为未来研究指明了方向，例如探索子空间在不同任务阶段的稳定性，以及其与其他脑区网络的交互等。