关于前额叶皮层工作记忆编码灵活性的研究报告
一、 研究团队与发表信息
本项研究由Aishwarya Parthasarathy、Roger Herikstad、Jit Hon Bong、Felipe Salvador Medina、Camilo Libedinsky和Shih-Cheng Yen共同完成。研究人员来自新加坡国立大学（National University of Singapore, NUS）的多个单位，包括整合科学与工程研究生院、电气与计算机工程系、心理学系、新加坡神经技术研究院，以及新加坡科技研究局（A*STAR）的分子与细胞生物学研究所。Camilo Libedinsky和Shih-Cheng Yen为共同通讯作者。这项研究于2017年发表在《自然-神经科学》（*Nature Neuroscience*）期刊上，论文标题为“混合选择性在前额叶皮层中塑造群体编码”（Mixed selectivity morphs population codes in prefrontal cortex）。
二、 学术背景与研究目标
本研究属于认知神经科学和系统神经科学领域，核心关注点是大脑前额叶皮层（Prefrontal Cortex, PFC）如何在工作记忆任务中处理信息，尤其是在面对干扰刺激时。工作记忆是执行认知功能（如推理、计划和决策）的基石，它需要在干扰下短暂地保持和操纵信息。传统观点认为，前额叶皮层（尤其是外侧前额叶皮层，lateral prefrontal cortex, LPFC）通过神经元群体的持续性、稳定的放电活动来维持工作记忆信息，形成一种“持久性编码”（persistent code）。这种稳定活动被认为是抵抗干扰的关键。
然而，近年来的研究发现，前额叶皮层中存在大量具有“混合选择性”（mixed selectivity）的神经元。这些神经元并非只编码单一任务参数（如刺激位置），而是同时编码多个参数（如刺激、任务规则、运动反应等），特别是其中的非线性混合选择性（nonlinear mixed selectivity, NMS）神经元，被认为在信息编码中扮演关键角色。这引出了一个与“持久性编码”假说相竞争的“灵活性编码”假说：工作记忆信息可能并非以固定模式存储，而是能够根据任务需求（如干扰物的出现）动态重组为不同的活动模式，即“编码变形”（code morphing），同时不丢失信息。
本研究旨在直接检验这两种假说。研究者通过比较大脑中两个密切相关的区域——外侧前额叶皮层（LPFC）和额眼区（frontal eye fields, FEF）——在工作记忆任务中受到干扰前后的神经群体编码动态，试图回答：工作记忆信息在干扰出现后是以稳定不变的模式持续，还是被灵活地“变形”为新的编码模式？这种动态变化的细胞机制是什么？其与行为表现有何关联？
三、 详细研究流程与方法
本研究采用在非人灵长类（两只食蟹猴）身上进行的电生理记录结合行为学任务的经典范式，流程严谨，包含以下主要步骤：
行为任务设计与动物训练：
- 任务：延迟扫视任务（delayed saccade task）。具体流程如下：猴子首先注视屏幕中心的固定点500毫秒；随后，一个红色目标方块在屏幕八个位置之一呈现300毫秒；接着是第一个延迟期（Delay 1，1000毫秒），期间猴子需记住目标位置；之后，一个绿色干扰方块在不同于目标的位置随机呈现300毫秒；紧接着是第二个延迟期（Delay 2，1000毫秒）；最后，固定点消失作为“执行指令”（go cue），猴子需做出眼动扫视至记忆中的目标位置以报告答案。
- 目的：该任务创设了一个标准的工作记忆场景，并在记忆保持期中引入了一个明确的任务无关视觉干扰，为研究干扰下的记忆编码稳定性提供了理想模型。
手术与电生理记录：
- 植入：对两只猴子进行手术，在左侧大脑半球的外侧前额叶皮层（LPFC，Brodmann 46区）和额眼区（FEF）长期植入多通道微电极阵列。LPFC植入阵列总计记录到256个神经元（猴子A：144个，猴子B：112个），FEF记录到137个神经元（猴子A：125个，猴子B：12个）。FEF的位置通过微电流刺激诱发固定向量眼动进行了功能验证。
- 记录：在猴子执行行为任务时，同步记录多个脑区单个神经元的动作电位（放电活动）和眼动数据。
数据分析流程：
- 单神经元选择性分析：首先计算每个神经元在不同任务阶段（目标呈现期、延迟1、干扰呈现期、延迟2）对目标空间位置的“解释方差百分比”（percentage of explained variance, PEV），以量化其携带的目标位置信息量。通过比较LPFC和FEF神经元PEV的时间进程，初步评估两个脑区在信息维持上的差异。
- 群体解码分析（核心方法）：为了探究群体编码的稳定性，研究采用了跨时间解码（cross-temporal decoding）这一关键技术。具体流程如下：
- 构建伪群体（pseudopopulation）：由于不是所有神经元都在同一次试验中被记录，研究者将不同记录会话中获得的神经元反应进行组合，形成LPFC（256个神经元）和FEF（137个神经元）两个伪群体数据集。
- 训练与测试：使用线性判别分析（LDA）分类器。分类器在某个特定时间窗口（如延迟1的后期）的神经群体活动数据上进行训练，以解码目标位置。然后，用这个训练好的分类器去解码其他时间窗口（包括同一延迟期的其他时刻，以及关键的延迟2时期）的神经活动所对应的目标位置。
- 逻辑：如果神经编码是稳定不变的，那么在一个时间点训练的分类器应该能够成功解码其他时间点的信息（高解码准确率）。反之，如果编码发生了变化（即“变形”），那么跨不同时期（如从延迟1到延迟2）的解码性能就会显著下降。
- 状态空间分析：使用主成分分析（Principal Components Analysis, PCA）将高维的神经群体活动降维并投影到二维或三维空间。通过观察不同目标位置对应的群体活动“簇”在延迟1和延迟2的状态空间中的位置变化，直观地展示编码的几何结构是否发生了整体平移或扭曲，并计算簇内距离（反映同一条件下反应的变异性）和簇间距离（反映不同条件间的可区分性）。
- 错误试验分析：分离出动物做出错误反应的试验，重复上述群体解码和状态空间分析，比较正确与错误试验中编码动态的差异，以建立神经活动与行为表现之间的关联。
- 神经元分类与机制探究：
- 根据神经元在延迟1和延迟2的放电率，进行双因素方差分析（ANOVA），因素为“任务时期”（延迟1 vs. 延迟2）和“目标位置”。
- 将神经元分为三类：经典选择性神经元（Classical Selectivity, CS）：只对目标位置或只对任务时期有选择性反应；线性混合选择性神经元（Linear Mixed Selectivity, LMS）：对目标位置和任务时期都有主效应，但二者无交互作用（即选择性模式在不同时期是线性叠加的）；非线性混合选择性神经元（Nonlinear Mixed Selectivity, NMS）：对目标位置和任务时期存在显著的交互作用（即选择性模式在不同时期发生了非线性的改变）。
- 通过“剔除”或“仅保留”特定类型神经元的方式重构伪群体，再次进行跨时间解码和状态空间分析，以确定哪类神经元是编码变形的必要和充分条件。
四、 主要研究结果
LPFC与FEF在单神经元信息维持上的差异：分析显示，在两个脑区中，都有相当比例的神经元对目标位置具有选择性。然而，在选择性神经元中，LPFC神经元在目标呈现后，其携带的目标信息在整个试验期间（包括干扰出现后）保持稳定。而FEF神经元的目标信息在目标呈现期达到峰值后，在后续延迟期中显著下降，且水平低于LPFC。这表明，平均而言，单个LPFC神经元比FEF神经元能更稳定地维持目标信息。
群体解码揭示LPFC的“编码变形”与FEF的“编码退化”：这是本研究最核心的发现。
- LPFC结果：跨时间解码显示，在延迟1期间，LPFC的群体编码是稳定的（在延迟1内训练和测试的分类器性能很高且稳定）。关键发现是：在延迟1训练的、表现良好的分类器，当应用于延迟2的数据时，其解码性能显著下降（LP11: 50.5% -> LP12: 32.4%）。然而，在延迟2内部训练和测试的分类器性能（LP22: ~50%）与延迟1内部性能（LP11）无显著差异。状态空间分析进一步证实，延迟1和延迟2的神经活动模式在状态空间中形成了两个明显分离但内部结构（簇内变异性、簇间区分度）相似的“云团”。这表明，干扰物的出现触发LPFC将工作记忆信息从一种稳定的群体活动模式“变形”为另一种不同的、但信息含量相等的稳定模式。这种转变是快速且定性的，不同于延迟期内编码的自然缓慢漂移。
- FEF结果：与LPFC相反，FEF的群体编码在延迟1和延迟2之间表现出持续性（即编码模式没有发生根本性的几何变换，从延迟1到延迟2的簇中心偏移不显著）。然而，这种持续性伴随着信息丢失：在延迟2内部训练和测试的分类器性能（FP22: 31.7%）显著低于延迟1内部性能（FP11: 39.0%）。状态空间分析也显示，延迟2的神经活动簇的簇内距离增加，意味着表征变得更为弥散、噪声更大。因此，FEF采用的是稳定但会退化的编码策略。
编码变形的行为相关性：在动物做出错误反应的试验中，LPFC的编码变形过程出现了异常。与正确试验相比，错误试验中延迟1的解码性能本身就较低，且从延迟1到延迟2的编码变形（簇中心偏移量）显著小于正确试验。这表明，不完全或不成功的编码变形可能与工作记忆行为错误相关。而在FEF的错误试验中，并未观察到类似显著的编码模式变化。
编码变形的细胞机制：非线性混合选择性神经元的关键作用：
- 在LPFC中，非线性混合选择性（NMS）神经元的比例（25%）和交互作用强度均显著高于FEF（19%，且强度较弱）。
- 必要性验证：当从LPFC伪群体中人为剔除NMS神经元后，之前观察到的显著编码变形现象消失了，群体编码变得持久但信息量下降（类似于FEF的模式）。
- 充分性验证：仅用LPFC的NMS神经元构建的伪群体，足以重现出清晰的编码变形。而仅用LMS或CS神经元则不能。
- 移植验证：将LPFC的NMS神经元“添加”到FEF群体中，可以使FEF群体表现出编码变形；反之，将LPFC中的NMS神经元剔除至与FEF相似的水平，则LPFC的编码变形能力减弱。
- 结论：非线性混合选择性神经元是LPFC实现编码变形而不丢失信息的必要且充分条件。这些神经元能够根据任务背景（如干扰出现）非线性地改变其反应特性，从而驱动整个群体活动模式进行灵活重组。
五、 研究结论与意义
本研究得出以下核心结论：外侧前额叶皮层（LPFC）并非以固定不变的神经编码来维持工作记忆信息。相反，它采用了一种灵活的“编码变形”机制。当干扰物出现时，LPFC的神经元群体（主要由非线性混合选择性神经元驱动）能够将记忆信息从一种活动模式动态地重组为另一种不同的模式。这种重组保持了信息的完整性，从而实现了对干扰的鲁棒性。相比之下，额眼区（FEF）则采用了一种稳定但脆弱的编码策略，其编码模式在干扰前后保持几何结构上的持续性，但信息表征质量会下降。
本研究的科学价值在于： 1. 挑战并深化了经典理论：它超越了“持续性活动等于稳定编码”的简单观点，揭示了前额叶皮层工作记忆编码的动态性和灵活性本质，提出了“编码变形”这一新概念。 2. 阐明了关键细胞机制：首次将群体水平的编码动态与特定类型的神经元（非线性混合选择性神经元）直接联系起来，为理解认知灵活性提供了具体的神经基础。 3. 揭示了前额叶亚区的功能分化：明确了LPFC和FEF这两个在解剖和功能上紧密关联的额叶区域，在工作记忆信息处理策略上存在根本差异：LPFC更侧重于高级的、灵活的记忆保持与干扰抑制，而FEF的编码则更不稳定，可能与其更偏向感觉运动转换的功能相关。 4. 连接了神经活动与行为：证明了编码变形的完整性影响行为输出的正确性，将细胞和群体水平的发现与整体认知功能直接挂钩。
六、 研究亮点
- 概念创新：提出了“编码变形”这一新颖的神经计算概念，用以描述工作记忆信息在干扰下的动态重组，是对传统“持续性编码”和“动态编码”框架的重要补充和具体化。
- 方法精妙：综合运用了单神经元分析、跨时间群体解码、状态空间几何分析等多种先进的电生理数据分析方法，从多个角度相互印证了编码变形的存在与特性。
- 对比设计有力：通过在同一实验范式中直接比较LPFC和FEF，清晰有力地揭示了两种不同的信息编码策略，增强了结论的可靠性。
- 机制探究深入：不仅描述了现象，还通过巧妙的神经元分类和群体重构实验，确立了非线性混合选择性神经元在编码变形中的因果性作用，将宏观现象与微观机制紧密结合。
- 行为关联扎实：通过分析错误试验，为编码变形的行为相关性提供了证据，使研究发现具有明确的认知功能意义。
七、 其他有价值的内容
研究者在讨论中也指出了本工作的局限性，例如实验设计中没有包含“无干扰物”的对照条件，因此编码变形完全由干扰触发的推论虽强但仍有待未来实验直接验证。同时，研究提出了许多有趣的未来方向，例如：不同类型的干扰（如听觉）是否引发类似的变形？连续的多个干扰是否会引发连续的变形？下游脑区如何解读这种变化的编码？这些问题的提出为后续研究开辟了道路。此外，研究还发现LPFC中存在另一类编码目标与干扰物位置混合信息的NMS神经元，但它们与本研究关注的编码变形无关，这提示LPFC内可能存在处理不同信息的并行神经群体。