本研究的主要作者是Xingyu Ding、Sean Froudist-Walsh与Jorge Jaramillo，他们来自美国纽约大学神经科学中心。合作者还包括Junjie Jiang与Xiao-Jing Wang。该研究于2024年1月4日发表在开放获取期刊《eLife》上，标题为“细胞类型特异性连接组预测小鼠大脑中分布式工作记忆活动”。这篇研究论文探讨了一个神经科学领域的核心认知功能——工作记忆（working memory），即大脑在没有感官输入的情况下内部保持和处理信息的能力。研究团队旨在理解多个相互作用的脑区如何协同实现这一功能，特别是在连接组学（connectomics）和神经生理学技术快速发展的背景下，为解释认知过程中大规模脑活动记录提供一个框架。
长期以来，我们对局部神经计算（如初级视觉皮层的方向选择性）有深入了解，但对支持认知和行为的分布式神经过程知之甚少。工作记忆作为核心认知功能，其延迟期的持续性神经活动已在多个脑区观察到，表明这是一种分布式表征。在猕猴大脑模型中，工作记忆活动被证明依赖于区际连接、兴奋性突触的宏观梯度以及多巴胺调制。然而，小鼠大脑与猕猴大脑存在显著差异：例如，小鼠皮层缺乏猕猴皮层中存在的从感觉区到联合区的锥体细胞树突棘密度（即兴奋性突触位点）的递增梯度。这引发了一个关键问题：在不依赖兴奋性梯度的情况下，小鼠大脑如何实现分布式工作记忆？同时，新的记录和成像技术使得在小鼠行为状态下进行大规模单细胞分辨率观测成为可能，为阐明啮齿类动物分布式脑功能的环路机制带来了希望。
基于此，本研究的目标是建立一个基于小鼠大脑真实解剖结构的大规模计算模型，以揭示分布式工作记忆的神经机制，特别是探究细胞类型特异性连接和抑制性神经元梯度在其中的决定性作用。研究的核心问题是：当分布式持续性活动出现时，是什么决定了工作记忆表征的空间模式？传统的基于连接组的图论度量能否预测活动模式？是否存在一个负责记忆维持的核心子网络？
本研究的工作流程主要包括以下几个部分：构建大规模小鼠皮层及丘脑皮层计算模型、模型验证与分布式活动模式分析、探究抑制梯度与层级的作用、分析基线稳定性机制、扩展至丘脑皮层模型、开发并验证细胞类型特异性连接度量、识别核心工作记忆子网络，以及探索模型中的多重吸引子状态。
首先，研究团队构建了一个覆盖43个脑区的小鼠皮层大规模环路模型。其解剖学基础主要来自两个关键数据集：一是Allen研究所提供的基于顺行荧光示踪技术的小鼠丘脑皮层系统介观连接组数据，用于定义区际长程连接矩阵；二是通过qBrain平台测量得到的小鼠皮层中表达小清蛋白（parvalbumin, PV）的抑制性中间神经元密度的宏观梯度数据。PV细胞密度经过总神经元密度标准化，得到PV细胞分数，以更好地反映PV神经元介导的突触抑制强度。模型显示，PV细胞分数从初级感觉区到联合区呈递减趋势，且与基于连接组定义的皮层层级呈中度负相关。每个皮层区域在模型中被描述为一个由平均场简化方法构建的局部微电路，包含两个对特定刺激选择性的兴奋性神经元池和一个共享的抑制性神经元池。模型基于三个关键假设：局部抑制强度与各皮层区域的PV中间神经元密度成正比；长程连接矩阵由解剖数据给出；长程连接的靶向具有“反流抑制偏倚”（counterstream inhibitory bias, CIB），即与自下而上的前馈连接相比，自上而下的反馈连接更多地偏向于靶向抑制性细胞，从而使前馈连接产生更强的净兴奋效应。
其次，为了验证模型并分析分布式活动模式，研究者模拟了一个简单的视觉延迟反应任务。在模型中，当局部循环兴奋强度不足以在孤立状态下产生持续性活动时，瞬时的视觉输入施加于初级视觉皮层（VISp）。模拟结果显示，刺激消失后，VISp的放电频率迅速恢复到基线，而许多前额叶和外侧皮层区域（如前边缘皮层PL、下边缘皮层ILA、次级运动皮层MOs等）在延迟期内维持了高放电率。延迟期放电模式在空间上是分布式的，但表现出模块化特性：高阶皮层区域表现出更强的持续性活动。统计分析表明，延迟期放电率与皮层层级高度正相关（r=0.91），与PV细胞分数呈负相关（r=-0.43），说明长程连接在定义活动模式中起主导作用。模型预测，工作记忆在不同感觉模态（如体感、听觉）中可能共享共同的激活模式。
第三，为了深入探究PV梯度和CIB的具体作用，研究进行了系统的参数操控分析。当移除PV梯度（即所有区域使用恒定的抑制水平）时，显示持续性活动的皮层区域数量减少，但延迟期放电率的突变式过渡仍然存在。当移除CIB（即反馈和前馈连接对兴奋性和抑制性细胞的靶向无差异）时，感觉区和联合区在延迟期都表现出高放电率，空间模式变得模糊。这表明CIB在决定哪些区域能表现出持续性活动方面尤为重要。研究进一步通过热图分析系统性地改变了局部抑制的基础强度和PV梯度的缩放因子，发现模型存在两种主要动力学状态：一种是“参考状态”，其中局部连接不足以独立维持活动，分布式活动完全依赖长程循环；另一种是“替代状态”，其中部分区域本身就具备独立维持持续性活动的能力。在参考状态中，CIB的作用至关重要；而在替代状态中，即使没有CIB，只要存在PV梯度，模型仍能产生清晰的活动模式。研究还指出，如果实验观察到跨皮层区域的PV细胞分数与延迟期放电率相关性较弱，则暗示CIB机制的存在。
第四，研究分析了局部和长程投射如何调节皮层基线状态的稳定性。研究发现，在没有长程连接的情况下，单个局部网络即使没有局部抑制也能保持稳定。但在包含长程连接的全网络模型中，如果移除长程连接对抑制性神经元的投射或移除局部抑制，网络的基线状态都会变得不稳定。这表明，来自局部和长程环路的抑制共同贡献于皮层区域的基线稳定性。分析进一步表明，该模型可能运行在“抑制稳定网络”（inhibitory stabilized network, ISN）状态，即循环兴奋通过抑制来平衡以维持基线稳定。在全网络尺度上，还存在一种“全局”ISN状态，即长程连接对抑制性神经元的输入对于维持稳定基线是必要的。这种ISN机制与分布式工作记忆模式是兼容的，部分皮层区域可以表现出双稳态（即基线态和高活动态）。
第五，为了探究丘脑皮层相互作用的影响，研究构建了一个包含丘脑区域的大规模丘脑皮层网络模型。丘脑皮层连接的强度同样基于解剖数据设定，并且同样遵循CIB原则。在这个模型中，皮层区际连接被有意减弱。模拟发现，持续性活动仍然可以产生，但需要丘脑皮层环路的参与来维持；如果使丘脑失活，皮层网络的持续性活动就会消失。在丘脑皮层模型中，皮层区域的延迟活动模式依然与皮层层级相关，并显示出类似的突变过渡。丘脑区域的活动则随其自身的层级连续增加。重要的是，丘脑皮层模型中皮层区域的活动模式与仅包含皮层的模型高度相关，说明皮层模型已经捕捉了大部分关键动力学特性，因此后续分析主要聚焦于皮层模型以简化问题。
第六，针对传统连接组图论度量（如输入强度、特征向量中心性）无法预测模型延迟期放电模式的问题，研究团队提出了新的“细胞类型特异性”图论度量。这一度量考虑了长程连接的靶细胞类型（通过CIB体现）和目标区域的PV细胞分数（影响净兴奋效果）。具体来说，细胞类型投射系数在目标区域PV细胞分数高时较小，在连接主要靶向兴奋性细胞时较大。计算出的细胞类型特异性输入强度和特征向量中心性与延迟期放电率呈现出高度显著的相关性，并能准确预测哪些区域会表现出持续性活动。这证明，仅凭连接强度不足以解释认知过程中的大脑动力学，必须考虑细胞类型特异性信息。
第七，为了识别对维持分布式持续性活动至关重要的脑区，研究者通过模拟类似于光遗传学失活的实验，对每个区域在刺激呈现期或延迟期进行“失活”，并观察其对网络其他部分活动的影响。根据失活效应和区域自身的活动水平，他们将皮层区域分为四类：输入区域（如VISp，对刺激编码和传播至关重要）、核心区域（失活会显著影响网络中其他区域的持续性活动）、读出区域（本身有持续性活动，但失活对网络其他部分影响很小）以及非必要区域。研究识别出了一个由七个区域组成的核心子网络，包括PL、ILA、内侧眶额皮层（ORBm）、前岛叶皮层（AID）、后内侧视觉区（VISpm）、外嗅皮层（ECT）和味觉区（GU）。这些核心区域分布在大脑各处，通过强大的兴奋性循环相互连接，是产生和维持分布式记忆表征的关键。相比之下，次级运动皮层（MOs）等区域在本任务背景下被归类为读出区域，其活动可能更多依赖于来自核心区域的输入，用于后续计算或行为准备。研究还发现，同时失活多个读出区域会对网络活动产生累积性影响，定义了“二阶”、“三阶”核心等概念，但单个核心区域的失活效应仍远大于多个读出区域的组合失活。
第八，研究进一步从结构上寻找识别核心子网络的指标。他们计算了每个区域参与的“循环强度”，即该区域与其他区域形成的双向兴奋性连接的强度乘积之和。然而，原始的循环强度无法预测核心区域。当使用细胞类型特异性循环强度（结合了CIB和PV分数信息）时，该指标能以93%的准确率预测一个区域是否属于核心。这表明，核心子网络可以通过细胞类型特异性的结构连接特征来识别。
第九，研究探索了模型中的多重吸引子状态。吸引子状态是网络可以自我维持的内部状态，每个状态涉及一组不同的高活动脑区，可能对应不同的记忆内容或任务情景。通过改变长程连接强度和局部兴奋强度这两个关键参数，研究者发现：增强长程连接会减少吸引子的数量，但会使吸引子规模（涉及区域数）分布呈现双峰（大的全局吸引子和小的局部吸引子）；而增强局部兴奋强度则会增加吸引子的数量。在存在大量吸引子的参数下，细胞类型特异性输入强度依然能够很好地预测各个吸引子状态下的活动模式。此外，不同的吸引子状态依赖于不同的核心区域子集。例如，在一个特定的吸引子中，MOs被识别为核心区域，其细胞类型特异性循环强度在该子网络中也最高。这证明核心子网络的定义是任务或状态依赖的。
本研究的结论是，团队成功开发了第一个基于真实解剖结构的、支持认知功能（工作记忆）的小鼠全皮层及丘脑皮层动力学模型。主要发现包括：第一，PV中间神经元密度梯度是小鼠皮层分布式记忆活动模式的关键决定因素，高PV分数的感觉区进行快速信息处理，低PV分数的联合区则维持持续性表征。第二，分布式工作记忆可以通过两种机制实现：一种是依赖长程区际循环的“参考状态”，CIB在此机制中至关重要；另一种是部分区域具备独立持续活动能力的“替代状态”。第三，局部和长程抑制共同确保了网络基线状态的稳定性，模型可能工作在ISN状态。第四，也是最具创新性的发现，传统的连接组度量无法预测神经动力学，而新提出的细胞类型特异性图论度量能高精度预测活动模式和识别核心子网络。这突显了未来连接组学研究补充细胞类型特异性信息的必要性。第五，识别出了一个分布式的核心工作记忆子网络，其构成是任务依赖的。第六，小鼠皮层连接组支持多重吸引子状态的存在，为不同认知状态提供了动态基础。
这项研究的科学价值在于，它提供了一个整合多尺度解剖数据（介观连接组、细胞类型梯度）来解释大规模神经活动模式的计算框架，弥补了小鼠与灵长类在工作记忆机制认识上的差距。它强调了在理解大规模脑功能时，必须超越简单的连接强度，深入考虑细胞类型特异性的连接靶向和局部微电路特性。应用价值在于，该模型和提出的细胞类型特异性度量工具，可以为未来解读在体大规模神经记录数据、设计针对性（如光遗传学）干预实验、以及理解认知障碍的环路基础提供理论指导和预测。研究带来的重要观点包括：抑制性梯度可以替代兴奋性梯度实现功能分离；长程连接的细胞类型靶向是连接组与功能脱耦的关键；核心功能子网络需通过扰动分析或细胞类型特异性结构度量来识别；大脑可能在不同的动力学状态间切换以适应不同任务。
本研究的亮点在于：首先，方法创新：首创了支持认知功能的小鼠全脑生物物理模型，并引入了创新的“细胞类型特异性连接度量”，将解剖连接与功能动力学有效关联起来。其次，重要发现：明确揭示了PV抑制梯度在小鼠分布式工作记忆中的核心作用，以及CIB机制在特定动力学状态下的必要性；成功识别并结构性地解释了分布式核心子网络。第三，理论深度：系统区分并阐述了实现分布式工作记忆的两种不同动力学状态（依赖长程循环 vs. 局部可独立维持），并分析了其稳定性和吸引子特性，深化了对大规模神经环路计算原理的理解。第四，跨物种比较的桥梁作用：通过模型对比，为理解啮齿类与灵长类在认知神经机制上的异同（如兴奋性梯度的有无、连接密度的差异）提供了具体的计算假说和预测。这些贡献共同推动了对大脑如何通过分布式网络实现高级认知功能的本质理解。