该研究的主要作者包括Arseny Finkelstein、Kayvon Daie、Márton Rózsa、Ran Darshan和Karel Svoboda。作者机构来自以色列特拉维夫大学（Department of Neuroscience and Brain Disorders, Gray Faculty of Medical and Health Sciences; Sagol School of Neuroscience; School of Physics and Astronomy）、美国霍华德·休斯医学研究所珍妮莉亚研究园区（Janelia Research Campus）以及艾伦脑科学研究所艾伦神经动力学研究所（Allen Institute for Neural Dynamics）。这项研究于2025年10月15日在线发表在《自然》（Nature）期刊上。
本研究的学术背景聚焦于系统神经科学与计算神经科学领域，特别是探索大脑网络连接性与神经活动模式之间的因果关系。神经信息表征受到远程输入和局部网络相互作用的共同塑造。以往将神经编码与皮层连接性联系起来的研究主要集中在感觉皮层（如视觉、听觉皮层）输入驱动的活动上。相比之下，运动皮层在协调目标导向行为中的核心作用虽然已被广泛认识，但其功能研究大多基于经过长期训练的“专家”动物，其神经活动在运动前和运动中最为显著，且活动模式在技能学习过程中会发生深刻变化。一个关键的科学问题是：在学习尚未重塑其回路之前，运动皮层的神经元是如何编码自然行为、其底层网络连接模式又是如何的？这构成了研究的背景和动机。因此，本研究旨在探究在未经训练的小鼠执行一种自然的多方向伸舌取水任务时，其运动皮层（特别是前外侧运动皮层， Anterior Lateral Motor Cortex, ALM）的神经元如何编码目标位置和奖励结果，并利用创新的全光学方法在活体大脑中大规模绘制这些神经元之间的因果连接图谱，从而揭示功能调谐与网络架构之间的关系。
该研究的详细工作流程包含几个核心环节：行为范式设计、在体钙成像记录、全光学因果连接性绘图以及数据分析与建模。
首先，研究者设计了一种无需训练的自然主义行为范式。实验对象是头部固定的小鼠，在其面前呈现一个可移动的舔水端口（目标）。在每个试次中，目标随机出现在一个由多个位置（例如9、16或25个）组成的网格中的一处。小鼠需要通过伸出舌头去接触目标以获取水奖励。奖励大小在少数试次中随机增加或省略，以探究奖励结果的影响。这种多方向伸舌行为让研究者能够在动物未经历长期任务训练的情况下，研究其运动皮层的神经编码基础。
其次，研究者使用双光子体积钙成像技术记录小鼠在执行上述任务时，其ALM脑区第2/3层兴奋性神经元的群体活动。在表达钙指示剂GCaMP6s的转基因小鼠（共15只，61个实验记录批次）中，通过顺序扫描四个不同深度（总深度约120微米）的成像平面，实现了对神经元活动的三维监测。从总共104,333个成像神经元中，使用算法对钙信号进行反卷积，估计出神经元的尖峰发放率，并将其作为后续分析的“活动”指标。研究者分析了神经元在行为试次不同时间点的活动（时间调谐），以及其对不同目标位置（位置调谐）和不同奖励结果（奖励调谐）的反应特性。
第三，也是本研究的核心创新，是利用“全光学”方法在体绘制因果连接图谱。该方法结合了双光子光遗传学刺激和双光子钙成像。具体而言，在同一个实验批次中，研究者在小鼠静息状态下，随机选择位于最表层成像平面的神经元作为“目标神经元”，使用双光子激光通过螺旋扫描模式对其进行精准的光遗传学激活（使用 soma-targeted ChrimsonR 通道蛋白）。与此同时，他们通过体积钙成像技术，监测大脑体积内（约700 x 700 x 120 微米）所有其他神经元（约2000个）对每次光刺激的反应。如果一个非直接受刺激的神经元的活动因某个目标神经元被激活而发生显著变化，则认为该目标神经元对后者具有“因果影响”或“因果连接”。研究者将这种反应解读为阈上响应概率的变化，反映了较强的连接（可能包括多突触通路）。每个实验批次大约映射30万对神经元连接（约150个目标 x 2000个成像神经元），总计分析了超过2200万对兴奋性神经元之间的连接。此外，实验还设置了“控制目标”——即接受光刺激但自身未产生显著反应的神经元，用以评估光刺激可能存在的脱靶效应。
第四是数据分析与计算建模工作流。对于成像数据，研究者计算了神经元的时间调谐、位置调谐图、奖励调制强度，并分析了调谐相似性与神经元间解剖距离的关系。对于连接性数据，他们计算了连接概率和连接强度随距离变化的函数，并分析了功能调谐相似性与因果连接强度之间的关联。此外，研究者还统计了每个目标神经元的输出连接数量（出度），识别出网络中具有异常高连接度的“枢纽神经元”。为了理解枢纽神经元可能的功能，他们构建了一个计算网络模型。该模型整合了实验发现的关键特征：神经元具有单峰的位置调谐；调谐相似的神经元在空间上聚集；连接更强的神经元对具有更相似的调谐；网络中存在出度连接呈异质性分布的神经元，包括大量连接稀疏的“非枢纽神经元”和少量连接密集的“枢纽神经元”。通过模拟，他们探索了这种网络架构对信息编码的影响。
本研究取得了一系列重要的结果。首先，在神经编码方面，研究发现即使在未经训练的小鼠中，ALM的神经元也表现出丰富的任务相关活动。78.7%的神经元在试次的不同时间点活动被显著调制。与经过训练的动物不同，大多数神经元的活动峰值出现在运动开始之后甚至运动结束之后。22.8%的神经元对目标位置有选择性调谐，其调谐曲线通常是单峰的，覆盖了所有可能的目标位置。更重要的是，许多神经元（占位置调谐神经元的27.5%）表现出对目标位置和奖励结果的联合编码。例如，有些神经元在奖励增加时活动增强，而在奖励被省略时活动减弱，并且这种奖励调制通常表现为对位置调谐幅度的增益调节。空间分析进一步揭示，调谐相似的神经元在小空间尺度（小于100微米）上倾向于彼此靠近，且这种相似性在皮层切向（侧向）的衰减速度比径向（轴向）更快，表明存在功能柱状结构。
其次，在因果连接性方面，研究绘制出了ALM第2/3层兴奋性神经元之间连接的空间与功能组织图谱。连接概率随神经元间距离的增加而迅速衰减。连接强度在空间上呈现出“墨西哥帽”式的轮廓：在目标神经元周围约100微米范围内存在局部兴奋性连接，而在更远的距离（100-250微米）则观察到抑制性相互作用（通过中间神经元介导的多突触抑制）。重要的是，连接性在轴向（垂直于皮层表面）的延伸范围远大于侧向，这与功能调谐的柱状组织方式相一致。控制目标的实验证实，光刺激脱靶效应对观测到的连接性贡献很小（<10%），支持了连接性测量的有效性。
第三，研究发现了功能调谐与局部连接性之间的明确关联。在空间上邻近（<100微米）的神经元对中，因果连接强度越强，其位置调谐的相似性就越高。这表明，神经元的功能相似性并非仅由共享的远程输入驱动，局部网络内“物以类聚”的兴奋性连接也起到了关键作用。
第四，也是最具突破性的发现之一是神经网络结构的异质性。神经元之间的连接模式并非随机，而是呈现出重尾分布。大部分神经元连接稀疏，但存在少数具有极高出度连接数量的“枢纽神经元”。这些枢纽神经元本身对任务特征（目标位置、奖励结果）的调谐较弱，但它们与周围神经元的活动相关性更高，对局部网络具有更大的影响力。对网络模型的分析表明，这些弱调谐但高度互联的枢纽神经元可以作为局部放大器，通过循环连接增强和稳定非枢纽神经元群体中位置特异性活动，从而提升网络编码空间信息的能力。
本研究得出以下结论：在小鼠执行自然的多方向目标导向行为时，其运动皮层（ALM）的神经元群体编码了运动目标的位置和结果。这种编码建立在一个精细的多尺度柱状网络架构之上，该架构的特点是短程的“同类相连”兴奋性连接和长程的抑制性环绕。网络中镶嵌着稀疏但高度连接的枢纽神经元，它们虽然调谐较弱，但能协调和放大局部网络活动。这个编码位置和运动结果、并具有特定连接模式的网络，可能构成了快速学习复杂目标导向行为的一般性基质。这为理解运动皮层如何支持灵活行为和学习提供了新的回路层面的机制解释。
本研究的亮点和价值体现在多个方面。在科学发现上，它首次在未经训练的动物中系统描绘了运动皮层对连续空间目标和行动结果的联合编码，并揭示了其底层网络具有功能特异性的柱状结构和异质的枢纽架构，挑战了局部连接完全随机或仅由远程输入决定的传统假设。在方法学上，研究开创性地将自然行为范式与大规模、在体的全光学因果连接性绘图技术相结合，实现了在同一个大脑、同一批神经元上同时观测功能活动与绘制连接图谱，极大地推进了我们对结构与功能关系的理解。此外，研究提出的“向量式反馈”概念——即神经元同时编码“做了什么动作”和“得到了什么结果”——为理解基于模型的强化学习提供了潜在的神经基质。在应用价值上，这项研究为深入理解运动控制、学习与决策的神经机制奠定了基础，其方法学框架也为研究其他脑区功能与连接的因果关系树立了典范。最后，关于枢纽神经元作用的发现，为探索皮层微环路中不同细胞类型或拓扑元素在驱动网络动力学和行为中的特定角色开辟了新的研究方向。