复发性模式补全驱动新皮层对感觉推断的表征

2025-11-05 Wed
学术背景：知觉推理与神经机制探究在日常生活中，我们的感觉系统经常面对不完整或模糊的信息。例如，物体被遮挡时，大脑依靠既有经验和预期完成对整体的推断。这种推理能力不仅是人类视觉系统的核心功能之一，同时也是其他动物包括灵长类、鼠类、鱼类甚至昆虫的共同能力。感知推断（sensory inference）不仅推动我们识别本不存在的边缘和形状，例如著名的Kanizsa三角形错觉（Kanizsa triangle illusion）中，观察者会看到不存在实物的白色三角形。这种“主观轮廓（illusory contour, IC）”现象本质上属于一种高层次的知觉推断，但其背后的神经机制长久以来仍未被充分揭示。
之前在灵长类和人类的研究中，发现初级视觉皮层（primary visual cortex, V1）中的一部分神经元，会对这种主观轮廓做出反应，仿佛真有一个边缘存在。而在更高级的视觉区，主观轮廓的“整体大于部分之和”的格式塔式知觉（gestalt perception）表达更加明显。这些反应被认为是高级视觉推理能力在低级视觉皮层的神经表现。然而，主观轮廓究竟如何在皮层网络中被编码、如何区分真实边缘与推断边缘，以及这些过程中的神经环路组织，至今仍存在诸多争议和未知。
本研究针对以上科学难题，通过高通量神经元活动记录与精确光遗传学干预，系统揭示了新皮层感觉推断的神经编码及其回路机制，尤其关注于模式完成（pattern completion）在推断过程中的作用。
论文来源及作者情况本文题为《recurrent pattern completion drives the neocortical representation of sensory inference》，由 Hyeyoung Shin（通讯作者）及其团队完成，作者来自 University of California, Berkeley、Seoul National University 及 Allen Institute neural dynamics program 等多家国际知名研究机构。论文于2025年11月发表于权威期刊“Nature Neuroscience”，文章DOI为：https://doi.org/10.1038/s41593-025-02055-5。
研究整体流程与技术亮点本项研究以小鼠为实验对象，融合多种尖端神经科学手段，包括多通道Neuropixels（高密度电生理探针）记录、two-photon（二光子，2p）钙成像、2p全息光遗传学（holographic optogenetics）以及自研新型2p全息mesoscope（大视野细胞分辨率成像）平台，系统分析多层次视觉皮层对主观轮廓的表征机制。整体研究可归纳为以下几个主要阶段：
一、发现主观轮廓编码神经元（IC-encoders）及其功能分化对象与实验组设计：研究对象为成熟C57/B6及多个转基因背景小鼠，包括camkii-tta;teto-gcamp6s小鼠（用于V1L2/3成像）、scnn1a-tg3-cre;ai162小鼠（用于V1L4成像）、SST及PV-Cre背景（Neuropixels实验）等。每个实验均设有合理的样本数（比如神经元记录实验通常每组12只小鼠，成像实验数百至数千个神经元）。
视觉刺激方案创新：为区分神经元对整体主观轮廓与局部诱导段（inducing segments）的反应，作者精心编排了刺激图像，包括经典Kanizsa三角形、真实边缘（IRE images）、主观轮廓（IC images）、以及新设计的L形组合（LC images）、TRE（真实边缘探测）、XRE等系列图片。通过这些组合，精确分辨出只对整体IC有选择性反应而对局部segment无响应的神经元——即“IC编码神经元”（IC-encoders），以及主要响应单一segment的“segment responder”。
神经活动记录与分析方法：
多通道Neuropixels探针：在单只小鼠六个视觉皮层区（V1, LM, AL, RL, AM, PM）同时插入，记录数百至上千个单元的放电活动；
二光子钙成像与自研mesoscope：大视野、高时空分辨率观察同一皮层区数千神经元的钙信号动态。
图像刺激-单元响应关系建模：使用SVM（支持向量机）等线性判别器训练神经活动与图像刺激类型间映射，并进一步测试推断能力（inference decoding）。
数据分析创新算法：作者发展了推断解码（inference decoding）方法，通过神经元活动模式区分真正编码主观轮廓推断的神经元，并对各层皮层区编码能力进行跨区域比较。
二、主观轮廓推断的皮层层级及神经元亚群分工层级区域定位与功能判别：多区域神经元记录与成像展示，推动IC推断的主要区域在V1的L2/3层，而V1L4（丘脑输入层）对主观轮廓缺乏有效推断编码，显示推断相关信息源自皮层回路而非底部输入。同时，高级视觉区如LM也能体现强烈的主观轮廓推断活动。
不同神经元群的功能分离：
IC-encoders：专门响应主观轮廓的整体，接受上行区域（如LM）强反馈连接，并能在本地皮层网络中完成模式重现（pattern completion）。
segment responders：响应单一诱导段，参与将底部输入信息上行传递到高级视觉区，但对本地推断模式完成作用有限。
三、神经元群的因果调控与模式完成机制全息光遗传学干预：作者利用2p全息光遗传技术，针对筛选出的IC-encoders或segment responders，在无视觉输入条件下定向激活目标神经元，并实时记录皮层内其他神经元活动变化。
“全光学读写”流水线创新：实验分三步——首先识别神经元功能类型（IC-encoders/segment responders），其次在线计算并选定光刺激靶点，最后对目标群体进行刺激并观察皮层全局反应。
模式完成效应验证：
IC-encoders激活试验：激活IC-encoders后，本地V1L2/3皮层网络自动“补全”出主观轮廓模板，即使没有实际视觉输入，其他未激活的IC响应神经元也表现出与真实主观轮廓刺激高度相似的活动模式，表明本地回路通过模式完成机制强化了推断信息。
segment responders激活试验：主要推动下行信号到达高级视觉区，但不能在V1L2/3内有效驱动主观轮廓模式的创生。
LC-encoders对照试验：对比发现，选择性LC-encoders激活远不如IC-encoders在模式完成能力上的高效，说明IC编码神经元在模式重现上具有专属性。
mesoscope大视野多区同步验证：在自研2p全息mesoscope平台下，进一步证实segment responders推动的信息能有效进阶至高级视觉区，而IC-encoders仅局限于V1L2/3局部回路，形成完整的皮层层级环路分工。
四、整体结论与科学价值主观轮廓推断的皮层机制模型：研究首次系统阐明了在小鼠视觉系统中，主观轮廓推断由V1L2/3的IC编码神经元主导，通过回环模式完成（recurrent pattern completion）机制，使推断信息在本地皮层网络中得以自动强化和维持。同时，segment responders则作为桥梁，实现底部信息向上行区传递，参与更高级推断计算。
模式完成理论与人工智能类比：本研究有力回答了神经网络科学中的一个关键问题——纯前馈线性网络无法模拟主观轮廓知觉，唯有引入皮层环路及回环模式完成，类脑人工网络才具备真正的推断能力。这一认识为下一代人工智能视觉系统提供了理论参考。
科学与应用价值：揭示了新皮层推断功能的细胞环路基础，不仅为理解人类/动物视觉推断机制铺平道路，也为疾病（如幻觉、知觉障碍）及智能算法设计提供了新思路和靶点。
研究亮点与创新点实验技术系统创新：首次整合多通道高密度电生理、二光子大视野成像和全息光遗传学于单一研究框架，直接实现了功能神经元群的选择性调控和因果验证。
数据分析算法创新：开发了推断解码分析范式，使神经元群体活动的推断能力得以精确量化、分层级对比。
关键发现：明确V1L2/3是主观轮廓推断最早体现的皮层区，并区别了IC-encoders与segment responders在环路中的不同功能。
模式完成机制新解：首次实验性证明了新皮层内模式完成是知觉推断的物理基础，推断信号可被局部回路重复激活并持续强化。
交叉学科理论融合：将认知神经科学、人工智能神经网络和生物学理论有机结合，为各领域提出了清晰的机制模型和对照验证。
重要补充信息除了科研流程与发现，论文还详述了各类转基因小鼠、手术操作、数据采集（如kilosort2 spike sorting、suite2p motion correction）、神经元分类标准以及丰富的文献补充。自研2p全息mesoscope平台的开发，为未来多区多层级因果机制验证提供了有力技术支撑。
结语：推动感觉推断神经机制研究迈向新高度此研究通过深度整合多种创新技术与理论分析，系统揭示了新皮层感觉推断的环路机制，首次确证了“回环模式完成”在主观轮廓知觉中的核心地位，不仅为基础认知神经科学提供了坚实证据，也为人工智能、认知障碍及感知机制相关疾病的干预策略开辟了新方向。未来该领域依托类似技术平台与理论范式，将有望深入揭示更多复杂感知推断行为及神经回路基础，为人类认知理解与类脑智能发展作出重要贡献。