《Scientific Reports》：Delta gamma oscillatory interactions support visuomotor processing in the lateral frontal cortex of macaque monkeys
编辑推荐：
本研究针对视觉信息如何引导运动行为这一核心神经科学问题，通过在猴FEF和PM区域植入高密度μECoG阵列，发现delta节律的相位一致性（ITPC）及delta-gamma跨频耦合（PAC）是编码视觉指令和运动准备的关键信号。研究人员证实这些振荡信号的时空模式能有效区分不同任务条件，揭示了局部皮层区域通过相位和振幅的协同作用整合感知与运动控制的新机制，为理解脑区间的信息交互提供了重要依据。
当我们看到一杯水并伸手去拿取时，大脑需要完成一系列复杂的信息处理：视觉系统先识别水杯的位置，然后将这个空间信息转化为具体的运动指令，最终引导手臂完成精准的抓取动作。这个看似简单的“视觉-运动”整合过程，涉及大脑多个区域的精密协作。在灵长类动物中，额眼视野（Frontal eye field, FEF）主要负责处理视觉空间信息，如引导眼动和空间注意力；而前运动皮层（Premotor cortex, PM）则负责运动规划和动作组织。然而，这些相邻的脑区是如何通过神经活动协同工作，至今仍是未解之谜。特别是，不同频率的神经振荡信号如何相互作用以支持信息传递，是当前研究的热点。
传统观点认为，高频神经振荡（如gamma波）反映局部神经元的兴奋性，而低频振荡（如delta波）的相位可能调节高频活动的振幅，这种“相位-振幅耦合”（Phase-amplitude coupling, PAC）被认为是脑区间信息交流的重要机制。但以往研究多关注远距离脑区间的耦合，对邻近皮层区域（如FEF和PM）在视觉-运动转换过程中的振荡动力学了解甚少。发表在《Scientific Reports》上的这项研究，正是针对这一空白展开。
为了揭示视觉-运动整合的神经机制，研究人员训练两只日本猴（Macaca fuscata）执行一项单臂伸手任务。猴子需要根据视觉指令（两个不同位置的目标）计划并执行伸手动作。研究人员在猴子的FEF和PM区域慢性植入高密度微电极皮层电图（μECoG）阵列，以高时空分辨率记录这些区域在任务过程中的神经活动。通过分析事件相关电位（ERP）、跨试次相位一致性（Intertrial phase coherence, ITPC）和相位-振幅耦合（PAC）等指标，重点探究了delta频带（3-6 Hz）和gamma频带（100-200 Hz）振荡活动在视觉指令呈现期（VI期）和运动起始期（Mv期）的动力学特征。
本研究的关键技术方法包括：利用慢性植入的高密度μECoG阵列同步记录FEF和PM区域的神经信号；通过小波变换时频分析计算事件相关谱扰动（ERSP）和ITPC；采用Kullback-Leibler调制指数（KLMI）量化PAC；构建相似性指数（SI）评估神经信号时空模式对任务条件的区分能力；并通过重采样和统计检验（如Wilcoxon秩和检验、ANOVA）验证结果的显著性。实验数据来自两只猴子执行正确试验的行为任务。
结果
μECoG测量FEF和PM区域的振荡活动
在视觉指令呈现后，ERP分析显示多个频带对信号有贡献。时频分析发现，低频（3-12 Hz）和高频（60-200 Hz）波段功率出现瞬时增加。ITPC在3-6 Hz的delta频带表现出显著的瞬时增加，表明视觉指令引发了delta节律的相位锁定。同时，在视觉指令后，delta频带（3-6 Hz）与gamma频带（100-200 Hz）之间的PAC也出现轻微增强。PAC图谱显示，在delta频段内PAC值增加形成簇状分布。多数记录位点的delta ITPC和delta-gamma PAC值在视觉指令后发生显著变化，表明这些信号对视觉事件具有响应性。
在运动起始前（Mv期），高频信号（60-200 Hz）的振幅增加，而低频活动（3-12 Hz）减弱。ITPC在较低频率（<8 Hz）围绕运动起始出现瞬时增加。PAC在delta频带呈现双峰模式，主峰出现在运动起始后，而次峰出现在运动起始前的静息状态（pre-Mv期）。这个pre-Mv期的PAC次峰主要源于delta频带的响应，表明在运动准备阶段，delta-gamma耦合已经参与神经信息处理。
delta ITPC和delta-gamma PAC的时空动力学
研究人员进一步评估了delta ITPC和delta-gamma PAC信号对不同任务条件（目标位置#1 vs. #2）的区分能力。他们计算了相似性指数（SI）的时间曲线，SI的负峰表示两个任务条件下的空间模式差异最大，即区分能力最强。分析发现，在视觉指令呈现后，delta ITPC和delta-gamma PAC信号的SI曲线均出现显著的负峰，表明这些信号的时空模式能够有效区分不同的视觉指令。负峰潜伏期约在视觉指令后0.15至0.45秒之间。在运动起始前的pre-Mv期，SI曲线也观察到负峰，表明即使在运动执行前的静息状态，神经信号仍然编码了与任务条件相关的视觉信息。
视觉运动相关的delta ITPC和delta-gamma PAC的空间模式
通过SI分析，研究人员识别出对视觉指令响应的delta ITPC和delta-gamma PAC信号的时空区分模式。在视觉指令呈现后，代表每种任务条件下频率信号的空间模式会瞬时出现，表明这种空间区分模式是对视觉指令的响应。delta-gamma PAC的空间区分模式在指令后瞬时出现，而delta ITPC的模式在运动皮层周围持续较长时间，提示delta节律的相位信号对任务相关视觉信息具有更长的编码持续时间。统计检验证实，视觉指令呈现后，delta ITPC的空间区分模式存在显著差异。
对记录位点贡献度的分析显示，任务区分能力在FEF和PM区域之间存在依赖性，并且贡献度相近的电极在空间上形成簇状分布。线性回归分析表明，电极间距越近，其对任务区分的贡献度差异越小，反之亦然。这揭示了神经表征在FEF和PM区域内的非均匀性，以及局部神经集群在编码任务信息中的重要性。
不同任务期间任务事件编码神经信号的再现
为了探究神经表征在任务试次内的转换，研究人员比较了VI期和Mv期神经信号空间模式的再现情况。通过计算匹配（VI期和Mv期任务条件一致）与不匹配（任务条件不一致）情况下的SI分数，发现除个别情况外，匹配情况的SI分数显著高于不匹配情况。这表明，在VI期对任务条件进行编码的神经信号模式，在随后的Mv期重新出现，这种再现不是偶然的。特别值得注意的是，跨频率信号的组合（如VI期的ITPC与Mv期的PAC）也显示出显著的空间模式再现，提示在任务试次内，视觉信息的神经编码从VI期的delta ITPC信号转换为了Mv期的delta-gamma PAC信号。
讨论与结论
本研究通过记录猴FEF和PM区域在视觉-运动任务中的ECoG信号，深入分析了神经振荡的时空模式。结果表明，delta节律的相位一致性（ITPC）以及delta和gamma振荡之间的跨频耦合（PAC）在视觉信息处理和运动准备中扮演关键角色。这些振荡信号的时空模式能够有效区分不同的任务条件，揭示了FEF和PM区域通过相位和振幅的协同作用整合感知与运动控制的神经机制。
研究发现，在视觉指令呈现后，delta频带的ITPC和delta-gamma PAC信号瞬时增强，并表现出特定的空间模式，能够区分不同的目标位置。更重要的是，在运动执行前的静息状态，这些信号的空间模式再次出现，并且VI期的神经编码模式（尤其是delta ITPC）能够预测Mv期的模式（尤其是delta-gamma PAC）。这表明任务相关的信息在VI期被编码在delta节律的相位中，并通过跨频耦合招募反映局部神经元放电的gamma活动，从而将视觉信息转化为运动计划。
这项研究的创新之处在于，首次使用高密度μECoG阵列同时记录FEF和PM区域的神经活动，并重点关注了ITPC和PAC信号在这些邻近皮层区域的时空模式。结果表明，即使在小范围的皮层区域内，神经振荡的相位和振幅也能编码丰富的视觉和运动信息。相位信号（如ITPC）可能负责在局部区域间共享信息，而跨频耦合（PAC）则可能通过调节局部神经元的兴奋性来传递信息。这种基于相位的编码和转换机制，为理解脑区间的信息流提供了新的视角。
当然，研究也存在一些局限性，例如样本量较小（两只猴子），并且难以严格区分FEF和PM在视觉注意、位置信息或运动控制中的具体贡献。未来的研究可以结合因果性干预技术（如光遗传学或经颅磁刺激）来验证这些振荡信号的生理功能，并进一步探索全脑网络在视觉-运动整合中的动力学。
总之，这项工作强调了高密度脑记录技术在理解感知与运动控制整合中的重要性，揭示了局部皮层振荡（尤其是delta和gamma频带）的相位和振幅在复杂行为中的关键作用。这些发现不仅深化了对大脑工作机制的认识，也为开发新的神经调控策略和脑机接口技术提供了理论基础。
