编辑推荐：
本文系统梳理了小脑功能研究的发展脉络，挑战了小脑仅与运动控制相关的传统观点。共识指出，小脑通过其独特的预测计算，不仅参与运动控制，也涉足认知、情感、社会互动和奖赏等非运动功能。文章更新了经典的Marr-Albus-Ito (MAI) 模型，并强调了小脑与基底神经节 (BG) 存在直接解剖连接，二者构成整合网络，共同参与运动学习与高级功能，为理解小脑相关疾病提供了新视角。
引言 (Shinji Kakei)
小脑研究的历史充满了里程碑。传统上，小脑被视作协调运动的器官，其功能障碍（如小脑性共济失调）表现为运动协调、节律和精确度的丧失。然而，从上世纪末开始，小脑的功能版图开始扩展。如今，共识认为小脑不仅参与运动功能，还涉足最基本的自主功能以及最复杂的认知和情感功能，其核心在于预测和内部模型。此外，小脑与基底神经节的关系也被重新审视。过去认为二者是缺乏直接连接的独立运动中枢，小脑采用基于误差信号的监督学习，而基底神经节采用基于奖赏预测误差的强化学习。但近期的神经解剖学研究揭示了两者之间存在大量新颖的连接，挑战了其独立性。单神经元记录和失活研究也提供了证据表明，小脑可能同样参与了强化学习。小脑既非独立于基底神经节，也非专精于监督学习。我们需要一个新的、通用的模型来解释已知的小脑皮层结构的均匀性与小脑新近被赋予的多样化脑功能之间的矛盾。这篇共识论文汇集了众多新理论的种子。
小脑与基底神经节的连接 (Andreea C. Bostan and Peter L. Strick)
传统观点认为，小脑通过丘脑腹外侧核 (VL) 主要与初级运动皮层 (M1) 对话，功能局限于运动。新近发现表明，小脑投射到多个丘脑核团，从而能够与众多为其提供输入的皮层区域通信，影响广泛的运动和非运动功能。这些连接以“闭环回路”的形式拓扑组织，即接收特定皮层输入的小脑区域，其输出也反馈回同一皮层区域，这帮助界定了小脑深部核团 (DCN) 和小脑皮层内的运动与非运动功能区。
同样，基底神经节与大脑皮层的连接也以平行的闭环回路组织，支持运动和非运动功能。虽然这两个皮质下结构通过不同的丘脑核团影响许多相同的大脑皮层区域，但它们在丘脑水平的解剖分离曾支持二者功能基本独立的观点，认为任何有意义的相互作用都发生在大脑皮层水平。
然而，在非人灵长类动物中的跨神经元追踪研究发现了允许小脑和基底神经节之间更直接通信的通路，挑战了它们功能独立的概念。这些发现促成了一个日益增长的观点，即小脑、基底神经节和大脑皮层形成了一个整合的网络。
研究表明，从小脑齿状核 (DN) 发出的信号，通过丘脑板内核，可对纹状体进行双突触投射，从而驱动纹状体神经元活动并改变皮质-纹状体可塑性。小脑输出似乎优先通过基底神经节的“间接通路”（主要经由苍白球外侧部 GPe）产生影响。小脑到基底神经节的投射具有拓扑组织性，齿状核的运动和非运动区域都向GPe发送投射，表明小脑输出可能同时有助于基底神经节的运动和非运动功能。
基底神经节对小脑的调制通路也得到确认。在灵长类动物中，存在一条从丘脑底核 (STN) 到小脑皮层后外侧部的显著双突触通路，且具有拓扑组织性。此外，研究还指出小脑与基底神经节之间可能存在通过多巴胺能中脑（如黑质致密部 SNpc 和腹侧被盖区 VTA）介导的相互作用。小脑可以投射到VTA和SNpc的多巴胺能和非多巴胺能神经元，从而在运动和奖赏处理过程中影响基底神经节的多巴胺水平。反过来，VTA的多巴胺能和非多巴胺能神经元也向小脑皮层和深部核团发送投射。
这些解剖连接的发现强化了小脑和基底神经节彼此之间以及与大脑皮层形成密集互连网络的观点，并正在重塑关于小脑在历史上归属于基底神经节的过程（如奖赏和情绪处理）中作用的传统概念，凸显了其与帕金森病、肌张力障碍、图雷特综合征和成瘾等多种神经精神疾病的临床相关性。
小脑对认知功能的贡献 (Xavier Guell and Jeremy D Schmahmann)
“思维失调” (Dysmetria of Thought) 是一个关于小脑对认知、情感和运动控制贡献的总体概念模型。该模型认为，小脑以调节运动的速度、力度、节奏和准确性的相同方式，来调节心理或认知过程的速度、容量、一致性和适当性。
这一模型基于“通用小脑转换” (Universal Cerebellar Transform) 理论。该理论源于小脑本质上均匀的内在皮层结构和重复的皮质-核团微复合体，与异质性的小脑-外小脑结构连接这两大互补特征。小脑皮层的细胞构筑近乎均匀，是其神经系统组织的一个定义性特征。相比之下，小脑的功能异质性在任务态和静息态功能磁共振成像 (fMRI) 中显而易见，连接异质性则在解剖束路追踪研究中得到证实。
脊髓、初级运动皮层和运动丘脑与小脑皮层小叶 I-VI 和 VIII 相连，这些区域在人类fMRI运动任务中被激活。两个运动表征区（小叶 I-VI 和小叶 VIII）之后，存在着从小叶 I-VI 向 Crus I（第一个非运动表征区）、从小叶 VIII 向 VIIB 和 Crus II（第二个非运动表征区）、以及从小叶 VIII 向 IX 和 X（第三个非运动表征区）延伸的运动离心梯度。小脑皮层组织的这种运动离心梯度与大脑皮层的梯度相呼应，从初级运动处理向单模态联合功能，再到多模态联合功能推进。小脑齿状核 (DN) 中也观察到类似的功能异质性和梯度排序。
通用小脑转换理论认为，小脑的独特结构决定了一种匹配的独特信息转换。这种行为转换的结果是，小脑调节而非生成行为。它自动且无意识地将功能维持在内稳态基线附近，作为振荡阻尼器根据上下文优化性能，促进与目标一致的行动，并根据行为前后制定的策略进行准确可靠的判断。小脑检测、预防和纠正机体与环境互动时期望结果与感知结果之间的不匹配。
推论是，小脑在健康时以相同的方式跨领域工作，在疾病中则以相同的方式跨领域崩溃。小脑前叶损伤运动表征区导致运动失调，表现为共济失调、辨距不良和构音障碍；小脑后叶认知-边缘叶损伤则导致智力和情感障碍，即小脑认知情感/施马赫曼综合征。行为上的类比是，正如受损的小脑运动行为并非缺乏力量，而是失精准和协调，小脑认知表现不包括遗忘性痴呆，但会破坏心理控制和情境适当的互动。
近期在恒河猴中进行的损伤-行为研究为小脑齿状核存在运动-认知二分法提供了首个实证支持。该研究还发现了一个认知内的二分法，即小脑调节背侧流认知功能（空间意识；关于“何处”与“如何”的动态行动），其特点是包括工作记忆在内的执行功能，但不参与腹侧流认知过程（物体识别的静态行动），后者以识别记忆为例。这与解剖学数据一致，表明两条视觉流的脑桥联系不同。背侧流连接很显著，而腹侧流几乎没有脑桥连接。这些解剖学和损伤-缺陷行为研究证实并扩展了我们对思维失调理论的解释，即小脑对行为贡献的性质（小脑如何调制信息）影响了小脑最相关的功能领域（小脑调制什么信息）。
Marr-Albus模型与Ito模型的关系 (Hirokazu Tanaka)
Marr-Albus-Ito (MAI) 模型，提出于20世纪60年代末70年代初，至今仍是最有影响力的小脑功能计算模型。重要的是，MAI框架并非单一的统一模型，而是两个概念上不同、互为补充的方法的结合：Marr-Albus感知机模型和Ito内部模型。
在理论神经科学中，计算模型可分为解释性、描述性或机械性。解释性模型阐述了神经计算的目标，并通过优化特定的目标函数来解释行为和神经生理学发现。描述性模型描述了神经活动与个体行为之间的简明统计关系，揭示了神经活动所代表的行为。机械性模型则假设了生物机制如何实现特定的神经信息处理。
Marr和Albus提出的小脑感知机模型描述了单个浦肯野细胞 (PC) 如何进行模式分类并从经验中学习，因此属于机械模型类别。受小脑皮层均匀解剖结构的启发，Marr和Albus独立提出了PC的感知机学习模型：PC对来自平行纤维 (PF) 通路的输入进行模式分类，并在爬行纤维 (CF) 通路传递监督信号时修改PF突触。颗粒细胞 (GC) 扩展了来自苔状纤维 (MF) 的输入模式，简化了PC的分类问题。感知机模型的一个关键预测是CF输入后PF突触的可塑性。实验上刺激PC的CF可诱导同一神经元PF突触的长时程抑制 (LTD)，证实了该模型的预测。从理论上讲，原始的感知机模型计算静态模式的分类，并已扩展到处理动态模式，如自适应滤波器模型和液体状态机模型。总之，Marr-Albus感知机模型及其扩展描述了小脑如何从CF传递的监督信号中学习静态和动态模式。然而，Marr-Albus感知机模型并未阐明小脑学习的是什么。
Ito内部模型则明确了小脑在运动控制和认知处理中计算什么，因此被归类为解释性模型。在Marr-Albus感知机模型提出的同时，Ito假设了小脑的内部模型，指出“通过外部世界的大回路可以有效地被通过小脑的内部回路所取代，小脑将作为脊髓运动系统、外部世界和感觉通路的组合模型。”因此，内部模型将小脑计算的目标定义为学习身体、外周神经系统和外部世界的动力学。内部模型有两种类型：(i) 前向模型，从当前估计和传出副本预测未来状态；(ii) 逆模型，计算控制信号以达到期望状态。用现代术语来说，Ito提出的内部模型最好被视为内部前向模型。越来越多的证据表明，小脑在行为、神经影像和神经生理学研究中作为内部前向模型发挥作用。我们的计算分析表明，小脑皮层中的PC执行运动后果的预测计算，而小脑核细胞则以最优方式整合这些PC预测与感觉反馈。最初，内部模型主要应用于运动控制和运动学习，但最近已扩展到认知和情感信息处理。因此，小脑预测运动、认知和社会行动的后果。我们的结论是，Marr-Albus模型和Ito模型是互补的；小脑预测和学习我们的身体、外部世界和他人思维的动力学（Ito内部模型），而浦肯野细胞则通过根据来自爬行纤维的监督信号修改平行纤维突触的强度来实现预测计算（Marr-Albus感知机模型）。
是计时还是驯服，这仍然是个问题吗？ (Tadashi Yamazaki)
一个好的理论有四个重要属性：(1) 立足于现有的实验数据，(2) 提供可实验检验的预测，(3) 与未来获得的数据一致，(4) 鼓励更先进理论的出现。
大约在20世纪60年代中期，随着CF激活PC的发现，关于这种强大突触输入的功能意义的问题被提出。随后的几年里，在此发现的基础上提出了两种理论。Rodolfo Llinás提出CF在快速（相位性）运动计时中起作用，而Masao Ito则指出CF为运动学习提供指令信号。自此，关于CF在小脑研究中的作用，计时与学习成了一个长期存在的问题。
1982年，Ito及其同事发现，MF/PF和CF的联合激活可诱导PF-PC突触的LTD。不久，Ito总结了早期许多试图发现LTD的尝试未能成功的潜在原因。此外，在同一本书中，Ito阐述了CF除了运动学习机制之外的八个潜在功能角色，并认为运动学习仍然是最有希望的。
与此同时，关于计时理论的最后一篇综述由提出者本人撰写。在那篇论文中，引用了两篇似乎与学习理论不一致的论文。然而，对这两篇论文的仔细研究表明，它们与学习理论并无矛盾。其中一篇论文的结论是，在PC树突中未观察到突触可塑性，这与LTD的发现相符。另一篇论文报告了LTD，但认为它不可能是运动学习的基础，因为刺激间隔太短。但LTD可以在间隔短至3毫秒的刺激下诱导，这与行为学习的时间尺度相符。
今天，小脑学习的分子和细胞机制已得到很好的描述，并且有大量计算模型基于感知机假设。然而，关于小脑中“计时”功能的问题仍然存在。这里的关键点在于“计时”的含义。如果我们所说的“计时”是指测量物理时间，那么小脑确实具有这种能力。如果我们所说的“计时”是指调节或“驯服”运动的时间，那么这很可能是通过小脑学习机制实现的。因此，问题“是计时还是驯服？”的答案是“两者都是”。
