编辑推荐：
为解决神经系统如何在输入变化下保持特征表征（不变性）这一难题，研究人员利用“初始环路”范式，结合大规模记录、预测模型和体内验证，系统性地刻画了小鼠初级视皮层（V1）神经元的反应不变性。他们发现了一种新的二分体感受野组织方式：一个子场编码平移不变的高频纹理，另一个子场编码固定的低频模式。该结构有助于物体边界的分割，且通过MICrONS功能连接组学分析揭示了V1 2/3层兴奋性神经元中突触层级的不变性递增规律。这项工作为理解视觉感知的神经基础提供了新见解和新方法。
论文解读
识别熟悉的物品，比如在人群中找到一张面孔，是视觉系统的核心任务之一。尽管距离、视角、光照等“干扰”因素不断变化，但我们的大脑总能稳定地提取出物品的本质特征，这种能力被称为视觉感知的不变性。然而，神经元究竟如何编码这种不变性，一直是神经科学领域的重大挑战。传统的参数化刺激（如光栅）或语义类别刺激（如物体、面孔）研究受限于先验假设和有限的实验空间，难以系统地刻画神经元对各种复杂视觉变换的响应不变性。
为了解决这个问题，一个研究团队在《Nature Neuroscience》上发表了一项研究，他们开发并运用了一种称为“初始环路”的数据驱动范式，系统地探究了小鼠初级视皮层（V1）神经元的功能性不变性，并取得了一系列突破性发现。这项研究不仅揭示了一种全新的感受野组织方式——“二分体不变性”，还结合大规模功能连接组学数据，首次在突触水平上揭示了视觉皮层内层级化的不变性组织规律。
为了开展这项研究，研究人员综合运用了几项关键技术。首先，他们通过双光子钙成像技术大规模记录清醒小鼠V1皮层第2/3层（L2/3）神经元对大量自然图像的反应。其次，他们利用这些数据训练深度卷积神经网络（CNN）模型，构建能够高精度预测神经元响应的“数字双胞胎”。接着，他们利用这个模型进行高通量的“硅内实验”，为每个目标神经元合成多种不同但都能强烈激活它的图像，称为“多样化激发输入（VEIs）”。最后，他们将模型生成的VEIs在“体内闭环实验”中呈现给动物，以验证模型预测，并利用MICrONS功能连接组学数据集，分析了神经元不变性与突触连接之间的关系。
研究结果
VEIs识别神经元不变性
研究团队首先验证了VEIs方法的有效性。他们成功合成了模拟的Hubel和Wiesel经典简单细胞与复杂细胞的VEIs：简单细胞的VEIs均为相同相位、朝向、空间频率的Gabor斑，而复杂细胞的VEIs则在保持朝向和频率不变的情况下相位发生变化。这表明VEIs能够捕捉已知的神经元不变性。在小鼠V1神经元中，VEIs揭示了比经典模型更丰富的多样性。除了类似简单细胞（低不变性）和复杂细胞（相位不变性）的类型外，他们还发现了“纹理细胞”（其整个感受野对特定纹理的平移表现出不变性）以及“二分体细胞”，后者展现了一种全新的不变性模式。
二分体VEIs的参数化
为了定量描述这种新发现的不变性，研究人员开发了一个“部分平移不变性”模型。该模型将神经元的感受野参数化为两个非重叠的子场：一个是固定子场，其内容直接来自最优化刺激（MEI）并保持不变；另一个是可变子场，其中呈现同一纹理图像的不同局部裁剪仍能保持高激活。通过优化定义的“二分体不变性指数（BII）”显示，模拟简单细胞、复杂细胞和V1神经元的BII值依次递增，表明V1神经元普遍存在介于两者之间的部分不变性。体内实验证实，基于该模型合成的“部分纹理VEIs（VEIspartial）”在激活目标神经元方面与非参数化VEIs效果相当，而假设整个感受野都为纹理的“全纹理VEIs（VEIsfull）”则效果很差，验证了二分体结构的必要性。
二分体结构与由空间频率差异定义的自然物体边界对齐
为了探究二分体感受野的功能意义，研究人员分析了其与自然图像中物体边界的关系。他们发现，最能激活这些神经元的自然图像片段（取自CUB鸟类数据集）中，物体-背景边界与神经元的“二分体掩模”（可变子场与固定子场的划分）对齐程度显著高于随机片段。进一步分析发现，大多数V1神经元的可变子场偏好比固定子场更高的空间频率。使用合成“CUB-光栅”数据集的实验证实，V1神经元几乎只偏好包含物体边界的图像，并且对由空间频率差异定义的边界响应最强。这表明V1中的二分体神经元可能专门用于检测由纹理和空间频率的突变定义的物体边界。
MICrONS数据集揭示了V1 L2/3中功能不变性的突触层级结构
研究团队进一步将方法应用于MICrONS功能连接组学数据集。他们利用一个动态“数字双胞胎”模型预测神经元对静态图像的响应，并计算其VEIs和不变性指数。对突触连接对的分析显示，功能相似的神经元（MEI和VEI表征相似性高）更有可能形成突触连接，且连接强度（单位轴-树突重叠距离的突触转换率）随功能相似性增加而增加，这证实了“相似-连接”的布线规则在突触水平成立。更重要的是，他们发现连接对的不变性指数差异显著大于解剖邻近但无突触连接的控制对，且突触前神经元的不变性指数越低，其突触转换率越高。这些结果表明，在小鼠V1 L2/3的兴奋性神经元网络中，存在一个功能层级：突触后神经元比其突触前输入伙伴表现出更高的不变性，而较低不变性的神经元则形成更多的突触连接。
结论与意义
这项研究通过创新的“初始环路”框架和VEIs合成方法，系统性地描绘了小鼠V1神经元的功能不变性图谱，并揭示了一种新的“二分体不变性”感受野组织。这种结构将感受野分为一个对纹理平移不变得“可变子场”和一个偏好固定模式的“固定子场”，且可变子场倾向于更高空间频率。这种特性使其可能专门用于检测由纹理和空间频率差异定义的物体边界，为视觉分割提供了潜在的神经机制。更为重要的是，通过整合MICrONS数据集，研究首次在突触分辨率上证实了视觉皮层内存在一个功能不变性递增的层级结构，为经典的层级计算理论（如Hubel和Wiesel的简单-复杂细胞模型）提供了直接的电路连接证据。这项工作不仅为理解视觉感知的神经基础提供了新的原理性见解，其提出的系统化映射神经元不变性的方法论，也为未来研究其他脑区和更复杂的不变性形式提供了可扩展的框架。
