编辑推荐：
本研究聚焦于动物如何在复杂环境中整合多源、甚至冲突的感觉信息以指导行为决策这一核心神经科学问题。研究人员以斑马鱼幼虫为模型，结合其趋光性和视动反应两种行为范式，通过精细的行为学建模、全脑双光子钙成像、单细胞神经递质分析和功能引导的形态学追踪等多种技术，系统揭示了斑马鱼大脑通过三条并行且可加性整合的计算通路（运动整合、亮度水平整合、亮度变化检测）来处理视觉运动、亮度水平和亮度变化信息，并最终在后脑前部（anterior hindbrain）这一多特征整合中枢汇聚，从而驱动感觉运动决策。该研究首次在脊椎动物中提供了从行为算法到全脑神经机制的多特征整合完整图景，为理解复杂感觉信息的并行处理与整合提供了重要的机制性见解。
在纷繁复杂、信息冗余的自然世界中，动物的大脑无时无刻不在处理着来自不同感官的、有时甚至相互矛盾的线索。例如，一只游动的鱼既要通过视觉判断水流方向以稳定自身位置（视动反应），又要寻找光线适宜的区域以利于生存（趋光性）。当这两种视觉线索——指示方向的整体运动与指示明暗的空间亮度——同时出现且方向不一致时，大脑将如何抉择？是简单地“听从”最强信号，还是将不同来源的信息进行“综合加权”？尽管这种多特征感觉整合对动物的适应性行为至关重要，但其背后的具体神经计算机制和全脑环路架构在很大程度上仍不清晰。为了揭示这一谜题，研究人员以神经系统相对简单、光学透明的斑马鱼幼虫为理想模型，展开了一项系统性研究。
该研究发表于《Nature Communications》，综合运用了多种前沿技术。在行为学层面，研究者让斑马鱼幼虫在虚拟视觉环境中自由游动，实时追踪其位置和朝向，并呈现精确控制的随机点运动（模拟水流）和侧向亮度梯度（模拟明暗区域）的组合刺激，通过分析其游泳方向决策来构建计算模型。在神经机制层面，利用表达核定位GCaMP8s钙指示剂的转基因鱼品系，通过双光子显微镜进行全脑功能性钙成像，定位对特定视觉特征响应的神经元群体。此外，结合杂交链式反应荧光原位杂交（HCR-FISH）对功能鉴定后的神经元进行神经递质（谷氨酸能/GABA能）分析，并通过功能引导的光活化GFP（pa-GFP）单细胞标记技术，对特定功能的神经元进行形态学重建，从而推测其潜在的连接模式。
研究结果
1. 多特征感觉线索的加和算法驱动感觉运动决策
为了探究斑马鱼如何整合运动与亮度信息，研究人员系统地将不同强度的相干随机点运动刺激与一致或冲突的侧向亮度线索配对呈现。通过分析斑马鱼的转向行为发现，其决策曲线（游泳方向比例随运动一致性变化的曲线）在叠加亮度线索后会发生整体平移，而非在低一致性时突然切换到亮度主导。定量模型比较显示，加和性（ADD）模型在绝大多数个体（76/79）中的拟合优度显著优于“赢家通吃”（WTA）模型以及只考虑单一线索的模型。这表明斑马鱼采用了加和性策略来整合运动和亮度信息。此外，一致刺激下的游泳间隔（决策时间）短于冲突刺激，进一步支持了两种线索汇聚到一个共同单元以联合控制游泳启动的假设。
2. 一个整合运动、亮度和亮度变化的三通路模型捕捉行为动态
进一步分析行为的时间动态发现，斑马鱼对运动的响应表现为缓慢的上升和下降，体现了时间整合特性；而对亮度刺激的响应则更复杂，包括对明亮侧的稳态偏好以及对亮度变化（无论变亮或变暗）的瞬时排斥反应。基于这些观察，研究者提出了一个包含三条并行计算通路的加和性模型：（1）运动整合通路：对全局视觉运动进行时间积分；（2）亮度水平通路：整合侧向亮度水平，产生稳态吸引；（3）亮度变化通路：检测侧向亮度的变化（导数），产生瞬态排斥。一个简单的生成模型，将这三种处理过程的输出加权相加并在一个多特征整合节点汇合，成功地预测了多种运动与亮度组合刺激下的行为动态。模型拟合和通路“沉默”实验证实，所有三个通路对于完整解释行为都是必要的。
3. 模型预测的神经活动表征在全脑分布
通过全脑双光子钙成像，研究人员寻找与模型节点对应的神经活动表征。他们使用基于模型预测时间模式的逻辑陈述，在全脑范围内鉴定出了与六个功能节点（运动整合器、亮度整合器、亮度增加探测器、亮度减少探测器、亮度变化探测器、多特征整合器）相匹配的神经元群体。结果显示，亮度相关的处理（整合、变化检测）主要在对侧视顶盖（optic tectum）表征，而运动整合和多特征整合则主要发生在同侧的后脑前部。这种空间分布与视觉输入从视网膜到对侧顶盖，以及从前顶盖到同侧后脑的已知投射路径一致。主成分分析也表明，在低维神经流形中，一致刺激比冲突刺激的左右方向表征分离得更快，这可能与观察到的更短决策时间有关。
4. 兴奋与抑制在运动和亮度处理神经元中大致平衡
对功能鉴定后的神经元进行HCR-FISH神经递质分析发现，所有六类功能神经元中都包含谷氨酸能（推测兴奋性）和GABA能（推测抑制性）细胞，且比例大致平衡。这种平衡是实现时间积分等计算所需的常见环路基序。不同递质类型的神经元在功能活动上没有显著差异，表明兴奋和抑制神经元共同参与了同一计算过程。
5. 计算单元的神经元形态学细化模型结构
通过功能引导的单细胞pa-GFP光活化与形态学追踪，研究人员获得了63个功能明确神经元的完整形态。这为了解环路连接提供了关键信息：多数运动整合器在后脑前部局部投射；多数亮度增加/减少探测器在视顶盖内局部投射；而亮度整合器和亮度变化探测器则发出前向投射，其轴突末梢分别与后脑多特征整合器神经元的树突后部和前部区域接近，提示了差异化的输入靶向。此外，还存在同侧和到对侧后脑的投射。结合这些形态学观察、神经递质信息以及功能成像数据，研究者提出了一个细化的神经环路模型：来自对侧眼的亮度信息在视顶盖被处理，亮度变化检测在顶盖局部完成；亮度整合器可能通过抑制性连接作用于同侧后脑多特征整合器，而亮度变化探测器和运动整合器则通过兴奋性连接作用于多特征整合器；双侧后脑之间可能存在抑制性连接以实现竞争；各整合节点内部则通过局部回路的兴奋-抑制平衡来实现超越单个神经元时间常数的持续活动。
结论与讨论
本研究通过行为学、全脑功能成像、分子标记和单细胞形态学的多层面整合，系统阐明了斑马鱼幼虫大脑如何通过加和性策略整合多种视觉特征来指导感觉运动决策。研究揭示了一个分布式的神经表征：亮度信息主要在视顶盖处理，而运动和多特征整合则汇聚于后脑前部这一关键中枢。三条并行的计算通路（运动、亮度水平、亮度变化）在此以加和方式汇聚，驱动最终的行为输出。
这项工作的意义在于，它首次在脊椎动物中提供了一个从行为算法到全脑神经环路结构和功能的多特征感觉整合的完整机制性描述。它证实了并行处理和加和性整合作为一种高效的策略，用于解决感觉线索冲突和决策问题。后脑前部被确立为一个重要的多特征整合与决策中心，这与之前该脑区参与证据积累、导航定向、探索运动状态控制等多种高级功能的研究相吻合。该研究建立的“行为-模型-神经机制”闭环研究范式，以及所揭示的清晰环路架构，为理解更复杂的感觉整合、决策制定乃至认知过程的神经基础提供了宝贵的框架和基础。
