编辑推荐：
本文运用细胞集群检测（CAD）技术，首次在小鼠全脑71个脑区单细胞水平上，系统性地揭示了“环路式”三神经元集群（loop-like triplet）在大脑跨区域信息整合中的核心枢纽作用。研究发现，此类呈现信息再入式（reentrant）流动的特定功能集群结构，是神经元成为连接外部脑区关键枢纽（hub neuron）的普遍性架构基础，为理解大脑如何协调局部特异性与全局信息广播提供了全新的高分辨率视角。
引言：探索大脑跨区域协调的单细胞图谱
大脑各区域的高效协作依赖于区域特异性功能与信息全局广播之间的动态平衡。传统脑成像研究难以达到单细胞集群水平的分析。本研究利用细胞集群（cell assembly）这一概念作为研究工具，探索了71个小鼠脑区之间单神经元的协调关系。细胞集群被认为是大脑信息处理的基本单元，识别其聚合结构能够以前所未有的高分辨率揭示脑区间的协调关系。
材料与方法：大规模电生理数据分析
研究团队使用了Steinmetz等人于2019年公开的大规模神经元记录数据集。该数据采集自10只小鼠的左脑半球，使用了Neuropixels高密度电极，最多可同时记录数百个神经元的活动。本研究分析了来自71个不同脑区、总计25,858个神经元的信号，这些神经元在小鼠执行一项“二选一非强迫选择任务”期间发放了超过100个动作电位。研究人员采用了优化后的细胞集群检测算法（CADopti），该算法能够无监督地识别神经元活动中反复出现的、超越偶然的多单元活动模式，探索的时间精度范围从10毫秒到100毫秒。
研究重点聚焦于两类特定的集群结构：一是由两个神经元组成的“配对集群”（pair），特别是那些源自不同脑区的“跨区域配对”；二是由三个神经元组成的“三神经元集群”（triplet）。在后者中，他们主要关注一种功能相关的特定结构——“环路式集群”。这种集群由来自两个脑区的三个神经元按特定顺序延迟激活构成，形成一种信息的再入式流动，例如A脑区→B脑区→A脑区，或B脑区→A脑区→B脑区。与之相对的是不具此类环路结构的“非环路式”三神经元集群。
结果揭示：配对与环路式协调的复杂图景
- 1.
跨区域配对集群的异构性与方向性：分析显示，不同脑区对之间形成跨区域配对的概率存在高度异质性。例如，海马结构内部及其与隔区等结构的协调概率较高，而杏仁核（特别是基底外侧核BLA）与其他脑区的协调概率则较低。更有趣的是，约41.8%的脑区对在信息流动方向上表现出显著不对称性，即从一个脑区到另一个脑区的配对概率，显著高于反向的概率。此外，协调的时间模式也因脑区和功能而异：总体上，跨区域协调更倾向于延迟激活的“方向性”配对，而脑区内部的协调则更常见“同步性”配对，但这并非绝对，例如中脑网状核（MRN）在内外协调中均以方向性配对为主。
- 2.
环路式集群的独立性与不对称性：环路式集群的形成概率同样呈现不均一分布，且与配对集群的概率排名并不完全一致，表明这两种协调模式代表了不同层面的功能连接。约42.4%的脑区对在形成特定环路结构（“正向”或“反向”环路）上存在显著偏好。这种偏好具有高度的伙伴特异性，即同一脑区在与不同伙伴脑区交互时，可能采用完全不同的环路结构。例如，外侧膝状体背侧核（LGd）与初级视皮层（VISp）交互时只形成反向环路，而与丘脑后核（LP）交互时则只形成正向环路。
- 3.
核心发现：环路式神经元是跨区域连接的核心枢纽：本研究最关键的发现是，那些参与构成环路式集群的神经元，正是大脑中负责跨区域广泛连接的“枢纽神经元”（hub neurons）。研究人员定义了两种枢纽：“外部枢纽”（与多个外部脑区有协调关系）和“内部枢纽”（与同一脑区内多个神经元有协调关系）。统计分析（Fisher精确检验）明确显示，在所有被分析的38个脑区中，外部枢纽神经元 consistently and significantly 更多地嵌入在环路式集群中，而非其他类型的集群中。这意味着，一个神经元如果与众多外部脑区有广泛的连接，那么它极有可能正在参与某种信息再入的环路式信息处理。
相比之下，内部枢纽神经元与环路式集群的关联较弱且不稳定，在某些脑区甚至呈现相反趋势。这表明，环路式架构更专精于支持脑区之间的全局整合，而非脑区内部的局部微环路处理。
讨论：环路式架构——大脑全局整合的普遍原则
本研究通过在全脑范围内应用细胞集群分析，揭示了一个可能对大脑信息整合至关重要的功能协调原则。环路式集群作为一种实现信息再入流动的特定协调模式，构成了任一脑区对外连接的主要枢纽基础。这一关联在检查的所有皮层和皮层下脑区中普遍存在，支持了其作为大脑网络普遍组织原则的假说。
其次，环路式神经元表现出的高外部枢纽性，并未伴随相应的内部枢纽性提升，说明它们在网络中扮演着独特的“对外联络官”角色。最后，研究证实环路式集群并非简单反映了配对层面的双向连接，其不对称性也独立于配对层面的方向偏好。例如，在运动皮层（MOp）和纹状体（CP）这对经典环路中，配对层面显示出一定的方向偏好，但在环路式层面则展现出更复杂的异构性。
总之，这项研究将细胞集群的分析尺度提升至全脑水平，首次系统性地描绘了单神经元跨脑区协调的图谱，并确立了环路式功能集群作为大脑跨区域信息整合核心枢纽架构的关键地位。这为理解大脑如何在维持局部功能特异性的同时，实现高效的全局信息整合与通信，提供了全新的理论框架和实证基础。
