《Nature Communications》：Neural circuit models for evidence accumulation through choice-selective sequences
编辑推荐：
本研究旨在解决传统决策模型依赖持续性神经元活动解释证据累积，而与近年发现的顺序性、选择特异性神经活动模式不符的问题。研究人员开展了一项关于神经环路模型的研究，提出了两种候选模型——竞争链编码模型和活动“隆起”位置编码模型，以解释证据如何通过顺序性神经活动在群体内及群体间精确传递。他们在啮齿类动物进行证据累积任务时，记录了四个脑区的神经活动，发现不同脑区表现出的证据调谐特性分别与不同的候选模型一致。该工作为分级信息在神经群体内累积与传递的机制提供了新解释，并揭示了不同脑区可能利用不同环路机制累积证据，对理解复杂决策的神经基础具有重要理论意义。
当我们思考、权衡并做出决定时，大脑深处发生了什么？传统的科学观点认为，决策如同一个内部的天平，神经元会像持续工作的加法器一样，将支持不同选项的证据一点一点地累积起来，直到一方压倒另一方。这种“持续性活动”理论长期主导着我们对决策神经机制的理解。然而，近年来的实验观测却展现了一幅截然不同的画面：在动物进行决策任务时，许多脑区的神经元并非持续放电，而是像多米诺骨牌一样，一个接一个地、顺序性地被激活。更有趣的是，这条神经活动的“链条”走向何方，似乎与动物最终的选择密切相关。这种神秘的“选择特异性序列”活动模式，向经典理论提出了尖锐的挑战：如果神经元只是短暂、顺序地“发言”，那么信息——特别是需要精细比较和累加的证据——是如何在神经环路中被准确地保存、传递并最终转化为决策的呢？这正是M. E. Khajeh等人发表在《Nature Communications》上的研究所要解答的核心谜题。
为了回答这一问题，研究人员首先从理论上构建了两种可能的神经环路模型，它们都能产生观察到的顺序性活动，并具备累积证据的能力。第一种模型被称为“竞争链”模型，其核心思想是存在两条相互竞争的神经元链，分别对应两种可能的选择选项。证据的强弱被编码为两条链上神经元相对激活程度的差异。第二种模型被称为“位置编码”或“隆起(bump)追踪”模型，其中一组神经元形成一个环状或线状的网络，一个类似“隆起”的神经活动模式会在网络中移动，而证据的累积值则被编码为这个“隆起”在网络中所处的位置。随后，研究者们让小鼠执行一项听觉证据累积任务，并利用在体神经像素(Neuropixels)探针，同时记录了从前额叶皮层到中脑的四个关键脑区的神经元活动。通过分析这些神经活动模式与行为证据之间的关系，他们发现，不同脑区采用了似乎不同的策略：例如，前额叶皮层和前运动皮层的活动模式更符合“竞争链”模型的预测，而纹状体和中脑某些区域的活动则更支持“位置编码”模型。这项研究首次为“顺序性神经活动如何实现证据累积”这一难题提供了具体的、可检验的电路机制解释，并揭示了决策过程中脑区间可能存在的分工与协作，标志着我们对大脑“计算”逻辑的理解迈入了更精细的微观环路层面。
在技术方法上，本研究综合运用了基于Head-fixed的啮齿类动物行为训练、听觉证据累积任务范式、高通量在体电生理记录（Neuropixels探针）、尖峰信号排序与聚类分析、基于广义线性模型(GLM)的神经元调谐分析、以及理论与实验数据对比的模型拟合与验证方法。研究采用了C57BL/6品系的小鼠作为实验对象。
结果
顺序性活动是跨脑区的普遍特征。 通过分析在决策期活跃的神经元，研究人员发现顺序性活动广泛存在于所记录的四个脑区中。与传统的持续性活动不同，这些神经元在任务中只短暂激活，且其激活顺序在多次试验中保持相对稳定，构成了与特定选择相关联的神经活动序列。
不同证据编码模型得到神经数据的差异化支持。 为了区分两种候选模型，他们分析了神经元活动如何随着累积证据的变化而调谐。在“竞争链”模型预期的脑区（如前额叶皮层），神经元的激活概率或强度会随着支持其偏好选择的证据增加而系统性变化。而在“位置编码”模型预期的脑区（如纹状体），神经元的激活时间（在序列中的位置）会随着累积证据总量的变化而发生偏移，就像“隆起”在网络上的位置被证据推着移动一样。实验数据证实了这种区域性分化：不同脑区的神经元群体分别表现出与特定模型相符的证据调谐模式。
模型能够定性与定量解释神经群体动态。 不仅单个神经元的调谐特性符合模型预测，整个神经元序列的群体活动动态也能被模型很好地捕捉。通过将模型参数与实验数据进行拟合，两种候选模型都能重现出观察到的顺序性活动模式、其与选择的相关性、以及活动模式如何随证据强度而进行系统性变化。
模型预测了证据累积的鲁棒性与灵活性。 理论分析表明，基于顺序性活动的环路模型对噪声干扰具有鲁棒性，能够实现准确的证据累加。同时，这种机制也允许信息在不同神经群体之间进行有效的传递，为大脑多个区域参与复杂决策过程中的信息整合提供了可行的电路基础。
结论与讨论
本研究通过结合计算建模与大规模在体电生理记录，为决策过程中观察到的选择依赖性神经序列活动提供了一个机制性的解释框架。研究得出结论，证据的累积不一定依赖于神经元的持续性放电，完全可以通过高度组织化的顺序性活动在相互竞争的神经链或移动的“隆起”活动模式中实现。这一发现将决策的神经表征从传统的“强度编码”拓展到了“时序编码”和“群体结构编码”的维度。
更重要的是，研究表明大脑可能采用多种并行的电路机制来实现同一认知功能。前额叶等高级联合皮层可能更倾向于使用“竞争链”编码来比较和权衡选项，而基底神经节等皮层下结构则可能利用“位置编码”来追踪决策变量的连续变化状态。这种分工暗示了决策是一个在全脑尺度上由异构环路协同完成的分布式计算过程。
这项工作具有重要的理论和实践意义。在理论上，它挑战了持续活动作为工作记忆和决策唯一核心机制的经典范式，开辟了基于动力学和序列的新的建模方向。在实践上，所提出的具体电路模型为解读日益复杂的大规模神经记录数据提供了新的分析工具和理论透镜。未来，进一步探究这些序列是如何在发育和学习中形成，以及它们在不同认知任务和物种中的普适性，将帮助我们更深刻地理解智力与思维的生物学本质。
