Nature Neuroscience
多脑区运动编码的系统性分析揭示决策行为中的非指令性运动信号

小赛推荐：

本研究利用高通量神经记录和机器学习方法，系统分析小鼠在决策任务中的运动相关神经活动，揭示了运动信号在不同脑区的分布特征及其对决策相关神经编码的影响，为理解运动与认知的神经回路交互提供了新方法。

 

文献概述

本文《Brain-wide analysis reveals movement encoding structured across and within brain areas》，发表于《Nature Neuroscience》杂志，回顾并总结了在决策任务中，小鼠大脑不同区域的运动相关活动及其编码模式，特别是通过视频追踪与神经活动的高维时序建模，系统分析了非指令性运动与决策行为之间的关系，为神经编码与运动信号的分离提供了方法学支持。

背景知识

在神经系统功能研究中，运动信号广泛存在于感觉与运动皮层区域，但其在不同脑区的分布模式以及如何影响决策过程尚不明确。传统观点认为大脑可划分为感觉、联合与运动区域，但神经生理学研究显示，包括视觉皮层、体感皮层等在内的多个脑区均存在与运动相关的神经调制。尽管已有研究指出运动信号可解释部分神经活动，但多聚焦于少数脑区，且方法学不统一。此外，非指令性运动（如舔嘴、面部肌肉微动）可能与决策过程相关，但如何在单次试验中分离其影响仍是挑战。本研究通过高分辨率视频追踪与神经记录，结合多种机器学习方法，提供了一种系统性解析运动与决策信号分离的新框架，有助于深入理解大脑如何整合感觉输入、运动输出与决策过程。

 

一站式神经行为学实验服务，涵盖水迷宫、转棒、旷场等实验，支持神经退行性疾病与认知功能研究。

了解更多

 

研究方法与实验

研究团队训练小鼠执行记忆引导的运动任务，并同步记录超过50,000个神经元的活动，同时采集高分辨率的面部与四肢运动视频。通过三种方法——基于标记的回归、自编码器嵌入与端到端深度学习——预测神经活动与运动信号的关系，比较各模型在不同脑区的预测能力。随后，通过时间偏移分析，区分预测性（前导）与反馈性（滞后）神经信号，进一步解析运动与决策编码的空间分布。最后，利用单次试验视频预测与神经活动解码，识别非指令性运动对决策相关神经活动的影响。

关键结论与观点

• 运动相关信号广泛存在于多个脑区，尤其在脑干与运动皮层更为显著，提示其在运动控制中的核心作用。
• 时间偏移分析显示，不同脑区神经元对运动的编码存在前导与滞后差异，例如脑干运动区神经元提前编码运动，而感觉丘脑区则滞后响应。
• 非指令性运动可预测决策行为，且其预测能力在样本与延迟期显著高于随机水平，提示非指令性运动可能反映决策准备状态。
• 部分神经元编码决策行为，而另一些神经元受非指令性运动调制，二者在脑区中混合分布，但前额叶与中脑区更倾向编码决策。
• 丘脑核团中，运动编码存在空间异质性，其中运动相关核团（如VM）编码更强，而感觉相关核团（如PO）编码较弱。

研究意义与展望

• 该研究为理解大脑如何整合感觉输入与运动输出提供了新视角，尤其是在决策任务中非指令性运动的神经调制作用。
• 未来研究可进一步探索这些运动信号是否为内部模型的一部分，或是否可以通过干预非指令性运动来改变决策过程。
• 方法上，本研究展示的机器学习与视频解析技术可广泛应用于其他认知任务的神经编码分析。

 

提供多种神经疾病基因编辑与药理诱导模型，助力阿尔茨海默病、帕金森病等研究，支持药效评估与基因治疗开发。

了解更多

 

结语

本研究系统分析了小鼠在决策任务中多个脑区的神经活动与运动信号的关系，揭示了运动编码的广泛性及其在不同脑区中的结构差异。通过高通量视频追踪与神经记录，研究团队成功分离了非指令性运动对神经活动的影响，为解析大脑中感觉、运动与决策信号的交互提供了方法学基础。这些发现不仅深化了对大脑功能组织的理解，也为未来研究非指令性运动在认知过程中的作用提供了实验依据。

 

Ziyue Aiden Wang, Balint Kurgyis, Susu Chen, Nuo Li, and Shaul Druckmann. Brain-wide analysis reveals movement encoding structured across and within brain areas. Nature Neuroscience.