RESEARCH PROGRESS
2024年8月7日，北京脑科学与类脑研究所崔翯实验室在eLife发表题为Neural Geometry from Mixed Sensorimotor Selectivity for Predictive Sensorimotor Control的研究长文。文章揭示了猕猴运动皮层神经元在拦截运动过程中对感觉运动信息的混合编码机制。在手动拦截转动目标的任务中，运动皮层的单神经元在运动执行阶段不仅编码伸手方向，而且还受到目标转动的多种方式调制；单试次的群体神经状态展现出清晰的低维结构，它们按照运动方向构成圆环排布，并以目标转动条件优雅地划分出圆环倾角；循环神经网络很好模拟了单神经元的混合选择性和群体低维的环状结构。此结果拓展了对运动皮层的功能理解，揭示感觉调制可能是预测性运动控制过程中的重要一环，有助于进一步探究移动目标的运动控制神经机制，并为动态环境下脑机接口的应用打下基础。
The He Cui Laboratory at the Chinese Institute for Brain Research (CIBR) published a research article title “Neural Geometry from Mixed Sensorimotor Selectivity for Predictive Sensorimotor Control” in eLife on August 7, 2024. The study reveals that the activity of most neurons is jointly tuned to both reach direction and target motion. Principle component analysis (PCA) on the neural population shows a clear orbital neural geometry in low-dimensional space at movement onset: The neural states were distributed in reach-direction order, and formed ringlike structures whose slopes were determined by target-motion conditions. The single-unit mixed selectivity and the ring structure also emerge in RNNs without specified instructions. The results of this study expand the functional understanding of the motor cortex, suggest that sensory modulation may be an important part of the process of predictive motor control, help exploring the neural mechanism of motor control of moving targets, and lay a foundation for the application of brain-computer interface in dynamic environments.
运动皮层对躯体自主运动的控制十分重要，其神经活动与肢体运动学和动力学参数具有高度相关性。近来发现，运动皮层不只是“一对一”驱动肌肉，而且深度参与到运动计划、运动学习和运动生成。然而，对于动态目标拦截的神经机制尚不清楚。根据目前在运动控制领域日益流行的动力系统观点，群体运动皮层神经元构成高维神经状态，根据自身动力学演化特性和外部输入，将准备期神经活动推至“最优子空间”，达到运动生成的理想初始状态。感觉信息有可能以一种潜在的正交方式，在不影响运动输出的情况下，保留在群体神经状态的分布之中。
在本研究中，北京脑所崔翯团队的张艺衡等人训练猕猴完成手动拦截任务（manual interception task）（图 1A）。在猕猴执行任务的过程中，通常设置五种目标转动条件：顺逆时针、高低速度和静止目标（图 1B），研究人员通过多通道神经电生理技术（图 1C），记录运动皮层的神经电信号，发现运动皮层的神经元在编码运动方向基础上，确实受到感觉信息调制。调制作用可主要分为三类：偏好方向转移（PD shift）调制、增益（Gain）调制、基线加和（Addition）调制（图1D）。
图1 自由拦截行为范式和示例神经元活动
研究者在群体水平上也发现了感觉信息的持续存在。解码结果表明，目标速度在目标出现（TO）后200毫秒到运动起始（MO）都可以被较好地区分。而且，运动方向信息占主导，目标转动方向明显大于目标转速幅值对神经活动带来的影响。
为了进一步研究本任务中的神经群体状态特征，研究者对运动起始（MO）前后50毫秒期间内神经群体活动进行主成分分析（PCA），降维得到了每个试次对应的神经状态，并展示在由前三个主成分张成的子空间中（图2A&B）。研究发现，同一目标速度条件下的神经状态形成了椭圆形的环状结构，且拦截条件（目标速度不为零）的椭圆所在平面与静止条件（目标速度为零）的椭圆所在平面之间的夹角，与目标速度呈线性正相关（图 2C）。同时，神经状态也按照运动方向聚集成簇，并按手动方向顺序分布。在神经活动低维子空间中出现的该环状结构，同时表征了感觉输入信息和运动输出信息，且感觉信息的调制的确发生在运动信息的正交方向上。
图2 神经群体状态的环状结构
研究者用理想单神经元模型分别模拟了对应三种不同调制类型的神经元群体，发现单神经元调制占比对环状结构的几何特征（转动角度、倾斜角度、平移程度）有不同的影响。
在此基础上，陈韵等人训练了100个单元构成的结构相同、初始权重不同的循环神经网络模型来模拟拦截任务中的神经活动（图3A）。在网络模型中，出现了类似的活动模式：类似感觉调制的节点和节点群体状态的低维环状结构（图 3B&C），并且，环状结构的夹角也保持与目标速度之间的线性关系（图 3D）。网络中显著的连接模式为后续研究运动皮层的功能连接提供了一些参考和方向。
图3 循环神经网络模拟拦截运动结果
在接下来的工作中，研究者将对准备期活动特性和拦截运动预测生成过程的神经机制从多个角度进行一系列深入探究。
论文信息
论文链接
