导语： 为什么神经元对相同刺激的反应会表现出显著差异？这种变异性是大脑的“噪声”还是另有玄机？艾伦研究所与清华大学的最新研究表明，大脑内部状态的动态波动是神经编码效率的关键调节器，不同脑区神经元根据其在解剖层级中的位置，对感知刺激和行为表现出独特的编码模式。
北京/西雅图（2025年3月28日） – 大脑，这个复杂而精密的器官，其工作机制一直是神经科学领域孜孜不倦探索的焦点。近日，来自艾伦研究所（Allen Institute）和清华大学的联合研究团队在《Nature Communications》上发表了一篇题为“Deciphering neuronal variability across states reveals dynamic sensory encoding”的论文，为我们揭开了神经元活动变异性背后的动态机制。这项研究不仅挑战了传统上将神经活动变异性视为静态“噪声”的观点，更深入地阐释了大脑状态的快速切换如何影响神经编码的效率。
大脑状态的动态切换：神经编码的幕后推手
传统研究往往忽略了大脑状态的动态变化，而真实的大脑状态却在秒级尺度内快速切换，导致神经编码效率的动态波动。该研究团队通过分析小鼠视觉皮层的神经活动，发现大脑内部状态的波动会显著影响神经编码的效率。具体而言，他们发现不同脑区的神经元，根据其在解剖层级中的位置，对感知刺激和行为表现出独特的编码模式。
局部场电位（LFP）频谱：构建全局脑状态时序框架
为了深入研究神经元活动变异性，研究团队创新性地以局部场电位（LFP）频谱特征为锚点，构建了一个全局脑状态时序框架。通过对艾伦研究所之前发布的公开数据集进行分析，他们发现所有被试小鼠的LFP动态均呈现三种稳定振荡状态：
- 高频态（SH）： 30-80Hz伽马频段功率增强，伴随瞳孔扩张和运动增加，表征高度警醒状态。
- 低频态（SL）： 3-8Hz theta功率主导，对应静息状态。
- 中间态（SI）： 功率谱均匀分布，作为高频态与低频态之间转换的必经桥梁。
研究发现，大脑状态的转换呈现出严格的动力学约束，且每个状态的平均驻留时间仅1.5秒，揭示了大脑状态的快速动态特性。
视觉系统的变异性分布：层级差异与功能分工
研究团队通过因子分析（FA）、Fano因子（FF）和变异系数（CV）等多维度指标，发现不同状态下的变异性呈现显著层级差异。在高频态中，群体共享方差降低，神经元的时间发放变异性增加，但试次间变异性达到最小，这种变异性组合对应着较高的刺激编码表现。初级视觉区（V1）神经元在高频态下对自然电影像素信息的编码能力显著高于低频态，且这种编码优势沿着视觉处理层级逐渐减弱。位于视觉-体感交界处的RL区，则表现出独特的低编码效率和较高的试次间变异性，可能反映了其作为多感觉整合区域的特殊功能属性。
变异性来源的状态依赖性模型：揭示神经元亚群的功能分工
为了定量解析影响神经变异性的不同来源，研究团队开发了一个创新的状态条件编码模型。在群体活动水平上，内部脑动态能解释 41.0 ± 7.6% 的方差，显著超过行为（18.9 ± 7.0%）和视觉刺激特征（22.8 ± 8.8%）的贡献。然而在单个神经元层面，视觉刺激特征贡献了 19.8% 的方差，而行为和内部动态分别仅占 11.6% 和 11.1%。通过无监督聚类分析，研究发现视觉系统中存在功能分工明确的神经元亚群：约 29.5% 的神经元专门负责刺激编码，30.2% 受到多种因素的共同调控。随着视觉处理层级上升，多模态整合功能的神经元比例逐渐增加。更重要的是，当大脑状态发生转换时，超过半数（53%）的神经元会重构其主导输入来源。
未来展望：从理论到应用的挑战
这项研究揭示了神经编码的动态本质，为我们理解大脑的工作机制提供了新的视角。然而，要将这一发现转化为实际应用还面临诸多挑战。未来的研究需要深入解析目标导向的状态调控机制，并探索如何利用这些机制来改善神经系统疾病的治疗。
参考文献：
- Akella, S., et al. (2025). Deciphering neuronal variability across states reveals dynamic sensory encoding. Nature Communications, 16(1), XXXX. https://www.nature.com/articles/s41467-025-56733-w
- Allen Brain Observatory Neuropixels dataset. https://portal.brain-map.org/circuits-behavior/visual-coding-neuropixels
- Allen Institute. (2020). A large-scale standardized physiological survey reveals functional organization of the mouse visual cortex. Nature, 586(7828), 286-292. https://www.nature.com/articles/s41586-020-03171-x
数据链接：
代码地址：
Views: 0