本研究利用 64 通道微电极阵列同步记录猕猴下颞叶皮层(IT)的神经元群体,探讨了自发微观时间同步与刺激调谐之间的组织关联。研究在无视觉刺激呈现的静息状态下测量神经元对之间的自发放电同步性(毫秒级精度),分析其与视觉物体调谐相关性(信号相关)及皮层功能聚类之间的对应规律。结果表明,皮层间稀疏分布的自发同步联结(约占记录位点对的 6%)与刺激调谐相关性显著正相关;具有相似刺激偏好的神经元在毫米尺度上自发聚集成稳定的功能簇,且自发同步对倾向集中出现在同一调谐簇内部。这种基于局部聚类的低维表征为下游神经解码提供了高效的降维支持。
研究背景
下颞叶皮层神经元对复杂物体形状展现出精细的选择性调谐,为视觉识别提供了单细胞层面的表征基础。然而,高级视觉表征在皮层微回路中如何协同组织,无法仅由单细胞偏好的简单罗列来解释。神经科学研究通常关注两类神经相关性:一类是反映调谐相似性的“信号相关”(signal correlation),刻画不同神经元对外部刺激集合的平均反应偏好;另一类是反映神经协同放电的“噪声相关”或“脉冲时间同步性”(spike time synchrony),表征微回路内部的突触连接与共享输入。两类相关性在高级皮层中是否具有共同的解剖与功能架构,是理解皮层网络组织的关键。
既往在初级感觉皮层(如 V1)的研究表明,朝向调谐相似且空间距离较近的神经元表现出更强的脉冲同步;但在高级下颞叶皮层,电生理记录主要依赖单电极穿刺,难以在局部毫米范围内同时捕获大量相邻神经元的精细时间同步。此外,刺激驱动状态下的放电同步往往混杂了外部视觉输入的共有驱动效应;若能在完全缺乏视觉输入的自发背景状态下测量内源性脉冲同步,则有助于离析皮层固有的内在突触网络连接。同时,IT 皮层柱状结构在跨越不同刺激集合与语义范畴时的空间组织稳定性仍需多通道阵列的系统检验。
本研究利用密集成阵的微电极矩阵覆盖猕猴前下颞叶皮层,直接对比自发放电时间同步性、视觉刺激调谐相关性以及皮层空间聚类之间的定量关系。研究在麻醉状态下开展,排除了眼动微跳、主动注意力转移和认知策略等行为混杂因素;通过控制皮层解剖物理距离,排除了单纯几何临近效应。需要指出的是,麻醉状态可能降低部分长程反馈与全脑调质水平,分析主要针对多单元活动(MUA)及其推断的单单元亚群,对神经回路精细层构(laminae)的区分有限;所得结论重点刻画了 IT 皮层中前馈与局部微回路所共有的内在功能拓扑。
研究思路
研究设计包含三项递进的检验步骤。第一步,利用 8×8 微电极阵列(电极间距 200 μm 或 400 μm)同时覆盖柱内垂直方向与跨柱水平方向最多 1.4 mm 的皮层区域,在自发活动窗口(刺激呈现前的灰屏背景)测量毫秒级重合放电概率(同步强度),并在刺激呈现窗口测量对数十至上百种复杂物体的放电率调谐向量,建立“调谐相关—自发同步—空间物理距离”三者之间的偏相关模型。第二步,采用 k-means 聚类结合贝叶斯信息准则(BIC)对电极阵列的刺激调谐模式进行空间划分,检验功能调谐簇在面对独立刺激集(集合 A vs 集合 B)以及不同语义类别(动物 vs 非动物)时的空间复现稳定性。第三步,检验自发同步对是否特异性富集在同一调谐簇内部,并利用支持向量机(SVM)等线性分类器评估基于聚类降维的群体表征在类别解码泛化中的有效性。
方法
实验在四只轻度神经安定麻醉(芬太尼联合氟哌利多输注,辅以一氧化二氮与氧气)的成年台湾猕猴(Macaca cyclopis)上进行,共植入 5 个 64 通道微电极阵列(其中 3 个间距 200 μm,覆盖 1.4×1.4 mm²;2 个间距 400 μm,覆盖 1.4×1.4 mm²,记录深度 0.6–2.0 mm)。视觉刺激包含三组全彩复杂自然物体图像(集合 1 含 70 种,集合 2 含 70 种,集合 3 含 100 种;每张图像呈现 94 ms,间隔 106 ms 灰屏,重复 20–30 次)。自发放电分析取刺激呈现前 50 ms 的无刺激窗口,采用修正的重合放电指数量化 5 ms 窗内的脉冲时间同步性,并通过打乱试次构建空假设置换分布以筛选显著同步对。调谐相关性定义为位点间对全部物体平均放电率向量的 Pearson 相关系数。空间聚类采用 k-means 算法并利用 Jaccard 指数(J)评估跨条件聚类稳定性,分类解码采用留一法交叉验证的线性分类器。
主要结果
- 稳定的视觉调谐与广泛的选择性:各记录位点表现出高度可靠的刺激调谐特性,奇偶试次间的调谐相关系数显著(阵列最优位点 r 达到 0.80–0.96,全阵列平均 r = 0.57,图 2A);调谐宽度指标显示多数位点对刺激集呈现稀疏且差异化的选择性响应,全阵列平均调谐宽度约为 0.43(图 2B)。
- 自发同步性稀疏分布但高度局域化:在全阵列检测的数千个记录位点对中,显著自发同步对仅占总数的 6.0%(200 μm 阵列中约占 6.0%–9.0%,400 μm 阵列中约占 0.3%–1.2%);显著同步对的发生率随皮层电极物理距离增加呈指数衰减,绝大多数集中在电极间距 ≤ 600 μm 的局部微回路范围内(图 3、图 4)。
- 调谐相似度与自发同步强度的正向关联:在剔除皮层物理空间距离的偏相关分析后,记录位点对之间的调谐相关系数与自发时间同步强度之间依然呈现统计学显著的正相关(显著同步对中的相关系数 r 介于 0.32 至 0.62 之间,p < 0.05,图 4A–C)。这表明在完全缺乏外部感觉驱动的自发状态下,神经元之间的瞬时时间协同性准确反映了它们在面对外部刺激时的调谐一致性。
- 功能调谐簇的空间几何稳定性:基于刺激调谐相似性的 k-means 聚类将电极阵列划分为若干空间连续的功能簇(最优聚类数 k 介于 2 至 6 之间)。交叉验证显示,使用不同刺激集(集合 A 与集合 B)重构的聚类地图表现出极高的一致性(Jaccard 指数 J = 0.49–0.66,置换检验 p < 0.001,图 5A);即便将刺激严格按动物与非动物语义类别拆分,空间聚类边界依然保持稳定(J = 0.44–0.59,p < 0.001,图 5B),证实该空间聚类反映的是皮层内源性拓扑骨架而非特定图像的瞬时响应伪影。
- 同步对在功能簇内的特异性富集与高效解码:空间拓扑叠加分析表明,显著自发同步对高度富集在同一调谐功能簇内部(同一簇内的落入比例达到 50.0%,而随机基线仅为 12.5%,富集比达 4:1,图 6)。线性分类器解码测试表明,仅保留 k 个功能簇的平均活动(如 k = 2 至 4)即可达到全阵列 64 个位点原始解码正确率的 90% 以上(图 7),表明局部同步与功能聚类共同构成了支持下游高效分类的低维流形基础。
图注解读
图 1 · 阵列记录与刺激布置
原文图注:Fig. 1. Array recording of inferior temporal (IT) object responses. A, top: rasters show examples of reliable object-selective spiking responses at 16 sites of the 8 × 8 electrode array (right). Objects were serially presented (94 ms ON, 106 ms OFF with blank screen) in pseudorandom order for 10 repetitions. Two stimulus sets (set 1: 240 rendered grayscale objects, set 2: 113 color, gray, and silhouette photographed objects) were presented as separate blocks. The 10° bar next to the right-most image shows the relative size of the stimuli. B: we inserted arrays in the right anterior IT cortex (AIT, AP16), in a flat region of the lateral surface at least 3 mm from the superior temporal sulcus (sts).
本图为实验方法总览:A 展示 8×8 电极阵列中 16 个代表性记录位点对连续呈现刺激的脉冲放电栅格图(黑色色块标记 94 ms 的刺激呈现期,灰色代表刺激间隔),右侧为两类刺激集的图像示例;B 展示记录位点在冠状切面上的解剖重建,红色方块标示微电极阵列在下颞叶皮层(前部 IT,立体定位坐标 A14–A19)的植入位置与深度。本图对应实验记录的基本范式与解剖定位。

图 2 · 调谐可靠性与调谐宽度
原文图注:Fig. 2. Tuning reliability and tuning widths across 5 arrays. Response statistics across 5 array locations (5 recording sessions) in 4 monkeys are shown. A: tuning correlation between even and odd trials for all sites in each array, based on both stimulus sets. Tuning is based on evoked (baseline-subtracted) trial-averaged spiking activity measured in the [100:200) ms period, z-normalized for each site across stimuli. B: distribution of sparseness (tuning width) across arrays and stimulus sets. Sites in arrays 4 and 5 were more sparse (more narrowly tuned). C: comparison of sparseness across the two stimulus sets for all 250 sites, r = 0.72, P < 10^-39, color-coded by array.
A 为五个电极阵列的调谐稳定性相关矩阵(每个像素代表对应通道奇数与偶数试次间的调谐相关系数,对角线为自相关 1.0,黑色标示无效通道),绝大多数有效位点的相关性显著超过随机阈值(约 0.16),证实刺激调谐的可靠性;B 为对应的单通道调谐宽度分布直方图,反映出 IT 神经元对自然物体刺激具有选择性稀疏放电特征。本图对应主要结果第 1 点。

图 3 · 一对 IT 神经元之间的重合放电
原文图注:Fig. 3. Coincident spiking between a pair of IT neurons. A and B: interspike interval histograms for two units recorded from deep and superficial layers, respectively (1.6 and 0.6 mm from cortical surface; 1-ms bins). Both units were well-isolated, with ≤5% of interspike intervals in the 2.5-ms refractory period. C: cross-correlogram histogram ("Raw", blue) based on cells A and B, showing spike time intervals between the two spike trains (abscissa) and each interval's percentage of all spike pairs (ordinate). Trains were a continuous (10 min) block of spontaneous activity (no stimuli). We defined coincident firing (synchrony) as a significant peak near 0 ms.
本图展示一对代表性 IT 记录位点间的脉冲时间同步分析:A、B 分别为深层(深度 1.6 mm)与浅层(深度 0.6 mm)单元的自相关峰间期直方图(ISI),在 2.5 ms 不应期内的脉冲比例 ≤ 5%,排除了单电极重复采样的混淆;C、D 分别展示自发活动窗口(灰屏期)与刺激驱动窗口下的互相关直方图(CCH),在零延迟附近呈现尖锐的中心同步峰(半高宽约 5 ms),证实两神经元存在强烈的毫秒级协同放电。本图对应主要结果第 2 点。

图 4 · 调谐相关与同步强度的定量联结
原文图注:Fig. 4. Quantitative link between site-to-site tuning correlations and spontaneous synchrony strength. A–C: tuning correlation vs. synchrony strength among all pairs of sites in arrays 1–3. Pairs with significant synchrony (red dots, black marginals) are rare (6% of all pairs) and show quantitative link (r_sig, Pearson r) between tuning similarity and synchrony strength. D: site-to-site tuning correlations for array 1, set 1. Stronger correlations (orange and yellow, r ≥ 0.3) were rare, even for sites along the same penetration (green boxes), and appeared to belong loosely to groups of sites (marked by circles, triangles, and squares). E: site-to-site synchrony strengths, marked as in D.
A–C 为三个 200 μm 阵列的核心散点图:横轴为位点对的视觉刺激调谐相关系数(范围 −1 至 +1),纵轴为对数刻度的自发重合放电同步强度,红点代表统计学显著的同步对。数据表明,在三个阵列中显著同步对均表现出调谐相关与同步强度的显著正相关(显著对相关系数分别为 0.62、0.47 与 0.32,p < 0.05)。D 展示同步强度随皮层物理间距增加呈指数级衰减,证实同步联结的局部稀疏性。本图对应主要结果第 3 点。

图 5 · 聚类模式跨刺激集与跨语义类别的一致性
原文图注:Fig. 5. Consistency of site clustering patterns across stimuli. A: consistency of clustering patterns across stimulus sets, shown for k = 2 to 5 clusters based on Bayesian information criterion (BIC) of each array. Colors indicate sites belonging to different clusters. Black indicates broken or inactive sites. Jaccard coefficient (J) indicates proportion of sites whose cluster label were unchanged ("matched") when reanalyzed with the other stimulus set. Match significance was determined by vertical within-penetration shuffling (pv) and by full array shuffling (pf) of cluster labels, based on 1,000 shuffles (**P ≤ 0.001). B: clustering consistency between animate (left) vs. inanimate (right) categories. C: dependence of J on k. D and E: clustering consistency at k = 8.
本图展示调谐聚类空间拓扑的跨条件一致性:A 为利用独立刺激集(集合 A 与集合 B)分别进行 k-means 聚类得到的阵列空间伪彩图(相同颜色代表同一功能簇),各阵列在更换刺激集后的 Jaccard 相似性指数 J 显著高于随机置换水平(p < 0.001);B 展示将刺激严格按动物与非动物类别划分后的聚类地图,证实该聚类模式独立于刺激的高层语义属性。本图对应主要结果第 4 点。

图 6 · 同步连线与调谐聚类的空间特异性
原文图注:Fig. 6. Spatial specificity of match between spike synchrony and tuning. A: example overlays of spontaneous spike synchrony and tuning-based clusters. Lines indicate examples of pairs with significant spike synchrony ("functionally connected") during spontaneous activity. White and black lines show synchrony within each of two k-means clusters in the same cortical column. Blue dashed line between sites 7 and 16, array 2, shows example of synchrony across different clusters ("unmatched"). B: method of comparing spontaneous synchrony vs. clustering. We grouped pairs into four types "a" to "d" depending on synchrony significance (synchronized vs. asynchronized) and whether both sites in a pair had the same cluster ID (matched vs. unmatched). C: clustering match probability for actual data, vertical, and horizontal within-depth shuffling, with k = 8 clusters. *P ≤ 0.001 for group and all individual comparisons. D: dependence of clustering match probability on number of clusters k.
A 将显著自发同步连线叠加于阵列调谐功能聚类地图之上(实线连接同一调谐簇内部的位点对,虚线标示跨簇连接反例);B 对比了显著同步对与全部电极对落入同一功能簇的实测概率与随机期望值,显示显著同步对在同簇内的富集比例(50.0%)显著超过全电极对基线(12.5%)。本图证实了内在时间同步连接与宏观调谐结构在空间上的高度重合,对应主要结果第 5 点。

图 7 · 少数维度即可泛化读出类别
原文图注:Fig. 7. Category generalization performance vs. clustering method. A: classifier performance vs. number of clusters for different site clustering methods. Tuning responses were grouped as k-means clusters (black), random clusters (red), within-penetration averages (green), and within-depth averages (blue). Input to the classifier was based on the average response within each cluster. K-means clusters were based on 200 objects in set 1, excluding the test objects in that run. Dotted line indicates performance of classifier trained, tested on all 250 sites without clustering. Dashed line is chance (12.5%). B: confusion matrix showing pattern of mistakes made by the classifier for k = 2 k-means clusters per array. Categories include animals (an), faces (fa), plants (p), foods (fo), tools (t), vehicles (v), appliances (ap), and furniture (fu). C: performance of "choristers" vs. "soloists." "Choristers" are sites whose tuning is most similar to that of each k-means cluster (black), or sites with the highest average pairwise tuning correlation (brown). "Soloists" are sites that have medium correlation with other sites (at the 50th percentile).
A 为类别解码正确率随聚类维数 k 变化的曲线(黑色为基于 k-means 聚类的平均读出,红黄曲线为空间打乱与随机分组对照,灰色虚线代表使用全部 250 个未聚类位点的解码上限);结果显示仅需 k = 2 至 4 个维度即可恢复 90% 以上的全局解码能力。B 展示在新物体类别测试集上的跨刺激泛化性能,证实功能聚类有效保留了对下游线性读出至关重要的低维有效特征。本图对应主要结果第 5 点。

讨论
作者在讨论中将三项发现进行了理论整合:在严格控制皮层空间物理间距的前提下,神经元间的刺激调谐相似性与自发脉冲时间同步性存在定量的正向耦合;这种时间同步联结并非均一散布,而是稀疏且特异性地嵌套于毫米尺度的功能调谐簇内部。这种重合表明,下颞叶皮层在静息无刺激输入状态下呈现的毫秒级自发动态,反映了微回路内预存的单突触或短多突触连接架构;而视觉刺激输入正是借由这一内在网络骨架进行路由与表征展开的。该发现与感觉皮层(如 V1、A1)中报道的微回路组织原则相一致,表明感觉通路的等级递进并未打破局部网络连通性与调谐特异性相互绑定的基本组织规律。
关于空间功能柱与降维机制,研究数据支持了柱状结构在物体识别中的计算意义。通过将数万维度的单神经元放电投影至少数几个空间连续的功能簇,网络在显著降低计算自由度的同时保留了稳健的分类辨别力,为前额叶等下游读出脑区提供了高信噪比的表征流形。研究局限在于:实验在轻度麻醉状态下完成,虽然排除了眼动微跳等行为混杂,但清醒任务状态下主动注意力或自上而下反馈对局部同步性的动态调节仍有待验证;此外,阵列记录局限在背侧 IT 皮层表面 1.5 mm 范围内,全脑区宏观斑块(patch)尺度的长程功能连接模式仍需结合全脑功能成像进行深入探讨。
一句话总结
本文利用微电极阵列电生理记录证实,猕猴下颞叶皮层的自发脉冲时间同步与视觉物体调谐共享共同的微回路拓扑结构;稀疏分布的内源性时间同步高度富集在稳定的空间功能调谐簇内,揭示了高级视觉皮层通过内在突触微网络支持低维高效特征表征的组织原则。