Effects of long-term visual experience on responses of distinct classes of single units in inferior temporal cortex

两只猕猴经过几个月到一年的反复曝光熟悉了 125 张物体图片，作者随后在下颞叶皮层（inferior temporal cortex, ITC）记录单个神经元，并按锋电位波形把细胞分成宽锋与窄锋两类。结果相当干净：长期经验让推定兴奋性神经元对最优熟悉刺激的响应升高近五成，却让推定抑制性神经元的响应大幅下降。这一"按细胞类别拆开看"的处理直接调和了此前文献里"经验增强响应"与"经验减弱响应"两派看似矛盾的报告，是理解 ITC 成人可塑性的关键文献。

研究背景

早期视觉区的感受野特性在关键期之后基本定型，但视觉层级后段的神经元终身保持可塑性——ITC 作为物体识别的候选神经基础，其响应会随视觉输入的统计结构（如 Li & DiCarlo 的不变性替换实验）和行为任务的知觉需求而改变。问题是：长期视觉经验究竟如何改变 ITC 单细胞的响应？当时的文献给出的答案彼此打架。早期研究（Logothetis 等 1995、Kobatake 等 1998、Miyashita 与 Sakai 的配对联想工作）报告学习后细胞会对一小部分习得刺激发展出强响应，最大响应超过未学习集合；而较新的研究（Baker 等 2002、Freedman 等 2006、Op de Beeck 等 2007、Anderson 等 2008）却发现熟悉刺激的最大响应不变甚至更低，群体平均响应整体下降，而且调制的量级只有每秒几个锋，于是有人提出"ITC 的经验可塑性其实很轻微"。可行为数据表明经验对识别行为的影响可以很大，理论与数据之间有明显张力。

作者指出两个妨碍进展的技术原因。其一，采样问题：不知道该用哪些刺激去探索单个 ITC 神经元的调谐函数，如果刺激集太小或太同质，很可能根本没有测到"最优熟悉刺激"，所谓的无差异可能只是采样不足。其二，类别混合问题：皮层由多种细胞组成，细胞外记录中可按锋形区分——窄锋主要是快放电抑制性中间神经元，宽锋主要是兴奋性锥体细胞——但此前所有研究都把记录到的细胞混在一起平均，方向相反的效应可能因此互相抵消。没有任何研究检验过经验对这两类细胞的影响是否不同。

研究思路

作者的策略就是对症解决这两个问题。刺激端用大集合：每只猴先熟悉 125 张彩色真实物体图片，记录时再随机配 125 张从未见过的新异图片（同一图库、经过相似性过滤），保证每个细胞都有机会被自己的最优熟悉刺激和最优新异刺激分别驱动到接近上限。细胞端按锋宽聚类分类，把"平均"变成"分组比较"。再补一个时间维度：把视觉响应切成早窗（75–200 ms）与晚窗（200–325 ms）分别分析——因为增强与抑制可能发生在不同阶段。整个实验设计没有任务操作，纯粹比较熟悉性与细胞类别这两个因子，逻辑链是：如果文献矛盾来自类别混合与时间窗选择，那么分细胞、分时段后，"增强"与"减弱"应该同时出现、各归其主。

方法

被试是两只雄性成年猕猴。熟悉化阶段持续 3 个月（猴 I）至 12 个月（猴 D），图片在被动注视任务与延迟匹配样本（delayed match-to-sample）短时记忆任务中呈现，每张图累计约 1,000 至 3,000 次曝光。记录在被动注视任务中进行：中央呈现 10 个刺激，每个 200 ms、间隔 50 ms，眼位约束在 1 度以内；每个记录日新选 125 张新异图片，用尺度不变特征变换（SIFT）与颜色直方图点积剔除与熟悉集或彼此过于相似的图。记录部位为 ITC 侧凸面（上颞沟下岸腹侧、鼻周皮层外侧），用钨微电极获得 88 个良好隔离的视觉单单元（猴 D 50 个、猴 I 38 个）；为避免选择偏倚，绝大多数单元是用一套独立的中性刺激在线隔离的。

分析上，锋宽（trough-to-peak，从波谷到波峰的时程）呈双峰分布，用 k-means 聚类分成宽锋（putative excitatory，推定兴奋性）与窄锋（putative inhibitory，推定抑制性）两组。主要指标有四个：最大响应（125 个刺激中最大平均放电率）、平均响应（对全部刺激的平均放电率）、稀疏性（sparseness，度量总放电集中在少数刺激上的程度，0 到 1）、以及成对 AUC（对集合内所有刺激两两做受试者工作特征分析取曲线下面积，度量单细胞 spike 数区分任意两个刺激的平均能力）。逐细胞比较用配对 t 检验、Mann-Whitney U 检验或随机化检验，滑动窗时间进程用经多重比较校正的置换检验。

主要结果

(1) 最大响应按细胞类别方向相反（图 3）。推定兴奋性细胞对最优熟悉刺激的群体平均响应比最优新异刺激高 16.55±2.22 Hz（p<0.001），即约 50% 的升幅（52.69 对 36.14 Hz），且这一差异早在视觉响应起始附近就出现（滑动窗最早显著点 120 ms）；但在晚窗缩到 4.40±2.41 Hz（p=0.07）。推定抑制性细胞完全相反：最优新异刺激驱动更强，早窗差异为 27.63±7.97 Hz（p=0.004），晚窗扩大到 53.65±12.11 Hz（p<0.001）且在两只猴中都显著。

(2) 平均响应两类细胞都下降，但抑制性细胞降幅大得多（图 4）。推定抑制性单元的刺激驱动活动本身就远高于兴奋性单元（例如新异集晚窗 44.00 对 7.79 Hz），自发活动也更高（15.01 对 5.20 Hz）。熟悉性使平均响应下降：晚窗中兴奋性细胞下降 1.90±0.67 Hz（p=0.006），抑制性细胞下降 21.04±4.01 Hz（p<0.001）——两类之间的降幅差异本身显著。

(3) 经验提高选择性（图 5、图 6）。用稀疏性度量：兴奋性细胞对熟悉集的稀疏性在早窗和晚窗都显著更高（分别 +0.11 与 +0.08，p<0.001）；抑制性细胞只在晚窗略有升高且仅一只猴显著。关键的机制线索来自图 6：在早窗，兴奋性细胞"最优熟悉刺激响应增量"能很好地预测其"稀疏性增量"（Pearson r=0.77，p<0.001）。也就是说，熟悉性带来的更稀疏表征，主要不是靠压低多数刺激的响应，而是靠细胞对自己偏好的熟悉刺激放电更多——这与"稀疏即低活动"的传统图景不同。

(4) 判别能力没有受损（图 7）。成对 AUC 显示新异集的判别力等于甚至优于熟悉集（唯一例外是兴奋性早窗 0.673 对 0.665，p=0.046，幅度小且两只猴内均不显著）；抑制性细胞对任一集合的判别力都高于兴奋性细胞。同时稀疏性与 AUC 呈强负相关（早窗 r=−0.51/−0.61，晚窗 r=−0.83/−0.78）。作者由此得出一个重要推论：经验使单个 ITC 神经元编码的熟悉刺激数量变少——单个细胞对更少的熟悉刺激"负责"，而不是整体编码能力下降。

(5) 全景总结在图 8：兴奋性细胞对最有效刺激的响应增强（尤其早窗）、对中等有效刺激的响应下降（尤其晚窗）；抑制性细胞则是广泛而明显的放电率下降，晚窗最突出。

图注解读

图 1 · 实验范式与锋形聚类

原文图注：Figure 1. Experimental Paradigm and Spike Waveform Clustering (A) Passive fixation task during which ten stimuli were presented for 200 ms each with a 50 ms interstimulus interval. Familiar and novel stimuli were interleaved. (B) All recorded spike waveforms, aligned by their troughs and labeled according to their cluster membership. Waveform amplitudes have been normalized by their heights. a.u., arbitrary units. (C) Distribution of spike widths (trough-to-peak durations) and the two clusters that emerged from the k-means algorithm. The bars above the distributions show mean ± SD of the respective distributions.

这张图交代两件基础设施。A 面板是记录时用的被动注视任务流程图：十个刺激按 200 ms 呈现、50 ms 间隔串行出现，熟悉与新颖图片交错，猴子只需保持注视；B、C 两面板合起来是细胞分类的依据——B 把所有记录到的锋波形按波谷对齐（幅度归一化），按聚类归属上色；C 画的是锋宽（波谷到波峰时程）的分布直方图，可见明显的双峰，k-means 据此分出宽锋与窄锋两簇，簇上方的小条给出各簇的均值±标准差。它支撑的是"方法"段落里两类细胞的划分来源，也是后续所有"推定兴奋性/推定抑制性"结论的地基。

图 2 · 七个示例细胞的熟悉/新异响应

原文图注：Figure 2. Example Neuronal Responses to Familiar and Novel Stimuli (A–E) Five representative putative excitatory cells. (F and G) Two representative putative inhibitory cells. In all rows the column on the far left shows both the mean spike waveform of each cell and the cluster to which the waveform was assigned (blue, broad spike; red, narrow spike). In the middle-five columns are plotted the spike density functions (SDFs, spike times convolved with a Gaussian kernel with s = 20 ms) for the top five stimuli from the familiar set (black) and the top five stimuli from the novel set (green). These rankings were determined not on the basis of the peak value of the SDF but rather from the spike counts in the interval 75–200 ms after stimulus onset, which is shown as a light-gray bar abutting the time axis. The column on the far right shows each neuron's entire distribution of mean firing rates, sorted according to rank. Again, the mean firing rates were computed from the spike counts in the interval 75–200 ms after stimulus onset, and the rankings were done independently for the familiar and novel sets. The numbers in the top right of the rank plots show the magnitude of the sparseness metric that was used to quantify single-cell selectivity.

这是结果部分的第一眼证据，读法是按行比较黑线（熟悉）与绿线（新异）。上五行的推定兴奋性细胞里，黑线在各自排名最高的几个刺激上普遍压过绿线——注意排名是按 75–200 ms 的 spike 数而非曲线峰值定的，浅灰条标出该统计窗；右列的全刺激秩排序图进一步显示这种优势集中在高排名刺激上，右上角的稀疏性数值也几乎是熟悉集更大（如第一行 S=0.71 对 0.40）。下两行的抑制性细胞正相反：绿线在最优刺激上超过黑线，右列整个秩分布被熟悉集整体压低。这一张图把结果 (1) 与 (3) 的方向先直观地摆在读者面前。

图 3 · 最大响应：兴奋性受益、抑制性受损

原文图注：Figure 3. Visual Experience Increases Maximum Responses of Putative Excitatory Cells but Decreases Maximum Responses of Putative Inhibitory Cells (A and B) Sliding window analyses (step size = 5 ms, window size = 50 ms) of maximum firing rates to familiar (black) and novel (green) stimulus sets, averaged separately for the putative excitatory (A) and putative inhibitory (B) cells. Shaded regions indicate ± SEM. Tick marks denote the time points at which the differences between the maximum familiar responses and maximum novel responses achieved statistical significance according to a permutation test (p < 0.05). (C) Distribution of individual cells' responses to the best familiar (x axis) and best novel (y axis) stimulus during the early epoch (75–200 ms). Each data point represents the activity of a single unit. Cells are color labeled according to cluster membership (blue, putative excitatory; red, putative inhibitory). Error bars represent mean ± SEM across individual repetitions of the best familiar or best novel stimulus. Histogram in the top right shows the distribution of differences for both subpopulations. Shaded bars show individually significant cases (p < 0.05, Mann-Whitney U test). Arrows denote mean maximum response differences across either the putative excitatory (blue) or inhibitory (red) cells. (D) A magnified view of the plot in (C), emphasizing the distribution of effects in the putative excitatory cells. (E and F) Same as in (C) and (D) but for the late epoch (200–325 ms).

这是全文核心图。上排 A、B 是滑动窗的群体平均曲线：黑（熟悉）与绿（新异）两条曲线分叉的时间点由横轴上的刻度标出——兴奋性细胞约 120 ms 即分叉、且紧贴视觉响应起始，抑制性细胞要到 170 ms 之后才分叉，说明两类效应在时间进程上就不同。下排散点图里每个点是一个细胞，横轴为其最优熟悉刺激的响应、纵轴为最优新异刺激的响应，对角线以下的点表示熟悉占优：早窗（C、D）中蓝色（兴奋性）大多落到对角线下方，红点（抑制性）反而聚集在线上方，右上角直方图给出两类各自的差值分布（阴影条为逐细胞显著，箭头为群体均值）。E、F 换到晚窗，兴奋性的优势基本消失而抑制性的新异优势扩大。结果 (1) 的所有关键数字都出自此图。

图 4 · 平均响应：两类细胞都降，抑制性降得猛

原文图注：Figure 4. Visual Experience Decreases Average Stimulus-Evoked Responses of Putative Excitatory and Inhibitory Cells Conventions same as in Figure 3 with the notable exception that the metric of interest is the average, not maximum, response across the 125 familiar or 125 novel stimuli. Error bars in (C) and (D) represent mean ± SEM across the 125 familiar or 125 novel (mean) firing rates. Individually significant cases in histograms of (C) and (D) were determined with a t test (p < 0.05).

把图 3 的指标从"最大响应"换成"125 个刺激的平均响应"后，图式完全复用：A、B 为滑动窗群体曲线，C、D 为早窗、晚窗的逐细胞散点加差值直方图。读图的要点有两处：一是两条群体曲线上新异（绿）整体高于熟悉（黑），且分叉出现在初始视觉瞬变之后；二是直方图里红色箭头（抑制性）的位置远比蓝色箭头靠左——熟悉性带来的平均响应下降在抑制性细胞中大一个量级。这张图支撑结果 (2)，也顺带展示了抑制性单元基础放电水平远高于兴奋性单元这一细胞类别特征。

图 5 · 选择性：熟悉刺激的表征更稀疏

原文图注：Figure 5. Visual Experience Increases Selectivity of Putative Excitatory and Inhibitory Cells Same conventions as in Figures 3 and 4, except that the metric investigated is sparseness across the 125 familiar or 125 novel stimuli. Individually significant cases in histograms of (C) and (D) were determined with a permutation test (p < 0.05).

延续同一套图式，指标换成稀疏性（0 到 1，越高表示放电越集中在少数刺激上）。第一眼应注意到红点（抑制性）的稀疏性数值整体很低、几乎贴着低值区，说明这类细胞对什么刺激都有响应、调谐很宽。蓝色（兴奋性）群体在熟悉集上的稀疏性显著高于新异集（早窗 +0.11、晚窗 +0.08，均 p<0.001）；抑制性群体则只有晚窗出现小幅升高且在猴间不稳定。这张图支撑结果 (3) 的现象部分——经验提高选择性——但机制归属要等图 6 来回答。

图 6 · 最大响应的增量预测稀疏性的增量

原文图注：Figure 6. For Putative Excitatory Cells the Experience-Dependent Increase in Maximum Response Predicts the Experience-Dependent Increase in Selectivity The difference between familiar and novel sparseness is plotted as a function of the difference between maximum familiar and maximum novel responses. Each point represents a single putative excitatory unit. Maximum responses and sparseness values were taken from the early epoch (75–200 ms).

一张简单的相关散点图：横轴是"最优熟悉响应减最优新异响应"，纵轴是"熟悉稀疏性减新异稀疏性"，每个点一个推定兴奋性细胞（早窗数据）。点云沿正斜率方向排列（r=0.77，p<0.001），即熟悉性增强越多的细胞，其表征变得越稀疏。这张图回答了"稀疏化从何而来"：至少在早窗，稀疏化主要由对自己偏好的熟悉刺激放电更多贡献，而不是靠压低其余刺激的响应——这是本文对"经验如何塑造表征"给出的最具体的一句机制性陈述，支撑结果 (3) 的后半段。

图 7 · 判别力：经验没有让细胞"变笨"

原文图注：Figure 7. Putative Excitatory and Inhibitory Units Can Discriminate between Stimuli within the Familiar and Novel Sets (A) Distribution of individual cells' familiar (x axis) and novel (y axis) mean pairwise AUC values during the early epoch (75–200 ms). Each data point represents the mean pairwise AUC value of a single unit. Cells are color labeled according to cluster membership (blue, putative excitatory; red, putative inhibitory). Histogram in the top right shows the distribution of AUC differences for both subpopulations. For clarity all bars are shaded, but this does not indicate significance. Arrows denote mean differences across either the putative excitatory (blue) or inhibitory (red) cell class. (B) Same as in (A) but for the late epoch (200–325 ms). (C) Relationship between sparseness and mean pairwise AUC value for familiar (black) and novel (green) stimuli during the early epoch (75–200 ms). Putative inhibitory units are indicated by open circles. (D) Same as in (C) but for the late epoch (200–325 ms).

A、B 两面板把每个细胞的"熟悉集成对 AUC"对"新异集成对 AUC"作散点：点群基本骑在对角线上或略偏上（新异更好），红点（抑制性）整体位置高于蓝点（兴奋性），说明窄锋细胞的信息量更大。C、D 两面板换成稀疏性对 AUC 的散点，无论熟悉（黑）还是新异（绿）刺激集都呈明显负相关（早窗 r=−0.51/−0.61，晚窗 r=−0.83/−0.78，限制在兴奋性细胞内仍成立）。这组关系支撑结果 (4)：经验造成的稀疏化有代价——单个神经元对 firing rate 分布低端的刺激失去分辨能力，于是每个细胞只对较少的熟悉刺激保持编码。

图 8 · 两类细胞变化的示意总结

原文图注：Figure 8. Schematic Representation of Experience-Dependent Firing Rate Changes in Putative Excitatory and Putative Inhibitory Units (A) Firing rates of putative excitatory neurons are arranged in descending order of effectiveness. In this cell class, visual experience increased responses to the most effective stimuli, particularly in the early epoch, and decreased responses to moderately effective stimuli, especially in the late epoch. spks, spikes. (B) Same as in (A) but for putative inhibitory units. Visual experience caused a much more widespread and noticeable decline in firing rates of these neurons. This change was most prominent in the late epoch.

一张没有数据的总结示意图：把细胞响应按刺激有效性从高到低排成一列，用条形对比熟悉与新异、早窗与晚窗的差异方向。A 面板（兴奋性）显示条形在顶端（最优刺激、尤其早窗）被熟悉性抬高、在中段（中等有效刺激、尤其晚窗）被压低；B 面板（抑制性）则是整列条形普遍下沉，晚窗最明显。它把结果 (1)–(3) 压缩成一张"哪里升、哪里降"的速查图，也解释了为什么混合所有细胞、所有时段去算平均会得到接近零的净效应——顶部的小幅增益被中段与抑制性群体的大幅损失抵消了。

讨论

讨论部分最有分量的一节是"方法学和解"：作者把自己的数据按旧文献的口径重新聚合——把两类细胞合并、把 75–325 ms 全窗合并——最大响应的熟悉优势立刻缩水到 2.64 Hz（双猴合并 p=0.40），恰好复现了近期研究的零结果；同样，把刺激集随机抽小到接近旧研究 ≤20 张的规模，群体差异也随之消失。所以"增强"与"减弱"两派谁都没有错，错的可能是把细胞类别和时间窗都压平了的分析方式。机制上，兴奋性细胞的增强与视觉响应同步出现，作者倾向于是上游（如 V4）前馈输入的突触增强，可通过 Hebbian 可塑性（NMDA 受体介导的长时程增强，long-term potentiation, LTP）实现；而只在晚窗出现的抑制则提示 ITC 内部连接被修剪或弱化，经验因此既"放大"又"收窄"了兴奋性细胞的贡献。

对抑制性细胞，作者给了一个大胆的功能假说：它们"听"的是周围一大群兴奋性细胞的汇总输出，对新颖刺激响应激增——因此可能充当新颖性检测器，并启动 ITC 成人可塑性的下游级联。这个假说与初级视皮层关键期可塑性受 GABA 能传递成熟调控的文献（Hensch 2005；parvalbumin 阳性中间神经元）形成对话，作者也承认由此产生的新问题是：ITC 的抑制性细胞为何能把可塑性窗口保持到成年，而 V1 不能。作者同样坦承锋形分类的局限——不是一对一映射（运动皮层的锥体束神经元也能发窄锋），并主张"有功能差异可证明时，分类总好过不分类"。至于抑制性细胞调谐极宽这一现象，作者把它与 ITC 柱状组织较弱的观点（Fujita 等 1992、Tsunoda 等 2001）联系起来：抑制性神经元的调谐宽度反映周围相似兴奋性神经元的空间聚集程度。

一句话总结

我认为这篇文章的真正卖点是"分析粒度"而非新现象：把同一批数据换个切法（分细胞类别、分时间窗、用足刺激集），文献里两派针锋相对的结果就统一成了同一个故事的不同侧面。抑制性细胞作为新颖性信号与可塑性触发器的假说我很喜欢，但必须指出文中没有任何因果证据支撑它——那更像一个设计给未来实验的靶子，而不是本文证明的结论。