D06 · Hand position fields of neurons in the premotor cortex of macaques during natural reaching
Cao, S.-H., Han, X.-Y., Zhao, Z.-P., Gu, J.-W., Jiang, T.-Z., & Yu, S. (2025). Nature Communications, 16, 3489. doi:10.1038/s41467-025-58786-3
自然伸手取食时，部分 PMd 神经元对手的位置表现出局部场状调谐。控制已测方向、速度和食物位置后，一小组位置选择性较强的细胞仍能支持较好的离线手轨迹解码。
核对版本：Zotero VR 集合中的本地 PDF（2026-09-18）；Zotero 条目 · 打开原文。图下页码均为该 PDF 的文件页序，从 1 开始，可能不同于期刊印刷页码。
背景
手的位置与速度、方向及目标位置常常共变，场状位置调谐是否具有额外解释力，需要同时考虑这些因素。本文将空间放电图用于自然伸手中的PMd记录。
研究思路
占据时间校正、打乱检验与场形状拟合用于识别位置相关单元；重建分析比较位置与速度—方向及食物位置解释，再进行轨迹解码。筛选和解码的样本分母不同，应避免把相关系数比例称为准确率或信息比例。
方法
四只雄性恒河猴（A、B、X、Z，9–11 岁），左侧 PMd 手区植入 Utah array（X 为 96 通道，其余 48 通道，电极间距 400 µm）。任务为自然 reach-and-grasp：水果固定在实验者手持的 wand 一端，随机移动位置（猴子伸手途中也可能移动），猴子用右臂自发伸手取食，无指令、无时间限制，唯一的空间约束来自头固定椅。共 18 个 session（每猴 3–8 个），平均 26.3±6.5 分钟、约 100 次取食；记录到的手部可达空间约 35×35×39 到 44×38×50 cm 见方。手部位置用 4 台相机（60–100 帧/s）加 DeepLabCut 追踪中指掌指关节，用 pose3d 工具箱做三维重建，鼻子位置作坐标参照；速度低于 1 cm/s 的静止段剔除。尖峰信号经 Mountainsort 自动分拣加人工核验（ISI 违规率 <2%），共 839 个 putative single units；再以前后半 session 空间放电图的相关 r>0.3 筛出 601 个稳定细胞进入主分析。空间图用 1×1 cm 分箱、2D Gaussian 平滑（σ=1.5 bin）。解码用线性 Kalman filter（状态为位置-速度-加速度，100 ms 窗、50 ms 步进，前 70% 训练、后 30% 测试），以测试段观测与解码轨迹的相关系数（cc）为指标。
主要结果
第一层结果：场是真实存在的。601 个稳定细胞中 132 个（22.0%）达到显著手位置调谐（四猴分别 4、34、57、37 个），远超 0.01 的机会水平，平均 spatial information 0.59±0.29 bits/spike。关键判据在拟合形式上：这 132 个细胞里 83%（109 个）的位置区域能被 2D Gaussian 很好描述（r²=0.80±0.19），只有 50% 能被线性平面拟合（r²=0.52±0.24），且逐细胞比较 Gaussian 显著占优（P=2.46×10⁻²⁶）——是"场"，不是"梯度"。作为对照，检查周期性六边形网格结构时几乎找不到 grid-like 细胞，所以在所用指标下更接近局部场状而非六边形周期结构，尚不能认定与海马共享机制。
第二层结果：场在混合选择框架里站得住。PMd 群体里 24%（144/601）方向调谐、32%（192/601）速度调谐、3%（18/601）食物位置调谐，各种调谐大量重叠；132 个位置调谐细胞里 47 个（36%）与已测其他变量无显著相关。经过两步 reconstruction 筛选（先排速度–方向、再排食物位置），80 个候选中留下 50 个 primary hand position-tuned cells（B 18、X 17、Z 15，A 为 0），它们的 Gaussian 拟合优势依然稳固（全图拟合 r²=0.58±0.26 对线性 0.27±0.14，P=9.35×10⁻¹²）。
第三层结果是效率，也是全文的卖点。这 50 个 primary cells 的位置场平均面积 98.7±85.3 cm²（39 个合格场，要求面积 >25 cm² 且被手访问至少 5 次），形状普遍拉长（两主轴长度比显著大于 1，P=1.71×10⁻¹²），12%（6/50）的细胞有多个场，场散布在整个可达空间。解码检验里，各 session 平均可用的 primary cells 只有 4.2±2.9 个，Kalman filter 解码手轨迹却达到 cc=0.54±0.10；全部记录细胞组成的各session群体（全研究合计839个单元；解码按session进行）是 0.68±0.17，稳定细胞 0.68±0.16。也就是说，只占记录神经元约 10% 的这一小撮细胞，拿到了全群体 84% 的解码性能；而数量匹配的随机对照细胞（剔除位置细胞后随机抽取）只有 cc=0.31–0.33，差距显著（P<0.001）。这些筛选细胞对位置解码具有较高的单位细胞效能，其余 90% 的细胞并不是按比例分摊了剩下的信息——作者的措辞很谨慎，冗余分布仍然可能。
逐图解读
来源：原文 Fig. 1，PDF 第 3 页。
图 1 · PMd 中的手位置特异性调谐。 (A) 四只猴的 Utah array 植入位置，主要覆盖 PMd 手区，黑线为 PS、AS 等定位沟回；(B) 自然 reach-and-grasp 任务示意；(C) 上排为四个示例 session 的手运动轨迹（黑线）叠加一个细胞的放电标记（圆圈大小颜色编码 spike 数，棕色三角为鼻子位置），下排为对应的 2D 空间放电率图及 SI 值——放电并非随机洒在轨迹上，而是集中在特定空间区域；(D) 132 个位置调谐细胞的 SI 分布；(E) 一个示例场及其 2D Gaussian 拟合（r²=0.83）；(F) 132 个细胞上 Gaussian 与线性拟合的 r² 逐对比较（P=2.46×10⁻²⁶）。这张图承担了"眼见为实"的论证：轨迹-放电叠加图让人第一眼看到位置结构，Gaussian 对平面的胜利则把它定形为场。
来源：原文 Fig. 2，PDF 第 5 页。
图 2 · 位置调谐不是已知调谐性质的副产品。 (A) 三个示例细胞分别展示方向调谐曲线（附 144 个方向细胞的 preferred direction 分布）、速度调谐曲线（附 192 个速度细胞的 speed score 分布）和食物位置空间图（附 18 个食物位置细胞的 SI 分布）——这三种解释位置结构的候选变量各自都有真实的调谐群体；(B) 四类调谐细胞（位置 132、方向 144、速度 192、食物 18）的群体计数汇总，混合选择可以看出；(C) 132 个位置调谐细胞在两个 reconstruction 指数平面上的散点：横轴为位置/速度–方向指数，纵轴为位置/食物位置指数，蓝点（n=50）为两个指数都大于 1 的 primary hand position-tuned cells。这张图是全文的关卡：只有穿过两道 reconstruction 筛子的细胞，才配谈"位置场"。
来源：原文 Fig. 3，PDF 第 6 页。
图 3 · primary 位置细胞的场性质与解码效率。 (A–D) 50 个 primary cells 的空间连贯性（0.39±0.16）、空间稀疏度（0.52±0.17）、场面积（均值 98.7 cm²）和每细胞场数（多为 1 个，12% 多场）的分布；(E) 39 个合格场两主轴长度的两两比较，显著拉长（P=1.71×10⁻¹²）；(F) 各猴所有 session 的合格场叠加在以鼻子为原点的可达空间上，彩色线区分不同细胞，场覆盖了大部分可达范围；(G) 一个 session 的手轨迹解码实例：灰线为观测，蓝、黄、红线分别为全细胞、稳定细胞、primary cells 的解码结果；(H) 五组细胞的解码性能对比，primary cells（cc≈0.54）显著高于两组等量随机对照（≈0.31–0.33），达到全群和稳定细胞性能的八成以上。读这张图要把 (E) 和 (H) 串起来：拉长的场意味着单个细胞在空间里划出一条"敏感带"，而一群朝向各异的敏感带叠加起来，就能以极少的细胞铺满整个空间——这是一种可能的几何解释，原文没有单独操纵场形状来证明其因果作用。
讨论与解读边界
这项工作把经典位置调谐延伸到自然运动中的非线性空间场，并使用占据时间归一化、稳定性筛选和重建分析检验若干协变量。报告的22%以601个稳定细胞为分母，不是全部839个已记录单元；50个primary细胞也是跨实验汇总，不能理解为某一次记录同时使用50个。
场状响应与海马位置场相似，不足以证明两者具有相同回路机制。未测眼位、姿态或其他行为因素仍可能贡献位置选择性。约八成性能是相对全群体相关系数的水平，不是80%的分类正确率，也不是80%的信息量。场形状与少细胞解码同时出现，尚未证明拉长形状就是解码效率的原因；细胞筛选是否完全限定在训练段，也应在独立复现中严格核验。
思考问题
- 改变头、眼或身体位置后，手位置场保持在哪一种参考坐标系中？
- 仅用训练段完成稳定性与位置选择性筛选，再预测独立日期，少细胞解码的优势是否保持？