E07 · Neurophysiological recordings from parietal areas of macaque brain during an instructed-delay reaching task
Diomedi, S., Vaccari, F.E., Gamberini, M., De Vitis, M., Filippini, M., & Fattori, P. (2024). Scientific Data, 11, 624. doi:10.1038/s41597-024-03479-7
这篇数据论文公开两只食蟹猴在延迟注视伸手任务中的682个顶叶单元,覆盖V6A、PEc和PE。主要贡献是带事件时间戳与元数据的HDF5资源及读取示例,而不是新提出一种群体控制机制。
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
公开发布的神经电生理数据集能否被有效复用,取决于数据文件中除了包含动作电位发放时间之外,是否完备保留了实验范式的结构化上下文。即便神经单元分离质量较高,若缺乏实验动物个体标识、具体记录脑区、空间目标三维坐标、试次流程结构以及精确的事件时间标记,研究人员将难以判定哪些神经元可在相同条件下对比、应当以哪个行为节点为基准进行时序对齐,或者能否构建出合理的群体神经表征。延迟伸手任务通常涵盖中央注视、目标提示、延迟等待、行动指令(go 信号)、外向伸手、靶位保持以及回程复位等多个独立阶段,行为事件的时间标记与空间坐标定义在数据复用中具有核心地位。对于后顶叶皮层(PPC)的研究而言,空间目标的布局是否基于以眼睛为中心的球坐标系(涵盖水平偏转角与视线聚合深度角)进行排布,直接决定了其能否用于检验特定的空间表征与运动学编码假设。
数据描述类论文与机制研究类论文的评估标准有所区别。试次阶段时长的统计核验用于验证实验范式是否按照设计参数稳定运行,锋电位峰峰间期(ISI)分布用于提供神经单元分离纯度的参考,配套的数据读取脚本则用于降低外部人员的数据使用门槛。在电生理记录中,较低的超短 ISI 违规比例虽然降低了单个通道混入多单元信号的概率,但仍无法完全排除单元分类中的重合、假阳性或外周伪迹;不同动物之间行为反应时均值的接近,也并不构成两只动物行为动力学完全等价的统计推断。层次化 HDF5 数据结构允许按层级灵活抽取神经元、任务条件与独立试次,但数据集中的全部记录神经元并非同一时间窗口内的完全同步采集,无法直接视作同时记录的大规模神经群体;此外,数据未包含宽带连续原始电压信号与手部连续三维运动学轨迹,限制了以此开展动作电位重新离线分选或闭环轨迹动力学建模的应用。
Diomedi 等整理了两只食蟹猴在延迟注视伸手任务中记录到的 682 个顶叶神经单元(覆盖 V6A、PEc 与 PE 区),按动物个体与脑区归类存储为 6 个独立的 HDF5 文件,完备记录了行为事件时间戳与元数据属性,并提供了基于 Python 与 MATLAB 的读取分析脚本。该工作旨在降低顶叶电生理数据的获取与解析门槛,为深入重分析特定任务阶段的运动学与空间响应特性提供标准数据资产,并不以提出新的神经运动控制模型为目标。研究人员在二次分析时仍需核实具体神经单元的非同步性、有效试次数分布、解剖分区分级以及时间戳对齐标准,不能将文中用于展示数据读取流程的示例光栅图或 ISI 直方图直接当作新的机制结论,亦不可将 6 个异质数据文件直接混同为同时记录的同步群体网络。
研究思路
数据集包含按动物和脑区划分的六个 HDF5 文件,完整存储神经单元、实验条件、试次信息、锋电位时间戳及行为事件标记,并配备 Python 与 MATLAB 的数据访问示例脚本。通过任务各阶段持续时间统计与 ISI 分布提供记录质量指标;由于数据未包含连续宽带电生理信号,无法用于重新进行动作电位分选或提取宽带局部场电位。
方法
实验对象为两只成年雄性食蟹猴(Macaca fascicularis):猴 S 年龄 4–6 岁,实验期体重 3.9–4.9 kg;猴 F 年龄 5–8 岁,体重 3.7–4.0 kg。行为范式为在全黑暗环境中执行的中央注视延迟伸手任务:动物手按位于座椅中央的起始按钮(直径 2.5 cm,位于体前 4 cm 处),使用对侧手臂向 9 个双色 LED 目标(直径 6 mm,可发绿/红光)之一伸展。靶位排列于与视线等高的水平弧形面板上,依据眼动球坐标系设计:水平偏转角(version)设为 −15°、0° 与 +15°,深度聚合角(vergence)设为 6.9°、11.4° 与 17.1°,各靶位距离起始按钮 15.8–27.9 cm,该排布旨在适配 PPC 神经元强烈的视线方向与注视深度依赖特性。眼动轨迹通过采样率 100 Hz 的 ISCAN ETL200 系统配合 45° 热镜进行监测,采用 4°×4° 电子注视窗判定注视状态,每次实验会话开始前进行 10 靶眼动标定。神经信号采用 5 通道微电极驱动系统(Thomas Recording MiniMatrix)采集,信号增益设置为 10000 倍,带通滤波为 0.5–5 kHz,使用 Multi Spike Detector(Alpha Omega)进行在线波形甄别,动作电位事件的时间采样精度为 100 kHz;实验控制由 LabVIEW 程序驱动。外科手术植入钛合金头柱(ML 0 mm,AP +19 mm)与记录井:猴 S 的记录井置于 AP −13 mm 处并向后倾斜 29°,猴 F 置于 AP −25 mm 处并向后倾斜 37°(记录井内径 18 mm),术后组织学切片重建证实电极穿刺位点准确分布于 V6A、PEc 及 PE 脑区内部。
单个试次的时序逻辑包括:自由注视期(FREE,预设 1000 ms)→ 扫视反应时(RT SACC)→ 注视维持与延迟期(DELAY,在 1850 ms 或 2350 ms 间随机切换)→ 行动指令触发(LED 靶变为红色)→ 外向伸手(反应时或运动时超过 1 s 判定为超时终止)→ 靶位保持期(HOLD,在 800 ms 或 1200 ms 间随机切换)→ 手臂回程伸手 → 等待结束(WAIT END,200 ms)。一个完整的数据采集轮次由每个靶位 10 次正确试次组成(共 90 次正确试次),以伪随机序列呈现,若某试次失败则在后续序列中重复该靶位。数据集累计收录 682 个单神经单元:V6A 区 285 个(猴 S 157 个,猴 F 128 个)、PEc 区 231 个(猴 S 134 个,猴 F 97 个)、PE 区 166 个(猴 S 62 个,猴 F 104 个)。
主要结果
数据集的核心成果为结构化的电生理数据资产。6 个 HDF5 文件按“动物_脑区”命名规则分别存储(例如 MonkeyS_V6A_reach9pos.h5),托管于 G-Node 公共神经信息平台,总体文件体积约为 500 MB。在内部层级中,针对每个单神经元在每个试次中存储两组核心数据序列:微秒级换算为毫秒的锋电位时间戳序列,以及对应的 10 个行为任务事件的时间戳。数据在初始入库时统一以手臂离开起始按键时刻(Move out on)为基准对齐(定义为 t = 0 ms),所有事件时间均记录为相对毫秒数,研究人员可根据需要自由重对齐至任意任务阶段。文件在全局、脑区与单元层级内嵌了 16 类属性标签(Attributes),完整记录了记录半球、解剖亚区、靶位三维坐标等元数据,便于进行程序化条件检索。
在系统技术验证方面,各任务阶段的时长实测值与实验状态机设定吻合:自由注视期设定为 1000 ms,实测均值为 1007±0.18 ms;设备严格控制的延迟期 DELAY 实测均值为 2130±249 ms,保持期 HOLD 均值为 1013±200 ms。依赖动物主动反应的行为时段展现出生理特征:眼动扫视反应时在猴 S 和猴 F 分别为 159±133 ms 与 137±118 ms,处于文献报道的灵长类 120–200 ms 反应时区间;外向伸手运动时长分别为 388±86 ms 与 378±84 ms,回程复位运动速度明显快于去程(回程运动时长分别为 222±82 ms 与 252±44 ms),作者指出这一不对称性与重力辅助及起始按钮尺寸较大易于寻靶相关。神经信号分离质量指标显示:在全部 6 个数据集中,间期小于 1 ms 的 ISI 违例比例仅占总发放事件的 1.9%,全数据集最小检测 ISI 为 0.38 ms,表明动作电位分离具有较高的纯度。
在数据工具链与可读性方面,随数据附带了基于 MATLAB(R2022a)与 Python(3.7.16)的标准分析函数:H5_raster 用于快速生成选定条件下的神经发放光栅图,H5_ISI 用于计算并绘制神经元间期直方图并统计违规率。作者在标准笔记本电脑(Intel Core i7-1360P 处理器)上测试了数据 I/O 耗时:提取单个神经元完整数据的平均耗时在 MATLAB 下为 1.42 s、在 Python 下为 0.18 s;读取解析包含 157 个单元的 MonkeyS_V6A 完整文件,MATLAB 耗时 260 s,Python 耗时 33 s。
逐图解读

来源:原文 Fig. 1,PDF 第 2 页。
图 1 · V6A、PEc、PE 的解剖定位与记录 chamber 位置。 (a) 右半球后外侧观加左半球后内侧观,品红、绿、橙虚线分别圈出 SPL 上 V6A、PEc、PE 的范围,右半球做了部分剥离以露出藏在 parieto-occipital sulcus 里的区域;实色区域是两只猴共四个半球记录范围的叠加重建,也就是说位置信息出自自家组织学而非标准图谱。(b, c) 内侧面观的三维脑重建,标出 chamber 的直径(18 mm)和倾角——MonkeyS 后倾 29°、MonkeyF 37°;(d, e) 背面观给出 chamber 在颅顶的位置,黑色圆圈是对 chamber 位置和尺寸的估计。重建用 Caret 软件基于组织学切片完成。对使用者来说,这张图的价值在于判断"我关心的区域和他们的记录位点重合度有多高",这是决定数据能不能复用的第一步。

来源:原文 Fig. 2,PDF 第 3 页。
图 2 · 实验装置全景。 (a) 侧视示意图,配色标出各部件:青色是带热镜(hot mirror)的眼动追踪系统,绿色是奖励系统(量筒、电磁阀加喂水管),红色是记录 chamber,紫色是猴椅,橙色是带 9 个靶的面板,Home Button 嵌在猴椅中央作为每次伸手的起点。(b) 顶视图给出 9 个靶的空间坐标——以 version(方向角,−15°/0°/+15°)和 vergence(深度角,6.9°/11.4°/17.1°)表示,从近左到远右共九个位置。读这张图的要点是靶位不按等欧氏距离排,而按眼坐标组织(给出的集合深度角数值并非严格等差),这直接服务于 PPC 眼位置依赖性的研究传统,也意味着用这份数据时深度和方向这两个运动学分量的定义与通常的 center-out 范式不一样。

来源:原文 Fig. 3,PDF 第 5 页。
图 3 · 任务时序图。 上排是 10 个事件标记,从左到右:Start(按下 HB)、Green on(靶亮绿)、Fix on(开始注视)、Green to red(go 信号)、Move out on(松开 HB,伸手动身)、Move out off(触到靶,进入 HOLD)、Red off(回程 go 信号)、Move in on(松靶)、Move in off(回到 HB,同时触发奖励)、End。下排是各 epoch 及时长,两只猴并列标注:装置控制的 FREE、DELAY、HOLD 有固定范围,反应时和运动时给出实测均值,如 RT MOVE OUT 为 S 264±45 ms、F 244±42 ms。这张图是使用数据集前必读的"字典"——HDF5 里存的 event marker 就是这十个标签,epoch 的切法也以此为准。

来源:原文 Fig. 4,PDF 第 6 页。
图 4 · HDF5 文件的层级组织。 把文件结构画成一棵树:/DATA 之下是 unit_01 到 unit_N,每个 unit 下是 condition_01 到 condition_09(对应 9 个靶),每个 condition 下是 trial_01 到 trial_10,最底层是真正装数据的两个 dataset——spike trains 和 event markers。group 相当于文件夹,dataset 相当于文件,attribute 相当于贴在任意一层上的标签。条件数固定为 9,单元数各文件不同,trial 数也可能因单元中途丢失而不足——正文提到有的神经元没撑完整个 run。这张图配合正文列出的 16 类 attribute 清单,基本可以让不看代码的人明白怎么索引数据。

来源:原文 Fig. 5,PDF 第 8 页。
图 5 · 事件标记相对伸手起始的时间分布。 每一行一个事件,蓝色轮廓是该事件相对对齐点 Move out on(灰竖线,t=0)的高斯概率分布,左列 MonkeyS、右列 MonkeyF。离对齐点越远的事件分布越宽——Start 在 S 是 −3559±291 ms,这是把所有 trial 对齐到运动起始的自然代价;靠近对齐点的事件则很紧,如 go 信号 Green to red 在 S 是 −264±45 ms,运动终点 Move out off 在 +388±86 ms。两列分布总体相近(两猴各事件均值只差几毫秒到十几毫秒,如 Fix on 为 −2394±254 对 −2375±249 ms),提供跨动物时程的描述性比较。用这份数据做时间对齐分析时,这张图就是选择对齐事件的参考手册。

来源:原文 Fig. 6,PDF 第 9 页。
图 6 · 示例 raster 图(H5_raster 脚本输出)。 MonkeyS V6A 的 unit_11:横轴时间(约 −5000 到 +3000 ms)、纵轴 trial 序号,每条黑线一个动作电位,彩色圆圈是各事件标记,对应图 3 的十个事件。正文没有描述这个单元的响应特性——它的角色是示范而非展示结果:改动脚本开头的 'str',就能画整个 unit 的全部 trial、某个条件(靶位)下的 trial,或某个具体 trial。新用户把这一个脚本跑通,基本就掌握了整个文件结构的读法。

来源:原文 Fig. 7,PDF 第 9 页。
图 7 · 示例 ISI 直方图(H5_ISI 脚本输出)。 MonkeyS V6A 全群体的 ISI 分布,横轴相邻锋电位间隔(图示 0–100 ms),纵轴计数,图上直接标出低于 1 ms 阈值的 violation 比例:0.21997%。把这个数字放回正文的全集统计——六个数据集合计只有 1.9% 的 ISI 短于 1 ms、最小 ISI 0.38 ms——可作为分离质量的参考,但不能据此排除重复单元、混合或噪声。这张图同时也是模板:使用者应对自己关心的任何子集做同样的检验。
讨论与解读边界
该数据集通过 9 个空间目标在方向角与视线聚合深度上的交叉设计,适合用于重新检验顶叶神经元在空间感知、运动准备与姿态维持等不同任务期的表征分化。但在使用该数据开展群体动力学分析前,需明确绝大部分神经单元来自多日、分批次的微电极穿刺,不能简单视作同时记录的大规模同步神经元网络。此外,数据集未包含连续手部三维空间运动轨迹的运动捕捉数据,无法直接用于闭环轨迹重建或基于连续动力学的状态估计研究。
任务事件时长的系统核对与 ISI 分布是评估电生理数据稳定性的基础质控手段。极低比例的短 ISI 违规并不代表所有单元均绝对纯净,不能完全排除微电极漂移引入的多单元混叠;两只动物在某些行为反应时参数上的均值相近,也未通过更严格的跨个体等效性检验。文中的示例光栅图与直方图属于数据可访问性验证工具,其展示的放电特征不可直接引用为新的生理机制结论。使用时应当结合下载的原生 HDF5 文件与属性字典逐项核验各项参数。
思考问题
- 若用这些单元构造伪群体,怎样避免把跨试次平均结构误当成同步群体动力学?
- 在目标方向、深度和注视位置共变的设计中,哪些编码假说可以区分,哪些仍不可辨识?