中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）、神经科学国家重点实验室的徐宁龙研究组首次在神经环路水平揭示了基于任务结构知识的感知类别灵活决策大脑运算机制。该研究成果于2021年5月5日在线发表于《神经元》。

在变化的环境中，生物体需要根据不同的感觉信息做出特定的行为反应。哺乳动物大脑新皮层的演化使其不仅能做出简单的刺激-反应，还能抽提多变环境中的共同结构形成知识，对环境状态变化形成预测，从而产生灵活可变的智能行为。

徐宁龙研究员认为，研究这种灵活抉择智能行为的神经机制是揭开大脑认知之谜的关键。为此，研究团队在头部固定的小鼠上建立了灵活感知抉择行为范式，并利用全新的神经环路光学记录和光学操控技术研究其背后的神经环路运算机制。

在该行为范式中，研究人员巧妙利用简单的声音频率和奖励规则变化，引导小鼠执行基于任务规则的灵活抉择行为。小鼠需要根据不断变化的分类规则对声音刺激进行灵活分类以获得奖励。经过训练，小鼠不仅能对声音刺激进行灵活选择，还逐渐建立了通过对潜在任务规则的推断迅速切换选择的策略。这一行为任务模拟了动物或人类利用已有的任务结构知识，根据不完整信息推断环境状态变化，从而做出灵活适应性选择的智能行为。

研究人员进一步利用全光学神经成像和环路操控技术，发现来自眶额叶的反馈信息支持听皮层对听觉分类标准的编码。这种神经环路运算符合基于任务状态推断的强化学习计算模型，可实现基于任务规则的灵活信息分类。通过对这条反馈环路的精准干预，研究人员获得了因果性证据，支持该环路运算机制在灵活分类行为中起关键作用。

徐宁龙表示，该研究系统而完整地揭示了一个明确定义的神经环路如何编码和计算基于结构知识的任务状态推测，从而产生灵活决策的智能行为。该成果对于从神经环路理解智能行为和认知功能是一个关键突破，在国际上处于领先地位。