生物行移动版

导语：神经活动随时间展开的方式被认为是大脑感觉、运动和认知功能的核心。网络模型长期认为，大脑的计算涉及由底层网络塑造的活动时间过程。这一观点的一个预测是，活动时间过程应该难以被违反。本研究利用脑机接口挑战猴子，要求它们违反我们在运动皮层中观察到的神经群体活动的自然时间过程。这包括挑战动物以时间反转的方式遍历神经活动的自然时间过程。当直接被要求这样做时，动物无法违反神经活动的自然时间过程。这些结果为以下观点提供了实证支持：在大脑中观察到的活动时间过程确实反映了它们被认为所实现的底层网络级计算机制。

神经动力学：从理论到实证的“不可违反性”

神经群体活动的时间演化（神经动力学）被认为是许多大脑功能的基础，从运动控制到决策和记忆。网络模型的一个核心预测是，这些动力学是由底层网络的连接性所“塑造”的，因此应该是稳健的、难以被随意改变的。然而，这一预测此前缺乏直接的因果测试。

本研究利用脑机接口的独特优势，直接挑战猴子的大脑，要求它们“违反”运动皮层中自然发生的神经活动时间过程（例如，将神经轨迹的时间顺序反转）。如果神经动力学是灵活的，猴子应该能够学会这样做；如果它们是固有约束的，则无法做到。

核心发现：神经动力学是稳健的、难以被违反的

1. 识别自然神经轨迹：一个“隐藏”的时间结构

研究者首先记录猴子在脑机接口任务中的运动皮层神经活动，并使用高斯过程因子分析将其降维至10维潜在空间。通过线性解码器将10维神经活动映射到2D光标位置，猴子可以控制光标移动。

在一种解码器（“运动意图”解码器）下，光标在2D屏幕上的往返轨迹是重叠的，给人一种神经活动可以灵活双向流动的错觉。然而，当研究者寻找能最大化分离往返轨迹的2D投影（“分离最大化”投影）时，发现神经活动在10维空间中实际上遵循着方向依赖的、弯曲的路径：从A到B的神经轨迹与从B到A的神经轨迹是不同的、非对称的。这表明存在一个固有的、未被注意的“流场”约束着神经活动。

2. 反馈不改变固有轨迹：约束是内在的

当研究者直接向动物展示（作为视觉反馈）这个“分离最大化”投影中的弯曲轨迹时，一个自然的预测是，如果神经活动是灵活的，动物会尝试“拉直”这些弯曲的轨迹以使光标移动更高效。然而，动物并未改变其神经轨迹。轨迹在“分离最大化”投影中保持弯曲，即使这是它们唯一能看到的反馈。这表明，观察到的神经动力学并非视觉反馈的人为产物，而是运动皮层网络内在的、顽固的属性。

3. 挑战“时间反转”：直接要求违反流场

为了更直接地测试灵活性，研究者设计了一个任务：要求动物将光标从目标B移动到一个中间目标，该目标位于自然流场中从A到B的路径上。要成功直接移动到该中间目标，动物需要产生时间反转的神经轨迹（即从B到中间目标遵循从A到B轨迹的逆行）。然而，动物无法做到。它们的神经活动最初仍然沿着自然的流场方向（从B向A方向）移动，然后才“绕回来”抓住中间目标。这明确表明，神经活动抗拒时间反转。

4. 强制“指导路径”：强激励下仍无法违反

在最终、最严格的测试中，研究者施加了一个视觉边界，直接“框出”了通往中间目标的笔直路径（即时间反转的神经轨迹）。如果动物违反流场，它们只需将光标沿直线移动。然而，即使边界变得非常窄，动物也未能沿着这条直线移动。相反，它们的神经轨迹仍然顽固地遵循固有的弯曲流场，导致它们反复触碰边界而失败。只有在边界足够宽以容纳其自然轨迹时，它们才能成功。

这些结果共同证明了：运动皮层神经群体活动的自然时间过程（动力学）是高度约束的，难以通过意志或学习来违反或反转。

结论与意义：为“计算通过动力学”理论提供因果支持

这项研究为神经科学中一个核心但难以验证的理论——“计算通过动力学”——提供了关键的因果证据。

• 理论突破：首次在清醒、行为的灵长类中，通过直接的因果操控（要求违反自然轨迹）证明，观察到的神经动力学并非统计假象或实验伪迹，而是反映了底层神经网络的固有连接和计算约束。这验证了网络模型的一个核心预测。

• 方法论创新：展示了脑机接口作为探究神经计算基本原理的强大工具。脑机接口不仅能用于修复运动功能，更能通过“挑战”大脑，揭示其内在的、隐藏的操作规则（如神经流场）。

• 功能意义：这种稳健的动力学可能是一种进化上保守的、高效的“运动前奏”或“运动基元”。它们可能代表了一组被“固化”的、经过优化的神经计算序列，用于快速、可靠地执行特定类别的动作。试图反转它们，就像试图让河流倒流一样困难。

• 对脑机接口的启示：研究结果解释了为何某些脑机接口解码器（如“分离最大化”投影）即使看起来“不自然”，动物也能快速掌握。因为解码器实际上是在利用（而非对抗）大脑固有的动力学，让动物“顺着”其自然流场活动。这也提示，设计能与大脑固有动力学“和谐共处”的解码器，可能比强迫大脑适应“非自然”的映射更有效。

• 可塑性界限：尽管已知大脑具有显著的可塑性，但本研究定义了这种可塑性的一个明确界限：无法快速或轻易地改变神经活动的时间顺序。这为理解运动学习、神经康复的潜在机制和限制提供了重要线索。

该研究的通讯作者Aaron P. Batista总结道：“我们的工作表明，运动皮层中的神经活动并非像电脑屏幕上的光标那样可以随意地‘拖来拖去’。相反，它像一条被河床约束的河流，只能沿着特定的、固有的路径流动。即使我们给猴子看一条更短的‘捷径’，并强烈激励它们走捷径，它们也做不到。这为我们提供了强有力的证据，证明大脑的计算确实是通过这种由神经网络‘硬连接’所定义的、稳健的动态过程来实现的。” 这项发表于《Nature Neuroscience》的研究，通过精巧的脑机接口实验设计，为“大脑通过动力学进行计算”这一核心理论提供了迫切需要的因果验证。

原文链接：https://www.nature.com/articles/s41593-024-01845-7