导语：支持复杂动物行为的认知过程与负责关键过程（如面部表情或主动环境采样）的运动密切相关。这些运动与大脑大部分区域的神经活动密切相关，并且通常与持续的认知过程高度相关。理解认知和运动的神经特征的一个基本问题是：认知过程是否可与相关运动分离，还是它们由共同的神经机制驱动？本研究展示了如何评估认知和运动过程的可分离性，以及当它们可分离时，如何分离与每个组成部分相关的神经动态。研究者设计了一个涉及多种认知过程的小鼠行为任务，并表明通常被认为支持认知过程的动态强烈受到运动的污染。当使用一种新的子空间分解方法分离认知和运动成分时，研究发现它们表现出不同的动态轨迹，并由 largely separate populations of cells编码。准确分离与特定认知和运动过程相关的动态，对于发展神经回路功能的概念和计算模型至关重要。
认知神经科学的“混杂”困境：运动无处不在
当我们研究大脑中的认知过程（如记忆、决策、注意力）时，通常使用限制动物运动的任务，并假设记录的神经活动主要反映认知操作。然而，即使在“静息”状态下，动物也会产生大量的“非指令性运动”（如舔舌、胡须抖动、眼球运动、身体微调）。这些运动本身就会驱动大脑中广泛的神经活动。因此，一个根本性的问题始终存在：我们观察到的神经活动，究竟是真正反映了认知过程，还是仅仅反映了与认知任务相伴随的、不受控制的运动？
本研究旨在开发一种系统的方法来区分和分离这两种混合在一起的神经动态。
核心发现：认知与运动动态可以被分离，且由不同的神经元亚群编码
1. 运动混杂严重污染了“认知”信号
研究者训练小鼠执行一个延迟反应任务：小鼠听到一个“线索”（高音或低音），经过一段延迟期后，听到“开始”信号，需要向左或向右舔水来报告之前听到的线索。这个任务需要感觉、记忆和决策。
通过同时记录前外侧运动皮层（一个与运动规划相关的脑区）的神经活动和多种运动特征（舌头位置、胡须运动、身体运动等），研究发现：
- 在延迟期（被认为反映“记忆维持”的关键时期），神经活动与非指令性运动（尤其是舌头和胡须运动）高度相关。
- 通常被认为编码“决策选择”的神经信号（CDchoice），其很大一部分变异性可以被同时发生的运动所解释。当使用光遗传沉默运动皮层时，不仅损害了任务表现，也显著减少了非指令性运动。这证明两者是耦合的。
2. 一种新方法：子空间分解分离“认知”与“运动”
为了分离混杂的信号，研究者开发了一种基于线性子空间分解的方法。核心思想是：假设存在一个“运动子空间”（其神经活动与运动特征高度相关）和一个“认知子空间”（其活动与运动无关，反映任务的认知需求）。通过计算，可以将总体的神经活动投影到这两个正交的子空间中。
关键发现：
- 运动子空间中的活动在整个试验（包括延迟期）都强烈预测动物的实时运动（如舌头伸出）。
- 认知子空间中的活动则与运动无关，而是反映了任务结构（如线索身份、延迟期的维持、即将到来的决策）。例如，一个代表“选择”的认知维度（CDchoice）在运动子空间中的投影很小，但在认知子空间中则清晰地、选择性地在延迟期向决策方向“斜坡”上升。
- 重要的是，编码这两个子空间的神经元群体是 largely non-overlapping：一个神经元要么主要在运动子空间有贡献，要么主要在认知子空间有贡献，极少有神经元同时强烈参与两者。
3. 认知动态：在“零空间”中操作
进一步分析表明，认知子空间内的动态在很大程度上是运动子空间的“零空间”。这意味着认知过程（如记忆维持、决策准备）可以在不产生运动输出的情况下，在神经回路中“自由”地演化。当运动发生时，神经活动会短暂地投影到运动子空间；而当动物准备但未执行动作时（延迟期），活动主要局限于认知子空间。这为大脑如何“思考”而不“行动”提供了神经机制解释。
结论与意义：迈向更纯净的认知神经科学
这项研究为神经科学中长期存在的“混杂”问题提供了一个强大的分析框架和解决方案。
- 方法论突破：提供了一种数据驱动的、通用的方法，可以在单试次水平上，从混合的神经活动中分离出与认知和运动相关的不同动态。这比简单地“回归掉”运动变量更精细，因为它允许认知和运动动态在时间上重叠，但占据不同的神经子空间。
- 理论启示：支持了神经回路中存在功能特化的子空间这一概念。认知过程可能通过正交于运动输出方向的子空间中的动态来实现，这解释了大脑如何能够在不产生运动的情况下进行内部计算（如思考、规划）。这与先前在运动皮层中发现的“预备活动存在于输出零空间”的理论一脉相承，并将其扩展到更广泛的认知领域。
- 实践指导：强烈建议未来的认知神经科学研究（尤其是在自由移动的动物中）必须测量和控制广泛的身体运动，并采用类似的方法来验证所观察到的“认知”信号是否仅仅是运动伪迹。这可以提高实验结果的可靠性和解释力。
- 新研究范式：该方法不仅可用于“净化”认知信号，还可以直接研究运动本身的神经编码，以及认知与运动之间的动态交互。例如，它可以用于探究当认知需求变化时，运动信号是如何被门控或调节的。
该研究的通讯作者Michael N. Economo总结道：“我们的工作表明，在行为动物中，认知和运动过程在大脑中就像两条缠在一起的河流。传统的分析方法很难将它们区分开。我们开发的方法提供了一套‘过滤器’，可以将这两条河流重新引导到不同的河道中，从而让我们第一次能够清晰地分别观察它们的流动。这为研究认知的纯净神经机制，以及它与动作的紧密关系，开辟了新的可能性。” 这项发表于《自然·神经科学》的研究，通过巧妙的分析工具和严格的实验设计，为我们更严谨地解读大脑中的认知信号提供了必要的“净化”步骤，并揭示了神经回路如何通过子空间编码来同时实现内部计算与外部动作。