导语：大脑必须在感觉输入和内部过程固有的不确定性下推断外部世界的状态。在高度不确定的条件下，它越来越依赖从环境规律和统计结构的累积经验中获得的先验知识。这一原理已被贝叶斯推断理论形式化，并得到了行为和神经科学研究的广泛证据支持。然而，关于先验知识在大脑中的存在，以及神经回路对环境统计量的编码，直接证据仍然有限。在这里，研究者证明，在小鼠眨眼条件反射过程中，小脑回路学习了时间变量的先验概率分布，并将这些表征编码在浦肯野细胞的简单和复杂峰放电信号中。他们还进一步证明，浦肯野细胞参与引发预测性运动行为（如条件性眨眼反应），该行为也反映了实验施加的刺激先验分布的统计特性。这些结果的计算模型表明，相反作用的长时程可塑性机制的并置，使得小脑浦肯野细胞能够获得由不同概率分布的统计特性塑造的先验知识。研究结果提示，小脑回路可能具有独特的优势来学习世界中事件的概率，并将其内化为先验知识。这些发现推进了对神经计算如何实现贝叶斯推断的理解。该研究发表于《自然·神经科学》。

研究背景：贝叶斯大脑与先验知识

贝叶斯推断理论

• 大脑需要依赖对世界规律和变量概率的先验经验来指导预测行为。

• 这一原理已在贝叶斯推断框架内形式化。

• 广泛的行为和神经科学研究支持该理论。

关键问题

• 先验知识在大脑中如何和在哪里被表征？

• 神经回路机制如何负责学习概率性变量的统计量以指导预期行为？

为什么选择小脑

• 小脑皮质机制长期以来被认为参与纯粹的时间行为。

• 小脑是内部模型的基质。

• 浦肯野细胞具有两种不同的放电模式：低频复杂峰放电和高频简单峰放电。

核心发现之一：预测性眼睑行为随时间统计量变化

实验范式

• 痕迹眨眼条件反射变体：条件刺激为光，非条件刺激为眼周吹气（引发反射性眼睑闭合）。

• 概率性痕迹条件反射：光和气之间的时间间隔从不同先验分布中采样。

先验分布类型

行为学结果

小鼠的条件性眨眼反应（CR）的时机和幅度反映了先验分布的统计特性。例如，在宽分布条件下，CR的峰值时间分布更宽，且峰值幅度更低；而在短间隔条件下，CR的峰值时间更早。这些结果表明，小鼠能够内化时间间隔的先验分布，并据此调整预测性运动行为。

核心发现之二：浦肯野细胞编码先验分布

研究者记录了小鼠小脑浦肯野细胞的简单峰和复杂峰放电活动。他们发现，在条件刺激呈现后，浦肯野细胞的简单峰放电率的变化模式与先验分布的形状高度相关。具体而言，简单峰放电率的瞬时变化反映了先验概率密度函数的时间动态。此外，复杂峰放电（由攀爬纤维输入引起）的频率也随先验分布的不同而改变，表明攀爬纤维可能传递了关于时间预测误差的信号。

核心发现之三：计算模型揭示可塑性机制

研究者构建了一个小脑皮质的计算模型，其中包含平行纤维-浦肯野细胞突触的长时程增强（LTP）和长时程抑制（LTD）。模型表明，通过LTP和LTD的相互作用，浦肯野细胞能够学习并编码时间间隔的先验分布。具体来说，LTP和LTD的平衡点决定了简单峰放电率对时间的依赖性，从而实现了对概率分布的编码。

结论与意义

该研究首次提供了直接证据，表明小脑回路能够学习并编码时间变量的先验概率分布，并将其用于指导预测性运动行为。这一发现不仅深化了对小脑功能的理解，也为贝叶斯大脑假说提供了神经机制层面的支持。未来研究可进一步探索小脑在其他认知功能（如时序预测、运动学习）中的作用，以及其与大脑其他区域（如基底节、前额叶）的协同机制。

参考文献：（原文未提供具体参考文献，此处保留格式）