
对于任何神经科学家而言,以下陈述应是毋庸置疑的:大脑的复杂性令人叹为观止。人脑由数十亿个神经元组成的递归、不断变化的神经网络构成,其突触数量甚至超过了我们银河系中的恒星总数。即使是像秀丽隐杆线虫(Caenorhabditis elegans)或甲壳类动物的胃食管神经节(stomatogastric ganglion)这样的小型神经系统和亚核,似乎也拥有近乎无限的内部变异性来产生相同的行为。
鉴于这些观察,当系统神经科学家从2000年代初开始注意到,许多神经回路(从蝗虫嗅觉系统到灵长类动物的前运动皮层和前额叶皮层)的神经群体活动出人意料地呈现出“低维度”时,这显得尤为令人惊讶。具体而言,当科学家们使用降维技术分析数十到数百个神经元的记录时,发现极少数的成分或因子就能解释大部分的神经活动。
像许多科学洞见一样,这些观察结果事后看来可能显而易见,甚至有些直观。经过多年的探索和后续研究,包括一些理论工作,现在已经清楚,考虑到典型实验室任务和刺激的相对受限空间,低维度可能是在预期之中的。此外,群体活动的递归性和时间依赖性动力学产生了更多的约束,使得真正探索所有可能的群体活动空间变得困难。然而,近期来自小鼠的研究通过记录大量神经元,对“低维表征”的普遍性提出了挑战,结果表明,即使在群体层面观察,也需要所有(或几乎所有)神经元才能充分捕捉对刺激的相关神经反应。甚至运动皮层活动在采样广泛的运动行为时,也表现出更高的维度,而非2000年代中期常见的点对点伸手动作。那么,关于低维度性的一切喧嚣,是否是一次错误的转向呢?
参考文献: Stringer, C., Pachitariu, M., Steinmetz, N. A., Carandini, M., & Harris, K. D. High-dimensional representations in mouse visual cortex during naturalistic behavior. Neuron, 2024; DOI: 10.1016/j.neuron.2024.02.011