编辑推荐:
这篇开创性研究通过Neuropixels高通量记录技术,首次系统描绘了树鼩(Tupaia belangeri)腹侧视觉通路的功能层级结构。研究发现树鼩V2区已具备灵长类颞下皮层(IT)的特征:完整的高阶物体空间表征、媲美猕猴IT的物体解码精度,以及类似灵�类面孔选择细胞的存在,揭示了视觉信息处理的"压缩层级"机制,为理解哺乳动物视觉系统进化提供了新视角。
视觉信息处理的层级结构研究新突破
Main
作为灵长类近亲的树鼩,其视觉系统展现出令人惊奇的"压缩层级"特征。通过Neuropixels探针在清醒树鼩多个皮层和丘脑区域的同步记录,研究团队系统考察了从初级视皮层(V1)到前颞区(ITr)的六大脑区功能特性。
功能层级的确立
经典层级指标显示:从V1到ITr,神经元感受野尺寸呈梯度增大(V1中位数9.6° vs ITr 24.3°),反应潜伏期逐步延长(V1 45ms vs ITr 75ms)。自然纹理与频谱匹配噪声的选择性差异在V2区最早显现(45ms),显著早于V1(90ms),暗示V2可能通过反馈影响V1的纹理处理。
V2区的超常表现
令人惊讶的是,传统认为的初级视觉区V2展现出高阶处理特征:
物体空间表征:AlexNet模型显示V2神经元在FC6特征空间呈现轴编码特性,其解码精度超越其他脑区
重建能力:基于100个V2神经元即可实现物体图像的高保真重建,性能媲美猕猴后部IT
面孔选择细胞:V2区存在强面孔选择性的神经元(t≥15),其分布模式与灵长类IT面孔区相似
跨物种比较
在猕猴对照实验中,树鼩V2的物体解码精度显著高于猕猴V2,与猕猴后部IT相当。但猕猴V2未发现面孔选择细胞,这种差异暗示树鼩采用更紧凑的视觉处理架构。
Discussion
该研究揭示了几个重要发现:
层级压缩现象:树鼩将灵长类多阶段处理压缩在V2区完成,可能通过局部循环网络实现"功能深度"
面孔选择性的普遍性:在无社交需求的树鼩中发现面孔细胞,支持"物体空间自发组织"理论
模型革新需求:传统深度前馈网络可能无法完全解释这种压缩处理机制
这项研究不仅确立了树鼩作为视觉研究的新模型,更挑战了现有视觉层级理论,为理解大脑如何高效处理视觉信息提供了全新视角。方法学上采用的Neuropixels多脑区同步记录和AlexNet建模策略,为神经编码研究设立了新标准。
生物通 版权所有