自发全脑旋转动力学是否约束线索诱发行为与学习？

线索前的旋转相位预测反应

论文要回答的是：持续的自发脑活动是否包含有方向的旋转流动，以及当不可预测的线索到达时，这种流动所处的状态是否会影响动物的行为。论文报告的结果对这两个问题都给出了肯定答案。在小鼠中，从静息状态下记录的全脑皮层钙活动里识别出的一个旋转模式可以预测线索诱发的行为：随机时刻的线索到达时，旋转所处的相位能预测动物随后是否拉杆。

这是论文最强的行为学论断，其适用范围很重要。线索的出现时刻是随机的，因此它采样的是持续循环中的不同相位，而不是一个固定的、经过训练的时刻。这一预测针对的是一个离散结果，即是否拉杆，而不是连续动作的时序或力度。作者称这一相关性强得出乎意料，随后试图从机制上解释它，而不是把它当作一个有趣的现象搁置。

基于方差的方法为何会漏掉旋转

旋转成分分析（RCA）是作者为此问题构建的降维技术。它接收高维时间序列，例如脉冲序列或钙信号轨迹，并搜索一个二维平面，使数据投影到该平面上时呈现出最明显的定向环流。它最大化的量是不对称产生率，该量由短轨迹片段上累积角流的均值和方差估计：持续的定向旋转会提高均值，而与旋转无关的波动会提高方差。

这一目标不同于主成分分析，后者选择方差最大的方向。一个旋转模式可能位于与主成分大致正交的低方差平面中，此时主成分分析会漏掉它。作者还与 jPCA 做了比较，后者是一种基于主成分分析的方法，先投影到领先的主成分子空间，再拟合一个斜对称线性动力系统。由于 RCA 直接优化环流，且不使用任何任务变量或行为标签，因此它可以应用于连续记录或合并的单个试次，无需事件对齐或试次平均。

单试次检测区分了 RCA 与 jPCA

作者在伸手运动的运动皮层脉冲活动中对 RCA 做了基准测试，这一场景中旋转性群体动力学已被充分确立。当两种方法都拟合到条件平均活动时，RCA 和 jPCA 在猕猴和人类数据中都恢复了旋转轨迹。接下来是有信息量的比较：直接拟合到跨伸手条件合并的单个试次，而不先做平均。

在猕猴数据中，拟合到单试次活动的 RCA 平面在跨伸手条件时保留了连贯的环，而对应的 jPCA 平面没有显示出连贯的旋转组织。在人类数据中，两个平面都包含可见的旋转轨迹，因此作者用归一化累积角流和试次间信噪比比较了跨试次的一致性。报告值为：猕猴条件下 RCA 为 0.89、jPCA 为 0.05；人类条件下为 1.90 对 0.98。这些是特定条件下试次水平的一致性度量，不是解码准确率或行为预测的度量。

持续旋转如何门控一个反应

作者提出的机制是一种动力学约束，而不是简单的相关。一个动力学状态既指定当前的活动模式，也指定其演化方向，因此当线索在旋转的某一相位到达时，它会与内在流动结合，使产生反应的轨迹更容易或更难被触及。按这一观点，线索触发的是对一个持续演化的潜在过程的读出：活动可以持续循环，而行为只在提示与持续流动共同把系统带向产生反应的区域时才发生。

作者用两个模型支持这一解释。一个循环神经网络在未显式施加任何旋转结构的情况下自发形成了旋转。一个极简的二维反应学习模型把内在旋转模式视为对反应和学习的约束。关于学习的论点是：强化可能优先增强与既有流动协同的线索诱发驱动，而不是要求皮层构建一条与之相反的轨迹。这是作者的解释，与他们引用的既有证据一致，即动物更容易学会位于既有神经流形内的活动模式，而难以产生违背内在动力学的轨迹；论文自身的数据确立了预测关系，而学习方面的解释依赖于模型。

两个旋转中心分离准备与任务

除了单一旋转，作者还识别出包含两个旋转中心的双旋转模式，用名为 DRCA 的变体提取。在小鼠全脑皮层钙活动中，线索前和线索后的轨迹占据了双旋转的不同部分。使用线索前 DRCA 状态的分类器在留出会话上达到曲线下面积 0.612，线索起始时的 RCA 状态达到 0.638，两者结合达到 0.677，对角线代表随机水平。双旋转平面在小鼠数据中解释了总方差的 0.8%。

同样的结构出现在 HCP-YA 社会任务的人类 fMRI 中，该范式在任务区块和注视区块之间交替。按区块对齐的轨迹占据了双旋转的不同部分：注视动力学围绕一个中心循环，任务动力学围绕另一个中心循环，该模式解释了总方差的 2.1%。作者强调这些是潜在空间中的旋转，定义在一个学习得到的状态空间中，其轴是所记录区域或传感器的加权组合，而不是在皮层表面传播的物理波。潜在空间中的一个环本身并不意味着空间传播。

旋转不可逆性追踪早期精神病

临床结果涉及的问题与行为预测不同。在人类数据中，投影从 41 名随机选择的精神病患者中学习，并在其余 41 名患者和全部 53 名对照中评估。主成分分析标准差只显示出适度的组间差异（P = 0.0275），而不对称产生率显示出更明显的差异（P = 8.29 × 10⁻⁵），组间比较使用双侧 Welch t 检验。

作者指出，不对称产生率与热力学不可逆性相关，但不应等同于熵产生率：熵产生量化所有可检测的时间反演不对称，而这一基于流的度量只分离出在时间反演和所选空间变换下均为奇函数的流分量。实际要点是，基于方差的汇总几乎漏掉了一个对旋转敏感的度量所捕捉到的组间差异。这是单一精神病数据集中的组水平统计比较，不是对个体的诊断性论断。

旋转作为动力学准备度的坐标

论文的统一论断是：持续的全脑活动不只是诱发反应周围的背景变异。它的定向流动定义了坐标，塑造输入如何转化为行动、奖励性动力学在学习中如何被强化，以及准备状态和任务相关状态如何被组织。小鼠结果是其中最清晰的例子：线索前已存在、在随机相位被采样的旋转预测了一个离散反应，而二维描述使这一联系比以往对自发到诱发耦合的分析更简单。

因此，论文中最具决策相关性的比较不是有旋转与无旋转，而是对旋转敏感的测量与基于方差的测量。在猕猴单试次基准中，RCA 在 jPCA 未能保留连贯环的情况下保留了连贯环，试次水平信噪比为 0.89 对 0.05；在精神病比较中，不对称产生率区分组别的程度远强于主成分分析标准差。权衡这些方法的读者应注意条件：行为预测在小鼠中以随机时刻线索和拉杆结果建立，双旋转分离出现在小鼠钙成像和人类 fMRI 中，临床差异是单一数据集中的组水平发现。在这些范围内，论文的优先结论是：低方差旋转结构携带行为和临床信息，而最大化方差的降维可能将其丢弃。

本文引用的文献