为何 M1 的输入难以分离
M1 的活动混合了两个来源:皮层自身产生的活动模式,以及从其他区域传来的信号。用动力系统解释伸手运动时,研究者把 M1 视为一个短暂自主的系统:它的旋转式动力学由初始状态设定,并由一个不随条件变化的信号触发。这一图景适合短暂、基本开环的伸手动作,却几乎没有为间歇性的外部信号留出位置;而当目标移动、动作必须在中途修正时,猴子恰恰需要这类信号。
因此,论文面对的是一个推断问题。如果一段群体反应既可以用内在动力学解释,也可以用外部输入解释,那么仅凭数据可能无法判断究竟是哪一种。作者把这种情况称为不可识别性:不同的模型,或不同的超参数设置,可以同样好地拟合记录到的放电率,却暗示出不同的输入结构。任何关于 M1 如何编码纠正指令的论断,都取决于能否先证明这些输入可以被还原出来。
LFADS 分离内在动力学与推断输入
作者用潜因子动力学分析(LFADS)对放电数据建模,这是一种循环神经网络自编码器。对每个试次,它估计一个初始状态,让学到的动力系统(生成器)向前演化,产生低维因子,再通过广义线性模型把这些因子映射回放电计数。当自主生成器无法重建数据时,一个旁路控制器会加入随时间变化的输入流;因此,一处被推断出的输入,标记的是群体活动无法由皮层自身动力学简洁解释的时刻。
数据来自三只雄性猕猴 M1 的 Utah 阵列记录,猴子执行随机目标追踪任务,手臂运动被双连杆外骨骼限制在水平面内。前一个目标一被触到,新目标就立即出现,且不要求猴子停下或保持,因此它们产生连续绕行的轨迹,需要频繁在线修正。正是这一设计,才让纠正性输入变得可观察。
输入通过提升解码表现证明自身价值
LFADS 只用电生理数据训练,不使用行为数据,因此与行为的一致程度构成对拟合的外部检验。加入外部输入后,运动学解码优于不含输入的模型:含输入时 r² = 0.75 ± 0.08,不含输入时 r² = 0.39 ± 0.08,数值为跨猴的平均 ± 标准差。用 LFADS 去噪后的单试次放电率解码,也优于直接用原始放电率解码(r² = 0.46),说明模型还原出了可用的单试次轨迹,而不只是平均结构。
推断出的输入本身是稀疏的:较高的基尼系数表明活动在时间上高度集中,而稀疏性在接近运动学解码最优的输入惩罚值处达到峰值。因此作者关注的是幅度大、持续时间短的偏移,而非低平的基线。这一点对解读很重要,因为稀疏的瞬态与持续驱动是两种不同的对象,而用来得到它的惩罚参数会影响模型报告的内容。
输入时序锁定目标出现而非伸手动作
把各次目标呈现对齐后取平均,三只猴的推断输入幅度都在目标出现后约 50 ms 达到峰值。这一峰值与以往报道的、从视觉运动线索到 M1 活动开始变化之间的潜伏期相吻合。当作者提高判定输入的门槛时,峰值在 50 ms 附近变得更尖锐,说明最大的瞬态也是时序最一致的。
决定性的比较针对同一个瞬态做两种对齐:相对目标呈现的潜伏期,与相对运动起始的潜伏期。相对目标呈现的潜伏期,其方差和半高宽都小于相对初始运动的潜伏期(两者均 p < 0.001,置换检验)。作者据此认为,这些瞬态与视觉输入有关,而反应时的差异并不能由输入时序的波动解释,可能来自这些输入与 M1 动力系统当前状态的相互作用。这是对时序模式的解释,而非对相互作用的直接测量。
输入以手为中心坐标携带目标方向
为检验这些瞬态是否有意义,作者按手到目标的方向对目标分箱,再对每个箱内的输入取平均,得到类似调谐曲线的结果。用输入解码目标位置只在很窄的时间窗内有效:一旦解码窗口的起点晚于目标呈现后 50 ms,表现就急剧下降。相比之下,放电率在整个试次中都能稳定预测目标位置。作者的解释是,输入短暂地编码了运动,却持续改变了系统状态,因此这种编码在 M1 活动的后续演化中得以延续。
输入还带有坐标框架。一个非线性解码器预测目标位置时,以手为原点优于以肩为原点:猴 RS 为 r² = 0.70 对 0.53,MK 为 0.63 对 0.39,RJ 为 0.46 对 0.21(每只猴均 p < 0.001,校正 t 检验),每只猴的第二个记录时段结果类似。作者将此与 M1 上游的额顶伸手网络中手中心的表征相比较,同时提醒:手与肩的二元比较只是对参考框架的粗略描述。
模型集成判断输入何时可信
可识别性问题借助已知真实值的模拟来回答。LFADS 能准确、可靠地还原单试次轨迹,但它对动力学与输入的分离,在某些模拟情形下可识别,在另一些情形下则不可识别。由不同超参数构成的模型集成充当诊断工具:集成成员结果一致时,输入可识别;结果分歧时,拟合无定论。与持续输入的网络相比,瞬态输入的网络给出更好的集成一致性和与真实值更高的一致性。
应用到猴子数据上,由去相关输入、快速衰减和慢速衰减三种设置构成的集成,在两只动物上结果一致,支持对输入编码的有意义推断。对第三只猴 RJ,部分集成结果仅在 p < 0.05 水平显著,说明这些数据只是边缘可识别,初始与纠正的比较没有定论。作者无法确定原因;他们列出试次数较少、阵列位置、采样到哪些神经元、输入时间常数,以及 RJ 明显更慢的运动等可能因素,并强调在没有真实输入的情况下,任何此类解释都只是推测。
本文引用的文献
Combatting nonidentifiability to infer motor cortex inputs yields similar encoding of initial and corrective movements
LFADS 模型集成推断出稀疏的 M1 输入,其时序锁定目标出现,并在三只猕猴中的两只身上对初始与纠正性运动表现出相似调谐,而第三只猴的数据仅处于边缘可识别。
