O074 Nature重磅 | 运动皮层新发现：ALM 因果连接如何定点放大目标导向行为
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-11-22 ｜ 原文链接
PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier
一键关注，点亮星标 ⭐️
不错过每日前沿资讯
认知神经科学前沿文献分享
基本信息：
Title:Connectivity underlying motor cortex activity during goal-directed behaviour
发表时间：2025.11.19（本周三凌晨更新）
Journal:Nature
影响因子：48.5
获取原文：
- 后台回复“文献”即可获取PDF版本
- 点击页面底部“阅读原文”即可跳转论文原网页
正文
当我们伸手去拿水杯、或把舌头探向吸管时，大脑里究竟发生了什么？
几十年来，神经科学一直在追问一个核心问题：皮层中“谁连着谁”（connectivity）如何塑造“谁在什么时候对什么信息发放”（neural coding）。在视觉皮层（visual cortex），我们已经知道了不少经典规律，比如“柱状组织”“同类连同类”（like-to-like）的兴奋性局部回路，以及周边抑制形成的“墨西哥帽”（Mexican-hat）式空间结构。这些结构让视觉皮层能对连续变量（如方向、位置）建立稳定的“峰值”（bump）表征。
然而，在运动皮层（motor cortex），特别是小鼠前外侧运动皮层 ALM（anterior lateral motor cortex），这些关于连接—编码的关系到底如何？多数既往研究是在高度训练的任务里做的，例如延迟舔舐或特定方向的眼/臂运动，因而观测到的活动模式常常在动作发生之前就已显著调制。可在真实生活里，许多舌/口取食行为并不需要长时间训练；那么，在未经过长期训练的自然目标导向行为中，ALM 的神经元是如何编码目标位置与结果的？这些编码背后的局部回路结构又是什么样子？
这篇发表在《Nature》 的工作把目光对准了一个看似简单却很“生活化”的范式：多方向舌伸取水。实验里，小鼠头固定，面前的“水嘴”（target, spout）可以随机出现在一个网格的若干位置上；小鼠通过嗅觉/触须等线索迅速寻找并用舌头接触以获得水滴。这个行为几乎不需要训练，非常贴近日常觅食，并且能天然覆盖连续的二维“运动目标空间”（位置在上下/左右网格上变化）。
研究团队使用了体积双光子钙成像（layer 2/3, excitatory neurons, GCaMP6s），记录了十万级神经元的活动，系统分析其对目标位置（location）与结果（reward outcome）的调制时间结构；更关键的是，他们采用全光学（all-optical）“因果连接映射”：在同一批被成像的兴奋性细胞中，用双光子光遗传（soma-targeted ChrimsonR）逐个光刺激“目标神经元”，并观测其他细胞是否出现跨阈值的响应，从而估计强功能性（suprathreshold）连接——这些“连接”可以是单突触也可以是多突触，但方向明确、在体（in vivo）、高通量。
这套组合拳让他们得以同时回答两类长期难题：
（1）ALM 在天然目标导向行为中的编码到底是什么样子？（2）这种编码与局部回路的因果连接图谱有什么关系？
结果非常有趣：首先，ALM 的大量神经元对目标位置与结果大小/遗漏有调制，而且多数神经元的活动在动作后甚至奖赏后较长时间仍然显著，这与训练范式里“动作前高调制”的经典结论形成鲜明对比。其次，在同一块皮层里测得的因果连接显示出一个多尺度“柱状”架构：在100 μm以内是同类兴奋（like-to-like excitation），100–250 μm 范围出现更明显的抑制，并且轴向（层向）延展比侧向延展更强，整体呈现“窄兴奋—宽抑制”的“墨西哥帽”形态。再次，连接图谱并非随机：存在稀有但高度连接的“枢纽（hub）神经元”，它们调谐较弱却对周边群体影响更大，可能扮演放大器/协调器的角色。最后，网络模型表明：有了这些弱调谐但高外出度的 hub，即使非 hub 之间的 like-to-like 连接较弱，也能在回路层面放大/稳定对空间目标的选择性峰值，从而为快速学习与策略更新提供结构性“地基”。
换言之，这项研究给出了一个“像柱子一样”的运动皮层微电路蓝图：局部强兴奋、周围广抑制、同类连同类，其间散布着弱调谐却强影响力的hub。这张“连接—编码—行为”三位一体的图景，对于我们理解目标导向行动的生成、结果监控（vector feedback）、以及强化学习中“把结果与特定动作位置绑定”的神经实现，具有基础且广泛的启示。
核心发现
发现一｜ALM 不只管“去哪里”，还记“啥时候”“拿到没”
把这块皮层想成一张随身小地图，旁边还挂着时间线和成绩单。小鼠舌头碰到水嘴后，很多神经元会在对应“格子”亮一下，而且这道亮光常常拖到动作结束后的几秒，就像大脑在回放“刚才就是在那一格成功/失败的”。
研究者偶尔把奖励加大或干脆不给，发现不少神经元并不是只对“多或少”有反应，而是会把“在哪儿得到的”一起打包——更像一支带方向的箭，而不是只写分数的评分表。奖励变多时，那些原本不太显眼的“偏爱位置”会被整体提亮，像是把那一格的亮度拉高；奖励缺席时，亮度又被压下去。换句话说，ALM 传给学习系统的，不是抽象的“好/坏”，而是“在某个具体位置做了这件事，结果如何”。这正是快速调整策略所需要的“定点回馈”（可参看图1–2的任务示意和曲线对比）。
Fig. 1 | Neural activity in ALM during multidirectional tongue reaching.
Fig. 2 | Conjunctive tuning for target location and reward outcome.
发现二｜近处互相带动，远处彼此刹车；上下更通，左右更慢
点亮一个 ALM 神经元会发生什么？最近的邻居（大约 100 微米内）最容易被带动，稍远（100–250 微米）反而以“刹车”为主，于是出现“中心兴奋、周围抑制”的“墨西哥帽”形状。作者还做了控制，排除了“光打偏了”的技术假象，说明这是回路自身的真实属性。把这张因果“地形图”与神经元的功能偏好对上号，你会发现：对相近位置有偏好的细胞更喜欢待在一起、互相扶持，周围则有一圈“护栏”防止影响泛滥。这种“柱状+护栏”的结构，既能放大局部信号，又能防止整片皮层一起乱响（见图3的空间剖面）。
Fig. 3 | Optical mapping of causal connectivity and its anatomical organization
发现三｜“同好更来电”，但主要发生在手可及的近邻圈
把每个细胞“喜欢哪个格子”的曲线拿来逐对比一比，规律很朴素：偏好越像的一对，连接往往越强。不过这个“同好更来电”的效果主要发生在彼此非常接近的细胞之间（约 100 微米内）。一旦距离拉开，联系就明显变淡。想象一下一支乐队的排练：坐得近的同声部更容易互相对拍、越唱越整齐；隔了好几排的，就算同样喜欢副歌，也很难直接互相带节奏。ALM 里的“同好小团体”就是这样在空间上长出来的：一小撮对同一方向/位置很敏感的细胞，彼此拉一把，就更容易在那一格“立得住”“顶得稳”。这也解释了为什么在行为上，动物能迅速把注意力和动作对准某一小块空间，而不是到处平均发力（对应图4a的功能-连接对齐分析）。
Fig. 4 | Causal connectivity and its relation to encoding of tongue-reaching movements
发现四｜“带头大哥”自己不抢戏，却把全场托起来
网络里还藏着少数“带头大哥”（hub）：它们自己对具体位置或结果并不“尖”，看起来平平无奇；但它们连出去的线特别多，能同时影响一大圈邻居。把它们想成现场的调音师——不唱主旋律，却决定整场的气势和层次。数据上，这类“外出度”呈重尾分布：人数少但能量大；而且“收进来的线”和“放出去的线”常常一起多，隐约形成一个“富俱乐部”。
模型进一步告诉我们：当这些“广而弱”的 hub 跟周围“同好紧密互连”的小团体配合时，空间选择性的那座小山峰更容易被托高、也更稳，同时对“同好之间必须连得多么紧”的要求没那么苛刻。通俗地说：非 hub 负责“唱得准”（细致的空间偏好），hub 负责“让全场听得见”（把该亮的地方整体推一把）。两者搭起来，动物就既能快速学会对准目标位置，又能让这个对准保持稳定（可参看图4的网络与模型示意）。
结论
本文把自然目标导向行为、在体高通量因果映射与网络建模无缝衔接，提供了运动皮层在未充分训练条件下的连接—编码—行为统一图景：柱状—墨西哥帽的因果结构、like-to-like 的功能特异连接、以及弱调谐但高影响力的 hub共同支撑了对连续目标空间的稳定表征。这一框架对理解快速学习、策略更新与向量式结果反馈提供了坚实证据。
展望与应用
未来值得追问的方向：
细胞类型学映射：hub 与非 hub 分别落在哪些兴奋性细胞类型或发育谱系（如径向克隆）上？能否与分子标记/转录谱一致对接？
学习塑形：长期训练/规则化任务会如何重塑“墨西哥帽”核与 hub 比例？快速学习与慢性可塑性在此框架中如何协同？
跨层与跨区耦合：L2/3 的柱状组织如何与深层（L5/6）与丘脑/基底节环路对接，共同决定“动作前 vs 动作后”的调制时序？
因果操控验证：如果定向沉默/激活 hub，是否能特异改变邻域调谐峰的强度/稳定性与学习速率？这将进一步确立 hub 的“放大器”地位
相关阅读
周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]
周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***
周报-20251020|认知神经科学前沿动态周览**⭐️[ 解读链接 ]****
Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]
Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]
Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***
Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]
Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]
Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***
Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]
PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***
Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]
Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***
前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]
核心图表、方法细节、统计结果与讨论见原文及其拓展数据。
分享人：BQ
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务