2021年5月14日，上海交通大學(xué)醫(yī)學(xué)院張思宇研究員團隊在Science Advances雜志發(fā)表了題為 Hierarchy in sensory processing reflected by innervation balance on cortical interneurons 的研究論文。
視覺信息處理體系是以等級網(wǎng)絡(luò)的形式來架構(gòu)的，參與其中的各節(jié)點的等級決定了信息流的方向。低級腦區(qū)提呈信息傳遞至高級腦區(qū)，而高級腦區(qū)則整合低級腦區(qū)的信息后根據(jù)當(dāng)前行為目標(biāo)對視覺信息處理進行調(diào)控。前期在靈長類和小鼠中的工作根據(jù)不同腦區(qū)之間的投射的軸突分布或皮層的不同種類中間神經(jīng)元的密度給皮層和丘腦區(qū)域進行了等級排序。同時，大規(guī)模電極記錄也明確了靈長類和小鼠中各視覺相關(guān)腦區(qū)在視覺信息處理上的特點，如等級越高神經(jīng)元感受野越大，處理視覺信息的延時也更長。但視覺網(wǎng)絡(luò)或更為廣義的神經(jīng)網(wǎng)絡(luò)中攜帶等級信息的遠(yuǎn)距離投射如何與其支配區(qū)域的局部微環(huán)路發(fā)生相互作用而發(fā)揮其功能，即等級信息流的特征，仍未有系統(tǒng)性的研究。
在皮層中，主要種類的抑制性中間神經(jīng)元（PV+，SST+和VIP+神經(jīng)元）與興奮性神經(jīng)元形成保守的微環(huán)路，從而動態(tài)且快速的調(diào)控局部區(qū)域興奮性神經(jīng)元的輸出。因此，理解等級信息流如何與皮層區(qū)域的局部微環(huán)路相互作用，可以預(yù)測攜帶等級信息的遠(yuǎn)距離輸入的功能，從而深化我們對神經(jīng)等級網(wǎng)絡(luò)的理解。
張思宇研究員團隊的研究對視覺選擇性注意各相關(guān)皮層區(qū)域不同種類神經(jīng)元構(gòu)成的子網(wǎng)絡(luò)的精細(xì)解剖學(xué)連接圖譜以及細(xì)胞水平的功能學(xué)連接圖譜進行了系統(tǒng)性的研究，并結(jié)合機器學(xué)習(xí)的算法抽提出了在視覺信息處理的網(wǎng)絡(luò)中攜帶等級信息的遠(yuǎn)距離輸入與局部微環(huán)路中各類神經(jīng)元相互作用的規(guī)律。通過計算機建模分析，預(yù)測了視覺選擇性注意網(wǎng)絡(luò)中各腦區(qū)的等級，明確了網(wǎng)絡(luò)中信息的流向及等級信息流在各類神經(jīng)元上的強度和動態(tài)特性（圖1）。
圖1，視覺相關(guān)網(wǎng)絡(luò)的等級架構(gòu)及攜帶等級信息的遠(yuǎn)距離輸入對皮層局部微環(huán)路的影響。
通過使用假性狂犬病毒介導(dǎo)的逆向跨單突觸示蹤技術(shù)，該工作從解剖學(xué)的角度系統(tǒng)性地研究了視覺選擇性注意相關(guān)各皮層區(qū)域不同種類抑制性神經(jīng)元的輸入。全腦解剖學(xué)連接圖譜顯示皮層中同類神經(jīng)元接受的各不同來源的輸入強度差異可達(dá)10的4次方倍，凸顯了對解剖學(xué)數(shù)據(jù)的精確定量分析在理解神經(jīng)網(wǎng)絡(luò)組織結(jié)構(gòu)中的重要性（圖2，圖3）。
圖2，自主研發(fā)的基于Allen mouse brain atlas的解剖學(xué)數(shù)據(jù)分析系統(tǒng)
圖3，皮層不同種類神經(jīng)元接收的全腦輸入分布。A，各皮層區(qū)域的不同種類中間神經(jīng)元的全腦范圍內(nèi)的輸入在皮層及丘腦區(qū)域的分布。B，中間神經(jīng)元的全腦范圍內(nèi)的輸入在其他各主要亞區(qū)內(nèi)的分布。
根據(jù)解剖學(xué)連接組研究的結(jié)果，該工作進一步解析了皮層丘腦網(wǎng)絡(luò)中主要的皮層-皮層和丘腦-皮層輸入在細(xì)胞層面的功能學(xué)連接組，闡明了具有不同等級方向性的輸入如何在時間維度上招募不同種類的神經(jīng)元，從而實現(xiàn)對局部微環(huán)路的精確調(diào)控以及興奮-抑制的動態(tài)平衡的機制（圖4）。
圖4，丘腦皮層網(wǎng)絡(luò)中攜帶等級信息的遠(yuǎn)距離輸入的動力學(xué)特性。A，測量了電生理性質(zhì)的主要皮層-皮層和丘腦-皮層輸入。B，皮層-皮層輸入在不同種類皮層神經(jīng)元上的短時程可塑性。C，D，將皮層-皮層和丘腦-皮層輸入同時考慮，支持向量機分類器根據(jù)各投射在VIP+神經(jīng)元上的短時程可塑性，可以很好的區(qū)別自下而上和自上而下的輸入。
在構(gòu)建了皮層不同種類神經(jīng)元的全腦解剖學(xué)連接圖譜和細(xì)胞層面的功能學(xué)連接圖譜的基礎(chǔ)上，該工作進一步使用機器學(xué)習(xí)的分類方法——支持向量機分類器（SVM classifier）來抽提攜帶等級信息的皮層-皮層和丘腦-皮層輸入與局部微環(huán)路中各類神經(jīng)元相互作用的規(guī)律。支持向量機分類器學(xué)習(xí)了等級已知的皮層-皮層輸入的數(shù)據(jù)后，發(fā)現(xiàn)自下而上的輸入更傾向于激活PV+神經(jīng)元，而自上而下的輸入更傾向于激活VIP+神經(jīng)元。經(jīng)學(xué)習(xí)后的支持向量機分類器可用于預(yù)測其他方向未知的遠(yuǎn)距離輸入的等級，通過計算機建模分析該工作進一步構(gòu)建選擇性注意相關(guān)各腦區(qū)的等級網(wǎng)絡(luò)，為研究網(wǎng)絡(luò)中各節(jié)點在整體動物行為層面的功能學(xué)連接圖譜奠定了基礎(chǔ)。
該研究由上海交通大學(xué)醫(yī)學(xué)院張思宇研究員與中國科學(xué)院腦智卓越中心徐敏研究員團隊合作完成。上海交通大學(xué)醫(yī)學(xué)院助理研究員馬國芬和博士生劉燕梅為該研究的共同第一作者。研究受到了深先院徐富強研究員、上海交通大學(xué)徐天樂教授及中國科學(xué)院腦智卓越中心李澄宇研究員的大力支持。本工作得到基金委、上海市、科技部和中科院的資助。
