2024年5月13日，Nature Communications在线刊出了北京师范大学认知神经科学与学习国家重点实验室邢大军课题组的研究论文：“Nonuniform and pathway-specific laminar processing of spatial frequencies in the primary visual cortex of primates”。该研究发现了空间频率信息在灵长类视觉皮层（V1）层级处理过程的多样性，并揭示了这种现象的环路机制和计算原理。
如果我们把大脑皮层的某个脑区比作一台精密仪器，那么这台仪器至少可以分为六个零件，分别对应大脑皮层的六个亚层结构（layer）。这些亚层之间有着等级分工，并协同工作实现信息的高效处理。 研究信息在亚层间的跨层处理过程（laminar processing）可以帮助我们深入理解大脑的工作原理。初级视觉皮层（V1）的分层结构既有鲜明特点又有典型意义，是科研人员开展跨层处理研究的理想脑区。灵长类动物的V1在解剖结构上有高度的不均一性，体现在水平方向上多种柱状的结构以及垂直方向上不同视觉通路的投射（图2）1。虽然V1不均一的解剖结构暗示着多种跨层处理过程的可能性，但是现有研究仍然普遍把V1内部的跨层处理简化为均一的和固定的过程2-5。
图2 V1的分层结构以及不均一性。V1从上到下分为1-6多个亚层。颜色的深浅代表细胞色素C氧化酶染色的深浅。箭头代表信息传递的方向。其中4Cα、4Cβ还有6层是主要接收丘脑输入的位置，2和3层是向其它脑区输出信息的位置。不均一性体现在：垂直方向上4Cα（对应M通路）和4Cβ（对应P通路）分别接收不同视觉通路的信息。水平方向上2和3层内部有blob和inter-blob的结构。本图源自 (Sincich and Horton, 2005) 的Figure 3，做了部分修改。
利用线性阵列电极，作者记录了V1在不同空间频率下的跨层活动，发现V1跨层处理模式并不唯一。根据从输入层到输出层反应强度的变化，可以将所有记录分为两组（图3a）。其中一组记录（group 1）在不同空间频率下都表现出了输入层反应强，输出层反应更弱的模式（图3b，上面一行）。另外一组记录（group 2）在低空间频率下表现为输出层反应弱于输入层，在高空间频率下表现为输出层反应强于输入层。第一组跨层活动不管在低或者高的空间频率下都是一种跨层抑制效应（图3a上），而第二组跨层活动在低空间频率下是抑制效应，在高空间频率下是跨层放大效应（图3a下）。
图3 a. 两组不同跨层反应模式的示意图。b. 两组不同跨层反应模式的实验结果图。c.两组跨层反应模式的统计学分析。
作者进一步探究了不同跨层处理机制的功能。通过分析具有不同跨层处理模式的两组记录间空间频率偏好的跨层分布，作者发现有跨层放大机制的组（group 2）偏好更高的空间频率，并且这种高的空间频率偏好只存在于输出层和深层，而不存在于输入层。这些结果说明，跨层放大的机制增强了输出层对高空间频率信息的表征。
图4 a. 同时记录不同层的两个电极位点，空间频率调谐曲线明显不同（红色输入层，黑色输出层）。b. 类似a，是另外两次记录的例子。箭头表示衡量空间频率偏好的指标(Cutoff SF, 截止空间频率) c. 两组记录的空间频率偏好分布。d. 两组记录空间频率偏好的统计学检验。
在论文的后半部分，作者进一步探究了V1形成多种跨层处理模式的神经环路机制。最终锁定了三种通路特异性的机制，包括大细胞通路的前馈机制（M-pathway feedforward）、小细胞通路的前馈机制（p-pathway feedforward）和输出层内部的局部交互机制 （local recurrent）（图5a-e）。其中输出层内部的局部交互机制起源自小细胞通路（图5f-g），主要贡献于跨层放大的模式（图5h-j），并且这个环路激活越强对应输出层的偏好空间频率越高（图5k）。
图5 a. V1跨层计算模型。b-c. 模型的拟合效果图。d 模型中三种机制的跨层分布不同 e 模型中三种机制的空间频率偏好不同 f-g. 局部交互机制和小细胞通路（P通路）高度相关。h-j 局部交互机制和跨层处理的模式高度相关。k 局部交互机制和输出层空间频率的偏好显著相关。
综上所述，这项研究提供了V1跨层处理空间频率信息的全景图，揭示了空间频率信息处理的多样性，解析了大小细胞通路在V1的跨层计算规律。低空间频率信息主要激活灵长类动物的大细胞（M）通路，经历了跨层抑制处理；而高空间频率信息主要激活小细胞（P）通路，除了跨层抑制机制以外，局部跨层放大机制起到了重要作用，增强了输出层对高空间频率表征的功能。以上研究结果，不仅可以帮助我们深入理解大脑结构和功能之间的关系，而且为类脑计算的开发提供了一定的理论依据。
该论文第一作者为北京师范大学博士后王天，通讯作者为北京师范大学认知神经科学与学习国家重点实验室的邢大军教授。北师大已毕业博士戴伟枫、武宇洁、李洋、杨祎，在读博士生张艳歌、周婷婷、孙晓文，北京医学研究所王刚和李椋研究员，北京师范大学生命科学学院窦非教授，对此项工作也做出了重要贡献。该研究得到了国家自然科学基金（32100831和32171033），科技创新2030-“脑科学与类脑研究”基金（2022ZD0204600）以及中国博士后科学基金（2021M690435）的资助。
参考文献
1. Sincich, L.C. & Horton, J.C. The circuitry of V1 and V2: Integration of color, form, and motion. Annual Review of Neuroscience 28, 303-326 (2005).
2. Bijanzadeh, M., Nurminen, L., Merlin, S., Clark, A.M. & Angelucci, A. Distinct Laminar Processing of Local and Global Context in Primate Primary Visual Cortex. Neuron 100, 259-+ (2018).
3. Wang, T. et al. Laminar Subnetworks of Response Suppression in Macaque Primary Visual Cortex. J Neurosci 40, 7436-7450 (2020).
4. Li, Y. et al. Cascaded normalizations for spatial integration in the primary visual cortex of primates. Cell Reports 40 (2022).
5. Yang, Y. et al. Coding strategy for surface luminance switches in the primary visual cortex of the awake monkey. Nat Commun 13, 286 (2022).
