2024年7月9日，清华大学生命科学学院、清华-IDG/麦戈文脑科学研究院贾晓轩课题组与合作者在Nature Communications在线发表了题为“Stimulus type shapes the topology of cellular functional networks in mouse visual cortex”的研究论文。该研究针对小鼠视觉皮层网络如何动态处理不同类型视觉刺激的问题，构建了跨多个视觉脑区的大规模单神经元尺度功能网络，揭示了不同拓扑尺度网络结构在处理视觉刺激过程中的变化，为研究视觉信息处理中的网络变化机制提供重要的支持。

大脑数以百万计的神经元构成了复杂的网络。这些神经元之间的相互作用决定了大脑如何提取信息并用于指导行为。神经元之间突触连接网络通常在较短时间的实验记录中保持不变，而相比之下体现神经元相互作用关系的功能网络则可以随着神经元对不同刺激响应模式的调整而快速动态变化。视觉输入如何系统性改变神经元之间的功能连接成为了研究视觉系统的关键挑战之一。

尽管上述科学问题对于理解视觉系统至关重要，相关研究要么未达到单神经元尺度，要么缺乏对多种刺激类型及多视觉脑区的考虑。为了填补这一知识空白，该研究构建并系统性分析小鼠视觉皮层多脑区数百个神经元之间的功能网络拓扑结构。研究发现，不同刺激类型能够在多个尺度上引起视觉皮层功能网络拓扑结构的多样性差异。

图1.单神经元功能网络的构建

该研究基于神经信号发放的时间顺序建立有向边来预测神经元之间可能存在的正负、双向、多突触连接(图1(C))。构建的功能连接主要分布于脑区内部并以正连边为主(图1(D))。

在已有的随机化模型基础上，该研究进一步保留真实网络的正负有向边分布，使得生成的随机网络更接近于真实网络，从而更好地分析真实网络的非随机特性。网络拓扑三元模体结构的显著性研究发现，比例最高的6种模体在不同视觉刺激上呈现出一致的结构(图2(C))。这6种网络模体都包含至少一个正前馈环（positive-feedforward-loop，pFFL），它们之间的区别在于双向连接的数量。因此，该研究将这类网络模体命名为基于正前馈环模体（positive-feedforward-loop-based motifs，pFFLb motifs）。尽管pFFLb motifs在不同视觉刺激下有着相似的高比例，其组成的神经元却发生了变化。

图2.二元和三元网络模体

（A）神经元对（二元网络模体）的相对数量。（B）在不考虑连边正负的情况下，一共有13种三元网络模体。（C）基于正前馈环模体（pFFLb motifs）在6种视觉刺激网络中以高比例出现。

在更大规模尺度上，该研究探索多个神经元之间紧密连接所形成的模块结构。研究发现，相比于静息态(resting state)和闪光(flash)刺激，光栅(grating)和自然刺激诱发的功能网络具有更明显的模块化结构(图3(A))。此外，随着刺激复杂度从闪光到光栅再到自然刺激逐渐增加，功能模块越来越倾向于由同一脑区的部分神经元组成(图3(C))，这一发现与通常认为处理复杂输入或任务需要跨脑区长程连接的观点不一致，揭示了视觉脑区内部计算在处理更为复杂、自然的视觉刺激过程中发挥的重要作用。

图3. 模块结构

综上所述，该研究通过严格的统计检验方法，发现了稳定的低阶连接模式的分布，具体表现为在6种不同类型刺激下均以高比例存在、由不同神经元组成的一类特定三元连接模式——pFFLb motifs。在更大尺度上，模块化结构与脑区结构的关系显著依赖于刺激类型。该研究显示，pFFLb motifs是神经环路中的关键信息处理单元，在视觉系统处理输入信息的过程中，不同神经元会动态地重组成相似的局部结构和差异的全局结构，从而完成特定任务。研究结果对理解视觉皮层的运行机制具有重要意义。

清华大学生命科学学院博士生唐迪生为该文章第一作者。清华大学生命科学学院副教授、清华-IDG/麦戈文脑科学研究院研究员贾晓轩、美国Georgia Tech数学学院助理教授Hannah Choi和加拿大York University物理与天文学院副教授Joel Zylberberg为该文章共同通讯作者。该研究受清华北大生命科学联合中心、国家自然科学基金(92370116)、清华大学笃实专项(2023Z11DSZ001)等项目资助。