动物通过目标导向(goal-directed)方式对其外部环境做出反应，该过程可通过学习而不断优化其行为反应。目标导向行为涉及到行动前的运动决策(motor planning)，因此，对运动决策发生前神经元的预备活动性(preparatory activity)的研究可帮助我们了解目标导向性行为背后的神经元编码规则。近十年来，人们发现，处理预备活动性的神经元群体存在多个脑区，比如运动皮层、前运动(pre-motor)皮层和顶叶皮层等【1-2】，这些发现对我们了解复杂行为的神经元编码具有重要意义。理想状态下，神经科学家期待在全脑范围内对同一神经元群体在不同试验中的活动性进行同步检测，然而，由于技术上极具挑战，这一科学问题一直难以回答。

2020年1月16日，美国洛克菲勒大学的Alipasha Vaziri课题组在Cell杂志在线发表了题为Cerebellar Neurodynamics Predict Decision Timing and Outcome on the Single-Trial Level的研究论文，通过对使用容积钙成像技术，对参与操作性条件反射任务的斑马鱼幼鱼的全脑神经元活动性进行记录，发现全脑水平下代表运动选择前的神经元动态活动特征，并进一步发现小脑颗粒细胞神经元活动性在该过程中的重要作用，从而揭示了斑马鱼小脑编码认知的重要功能。

研究人员使用斑马鱼幼鱼作为模式动物，这是因为斑马鱼大脑除了透明，还具有和哺乳动物在生理学和遗传学上的高度同源性。首先，研究人员使用基于光场显微镜的高速容积钙成像记录技术，对全脑在单细胞水平进行神经元网络活动性的同步检测，同时结合基于斑马鱼幼鱼的新型操作条件反射范式甩尾减轻厌恶刺激(relief of aversive stimulus by turn, ROAST，图1) 来研究目标导向行动选择的神经生物学机制。通过多个trial的学习，斑马鱼能学会向特定方向甩尾以减轻刺激。

图1. 图A显示本文行为范式：甩尾减轻厌恶刺激。头部固定斑马鱼幼鱼接受红外激光照射导致的轻度厌恶刺激(热刺激)，可通过向特定方向甩尾以减轻刺激。图B显示错误甩尾方向(紫色)及正确甩尾方向(绿色)。

ROAST行为范式不仅能研究操作学习，还能提供一种较为理想的行为范式以研究行动选择和前运动(pre-motor)活动性的机制，这是因为在热刺激开始和首次甩尾动物开始之间存在的决策时间(decision time, DT)可被用于学习甩尾方向和运动开始即刻的神经元动态活动性机制。研究人员使用标记有钙指示剂的转基因斑马鱼进行700×700×200 微米的容积全脑钙成像记录，对近5000个活跃神经元的活动性进行追踪，再通过同步热刺激时间点，并将这些活动神经元在大脑空间上的分布进行分析，研究人员发现这些活动神经元分布整个前脑、中脑和后脑前部 (图2)。

图2. 4000多个神经元在成功进行操控学习后的神经元活动性热度图

基于PCA的线性降维无法对大脑状态的动态活动性随任务变化的改变进行分析，因此，研究人员使用基于t-SNE的非线性降维方法来进行大脑状态的时程分析，发现存在6群神经元类群，不仅在神经元活动性网络上具有功能特征，还具有特定解剖学特征 (图3)。

图3. 应用t-SNE对全脑范围内神经元空间进行分析，发现6群功能特征显著的神经元类群具有与特定解剖学区域明显重叠的大脑解剖特征

基于这6群神经元类群的功能和解剖学特征，研究人员提出假说，认为目标导向行为下的决策行为取决于全脑不同区域信息的协调和整合，而这一假说尚未得到实验证据。研究人员对前运动的神经元活动性进行依赖任务的事件相关分析，发现同侧小脑的神经元活动性相关值和同侧小脑-缰核活动性的相关值均与任务正确程度高度相关。随后对预备活动性与运动反应的相关性进行混合主成分分析，研究人员发现，每个神经元类群均能编码运动相关不同信息，其中第四类群编码可参与感觉运动的转化，提示小脑对决策方向具有最强的预测信号 (图4)。

图4. 由小脑和ARTR组成的类群4具有最强的决策方向的预测信号

为检测哪类小脑的主要细胞类型(浦肯野细胞、颗粒细胞和eurydendroid细胞)的贡献，研究人员分别将钙指示剂表达在不同细胞类型启动子驱动的转基因斑马鱼，发现小脑颗粒细胞表现出最强的前运动活动性(图5A)，这与Cell和Nature杂志最近在哺乳动物上发现的结论是一致的【3-4】(均为斯坦福大学骆利群课题组报道)。

图5. A. 小脑颗粒细胞表现出最强的前运动活动性。B. 小脑及大脑其他区域在感觉信息整合、运动学习、运动决策及运动选择的新模型。

至此，本文通过斑马鱼幼鱼的全脑容积钙成像记录，不仅支持了小脑在运动控制上的传统观点，还提示了小脑在认知功能上的作用。研究人员认为，小脑预备活动性的存在提示了小脑内存在的内在参数可参与运动决策。同时，本文的发现还提供了全脑在感觉信息整合、运动学习、运动决策及运动选择方面的新模型 (图5B)。

值得一提的是，由于斑马鱼大脑缺少皮层结构，本文结论应适度延伸至哺乳动物的结论。另外，结合笔者于2011年在组会Journal Club上分享的一篇关于小脑和空间认知的Science文章【5】，有兴趣的读者可关注小鼠小脑结构对海马位置细胞编码空间信息的工作。同样，上述提到的骆利群课题组于2019年在Cell杂志【3】报道的小鼠新皮层L5层细胞投射至小脑的环路，也值得荐读（详见BioArt报道：Cell | 骆利群等利用双钙离子成像同步记录学习过程中不同脑区神经元的动态变化）。读者若小脑颗感兴趣粒细胞在运动学习中的可塑性，可延伸阅读Nature Reviews Neuroscience杂志在2012年发表的综述【6】。

参考文献

1. Gao, Z., et al. (2018). A cortico-cerebellar loop for motor planning. Nature 563, 113–116.

2. Li, N., et al. (2015). A motor cortex circuit for motor planning and movement. Nature 519, 51–56.

3. Wagner, M.J., et al. (2019). Shared Cortex-Cerebellum Dynamics in the Execution and Learning of a Motor Task. Cell 177, 669–682.

4. Wagner, M.J., et al. (2017). Cerebellar granule cells encode the expectation of reward. Nature 544, 96–100.

5. Rochefort, C., et al. (2011) Cerebellum shapes hippocampal spatial code. Science 334, 385-389.

6. Gao, Z., et al., (2012) Distributed synergistic plasticity and cerebellar learning. Nat Rev Neurosci. 13, 619-635.