特征选择性抑制机制通过皮质微环路实现预期抑制

《Scientific Reports》：Feature selective inhibitory mechanisms enable expectation suppression in cortical microcircuits

本文推荐：为揭示预期抑制(ES)的神经环路机制，研究人员构建了包含兴奋性锥体细胞(PCs)和三种抑制性中间神经元(PV、SOM、VIP)的计算模型。研究发现SOM神经元通过特征特异性树突抑制介导预期刺激下的选择性抑制，而VIP神经元通过抑制PV神经元实现去抑制，增强对意外刺激的反应。该研究阐明了抑制性神经元多样性、突触可塑性和特征选择性在预测性编码中的协同作用。

　　

当我们看到完全符合预期的画面时，大脑为何会降低其神经活动？这一被称为"预期抑制"（Expectation Suppression, ES）的现象，是预测编码理论的核心问题，但背后的神经环路机制一直不甚明确。传统观点认为，大脑如同一个高效的预测引擎，当外界输入与内部预测一致时，会减少神经资源的消耗，但这种"节能模式"是如何在复杂的神经网络中实现的，仍是未解之谜。

近日发表在《Scientific Reports》的一项研究，通过精巧的计算模型揭示了皮质微环路中特征选择性抑制机制如何实现预期抑制。研究人员构建了包含兴奋性锥体细胞（Pyramidal Cells, PCs）和三种主要抑制性中间神经元（包括表达小清蛋白的PV神经元、表达生长抑素的SOM神经元和表达血管活性肠肽的VIP神经元）的生物启发模型，首次系统阐明了不同类型抑制性神经元在预期抑制中的分工协作机制。

研究团队采用了几项关键技术方法：构建了四种群落的放电率模型，其中锥体细胞采用双室模型分离树突和胞体输入；为PCs、SOM和VIP神经元引入了高斯调谐的特征选择性；设计了交替预期期和意外期的训练范式；实施了经验依赖的抑制性突触可塑性规则，包括抑制性Hebbian可塑性和误差反传近似规则。

预期抑制的特征选择性表现

研究发现，当训练后出现预期刺激时，只有与预测特征匹配的锥体细胞表现出明显的放电率降低。例如，当特征"0"被预测且实际出现时，仅偏好特征"0"的PCs群体活动显著减弱，而其他特征偏好的PCs保持稳定。这种特征特异性抑制正是预期抑制的核心表现。

SOM神经元介导特征特异性抑制

在预期条件下，SOM神经元扮演了"精准抑制者"的角色。训练后，SOM神经元对偏好预期刺激的反应显著增强，且其到匹配PCs树突的突触权重特异性强化。这种特征选择性抑制通过树突抑制实现，有效减少了兴奋性输入向胞体的传递。

VIP神经元促进去抑制机制

与SOM神经元相反，VIP神经元在意外条件下发挥关键作用。训练后，VIP到PV神经元的突触连接显著增强，形成强大的去抑制通路。通过抑制PV神经元，VIP神经元间接解除了对PCs的抑制，从而增强了对意外刺激的反应。

中间神经元选择性对预期抑制至关重要

研究还发现，SOM和VIP神经元的特征选择性是实现精确预期抑制的关键。当去除这些神经元的特征选择性时，网络无法实现有效的特征特异性调制，预期抑制效果显著减弱。这表明抑制性神经元的特征调谐不是简单的表征属性，而是实现适应性感觉处理的功能性使能者。

PV神经元提供全局抑制

相比之下，PV神经元提供广泛、非选择性的抑制，作为网络稳定的基础。PV到PCs的抑制性输入在所有特征选择性群体中均匀分布，形成"毯式抑制"，为特征特异性调制提供了稳定平台。

研究结论表明，预期抑制的实现依赖于抑制性中间神经元的精细分工：SOM神经元通过特征特异性树突抑制介导预期刺激下的选择性抑制；VIP神经元通过去抑制机制增强对意外刺激的反应；而PV神经元提供全局抑制维持网络稳定。这种分工协作的抑制性架构，使皮质网络能够根据预测上下文灵活调节感觉处理策略。

该研究的创新之处在于将预测编码理论具体化为可实现的神经环路机制，明确了不同类型抑制性神经元在预测处理中的特异化角色。这不仅深化了对大脑高效编码策略的理解，也为研究神经精神疾病中预测处理异常提供了新的理论框架。未来，通过引入更高维特征空间和发育可塑性，这一模型有望进一步揭示选择性抑制在自然环境中是如何被塑造和优化的。