编辑推荐：
在大脑运动控制领域，为探究运动区域是否存在类似海马体的手部位置编码机制，中科院自动化所等研究团队对恒河猴背侧前运动皮层（PMd）进行研究。发现 PMd 神经元存在手部位置调谐，且与其他信息形成混合选择框架，这为理解大脑空间表征机制提供新视角。
在奇妙的大脑世界里，身体的各种运动都受到精细的调控。当我们伸手去拿一个东西时，大脑是如何精准地控制手部的位置和动作的呢？对于全身的空间导航，我们知道海马体（hippocampus）及其周围区域的神经元发挥着重要作用，它们通过位置细胞（place cells）和网格细胞（grid cells）来编码身体的位置信息，构建出认知地图，帮助动物顺利导航。但在手部运动方面，虽然我们知道运动相关区域的神经元可以表征手部运动方向、速度等参数，也知道运动区域的神经活动会受到伸手空间位置的调制，可运动区域是否存在类似海马体中位置细胞或网格细胞那样的手部位置场样（field-like）表征，一直是个未解之谜。解开这个谜团，将有助于我们了解大脑是否采用统一的框架来指导不同尺度的目标导向运动。
为了回答这些关键问题，中国科学院自动化所的研究人员展开了深入研究。他们以 4 只雄性恒河猴为研究对象，在其左侧背侧前运动皮层（PMd）植入犹他阵列电极（Utah Array） ，让猴子进行自然抓取任务（naturalistic reach-and-grasp task），同时记录猴子手部位置和 PMd 神经元的放电活动。研究最终发现，PMd 中 22% 的神经元对特定手部位置有调谐反应，形成位置场（position fields），这些细胞能高效表征手部位置；而且手部位置与运动方向、速度、奖励位置等信息在 PMd 神经元中共同表征，形成混合选择框架（mixed-selective framework）。这一成果发表在《Nature Communications》上，为理解大脑在目标导向运动中的空间表征机制提供了重要依据。
研究人员主要采用了以下关键技术方法：首先，通过多摄像头从不同角度记录猴子右手运动，利用无标记跟踪软件 DeepLabCut 和 3D 重建工具 box pose3d 获取手部 3D 位置信息；其次，运用神经记录系统记录神经元原始宽带信号，并通过自动 spike - sorting 软件进行单元提取和手动验证；最后，采用线性卡尔曼滤波器（linear Kalman filter）进行轨迹解码分析，评估不同神经元群体对预测手部轨迹的能力 。
行为任务和神经元记录
研究人员在 4 只恒河猴的左侧 PMd 植入电极阵列，猴子在执行自然抓取任务时，用右手抓取实验者手持魔杖上的水果块。在这个过程中，实验者会随机移动魔杖位置，有的时候保持静止，有的时候在猴子抓取时变换位置。研究人员通过 4 个摄像头记录猴子右手位置，共收集了 839 个假定单单元（putative single units，SUs），这些数据来自 18 天的行为实验，每次实验平均持续 26.3 分钟，包含约 100 次抓取食物的尝试。
识别 PMd 中的手部位置调谐
研究人员观察发现，神经元的放电并非随机，当手部处于特定区域时，神经元倾向于放电。为了量化这种空间特异性，他们计算了每个神经元的空间信息（SI）。通过筛选，确定了 601 个稳定记录的神经元，其中 132 个（22.0%）被识别为手部位置调谐细胞，这一比例显著高于随机水平。这表明相当一部分 PMd 神经元在放电活动中表现出显著的手部位置特异性。
空间调谐曲线分析
研究人员通过识别空间放电率图中的热点区域作为位置场，用二维高斯函数对位置场内细胞的放电率进行拟合。结果发现，83% 的手部位置调谐细胞的放电活动可以用高斯函数很好地描述，而用线性函数拟合时，只有 50% 的细胞符合，且高斯函数的决定系数显著高于线性函数。这说明手部位置在 PMd 中确实是以场样调谐的方式被表征的。此外，研究人员还发现很少有类似网格细胞的存在。
PMd 中的混合选择性
在手部抓取运动中，除了手部位置，其他任务变量也会影响神经活动。研究人员计算了平均向量长度、速度调制深度和食物位置 SI，来探究 PMd 神经元对手部运动方向、速度和食物位置的选择性。结果发现，PMd 神经元对多种任务相关变量表现出混合选择性。他们还通过重建分析，筛选出 50 个主要手部位置调谐细胞（primary hand position-tuned cells），这些细胞的位置调谐不能被其他已知调谐特性完全解释。
主要手部位置调谐细胞的特征
研究人员进一步评估了主要手部位置调谐细胞空间放电率图的其他特性，如空间相干性、空间稀疏性、位置场面积和形状等。他们发现，这些细胞的位置场平均面积为 98.7±85.3 cm2 ，形状多为细长形，且在可到达空间中广泛分布。用这些细胞解码手部运动轨迹时，虽然解码性能略低于使用全部细胞或稳定细胞，但仅占记录神经元 10% 的主要手部位置调谐细胞，却达到了使用全部细胞解码性能的 84% 和使用稳定细胞解码性能的 82%，这表明它们能高效表征空间信息。
在讨论部分，研究人员指出，他们的研究揭示了手部和目标位置的场样调谐，为理解微刺激诱导手部运动的机制提供了依据。PMd 中手部位置调谐的发现，也为实现坐标转换提供了计算方式。不过，研究采用的简化自然抓取任务没有明确的准备或规划期，未来还需要进一步研究这些手部位置调谐细胞在更广泛运动认知过程中的作用，比如在运动准备、决策信号和运动学习等方面的贡献。同时，眼动可能是一个潜在的混杂因素，未来实验可通过引入注视固定协议或同步眼动追踪来进一步明确其影响。总的来说，这项研究为大脑如何编码手部位置信息提供了新的见解，对深入理解大脑运动控制机制具有重要意义，也为后续相关研究指明了方向。
