🤖 machine learning

Machine Learning Methods for Studying Latent Neural Activity Dynamics

本文对用于解码潜在神经活动动力学的机器学习方法进行了全面的综述，将该领域划分为单区域动力学、多区域通信以及行为对齐建模，同时讨论了近期的基础模型、基准测试及开放性挑战。

原作者： Shufeng Kong, Fumei Deng, Xinyi Dong, Caihua Liu, Weiwei Chen, Yingheng Wang, Daniel Cao, Azahara Oliva, Antonio Fernandez-Ruiz, Carla Gomes

发布于 2026-06-10

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Shufeng Kong, Fumei Deng, Xinyi Dong, Caihua Liu, Weiwei Chen, Yingheng Wang, Daniel Cao, Azahara Oliva, Antonio Fernandez-Ruiz, Carla Gomes

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你的大脑是一个繁忙且规模宏大的城市，数以百万计的公民（神经元）每秒钟都在彼此交谈。长期以来，科学家们试图一次只倾听一个公民的声音。但得益于新的记录工具，我们现在可以同时听到整座城市的喧嚣。问题在于？噪音太大了。这就像试图通过单独聆听每种乐器来理解一场交响乐；你会错过其中的旋律。

这篇论文是一本关于新型“翻译官”（机器学习）的指南，它能帮助我们在噪音中寻找隐藏的旋律——即潜在动力学（latent dynamics）。作者将这些翻译官归纳为三个主要街区，以及一个全新的、充满未来感的区域。

以下是简明易懂的解析：

1. 三个主要街区

论文根据这些方法试图解决的问题，将当前的所有方法分为三类：

A 街区：独奏者（单区域潜在动力学）

目标： 理解大脑的一个特定区域（如运动皮层）是如何独立思考和运动的。
类比： 想象你在试图理解一个单一鼓圈的节奏。
运作方式：
- 老派做法： 早期的模型类似于通过平滑处理抖动的视频来让动作看起来更稳定（线性模型）。
- 新派做法： 更新的方法使用“循环神经网络”（RNNs）和“神经常微分方程”（Neural ODEs）。把它们想象成先进的时光相机。它们不仅观察当下的鼓点，还会观察前一瞬间的节拍，以此来预测下一个节拍，从而揭示隐藏的模式，比如“吸引子”（attractors，即节奏不断被吸引向的磁性点）。

B 街区：传声筒游戏（多区域通信）

目标： 弄清楚不同的大脑区域是如何相互交流的。
类比： 想象两个城市通过跑腿传信。有时跑腿很快，有时很慢，有时还会绕路。我们想知道：传递的是什么信息，以及信息需要多久才能到达？
运作方式：
- 这些模型将“局部闲聊”（一个城市内部发生的事情）与“国际新闻”（发送到另一个城市的信息）区分开来。
- 它们考虑了延迟（delays）。就像跑腿从 A 城到 B 城需要时间一样，大脑信号的传输也需要时间。有些模型甚至使用了“切换”逻辑，意识到连接有时是开启的，有时是关闭的，这取决于动物正在做什么（例如是否在注意力集中）。

C 街区：动作英雄（行为对齐建模）

目标： 将大脑的“思考”与“行动”分离。
类比： 想象一部间谍电影。间谍有一个隐藏的动机（内部状态）和一个可见的行为（举枪）。我们要弄清楚：间谍移动枪支是因为恐惧，还是仅仅因为他们在执行剧本？
运作方式：
- 这些模型使用“解耦”（disentanglement）。它们试图将大脑活动拆分为两堆：一堆解释动物的运动（行为），另一堆解释其他一切（内部想法、噪音或随机抖动）。
- 它们使用“对比学习”（contrastive learning），这就像是一场“找不同”的游戏。模型学习将导致相同动作的大脑状态归为一类，并将导致不同动作的状态推开。

2. 新的前沿： “神经基础”区

论文提到了第四个新兴领域，叫做神经基础模型（Neuro-Foundation Models）。

类比： 想象一下像你现在正在对话的这类大型语言模型（LLM），它们通过阅读整个互联网学会了说英语。这些新的大脑模型正试图学习一种“通用神经语法”。
运作方式： 这些模型不再仅仅针对某一只小鼠或某一个人进行训练，而是通过海量数据集进行预训练。它们将神经脉冲（神经信号）视为句子中的单词。其目标是创建一个能够理解“新”动物大脑的模型，而无需从头开始重新训练，就像语言模型可以理解它从未见过的某种方言一样。

3. 工具与地图

论文还回顾了用于测试这些想法的“地图”（基准测试）和“数据”（数据集）：

基准测试（Benchmarks）： 就像标准化的驾驶考试一样，科学家使用特定的数据集（如“神经潜在变量基准测试”）来观察哪个模型是最好的司机。
数据集（Datasets）： 他们使用庞大的数据集合，例如“国际大脑实验室”（International Brain Laboratory），该实验室记录了超过 139 只小鼠的 60 多万个神经元。这就是这些新模型正在学习的“互联网”。

4. 还有哪些地方出了问题？（开放性挑战）

尽管拥有这些惊人的工具，作者指出我们仍有三个尚未解决的大问题：

“为什么” vs “是什么”： 我们擅长描述大脑在“做什么”，但很难证明它“为什么”这么做。我们无法轻易判断一个模式是真实的因果关系，还是仅仅是巧合。
“通用翻译官”问题： 每只动物的大脑都有细微差别。很难做出一个无需额外调整就能完美适用于新动物的模型。
速度： 一些模型过于沉重和复杂，以至于无法运行得足够快，无法用于实时脑机接口（例如实时控制机械臂）。

总结

简而言之，这篇论文是新脑科学时代的导游手册。我们正在从倾听单个神经元转向理解整个大脑的隐藏编舞。我们拥有了绘制大脑区域如何交流、如何分离思想与行动的工具，并且我们才刚刚开始构建能够阅读任何动物思维的“通用翻译官”。但要真正理解大脑舞蹈背后的“为什么”，我们还有很长的路要走。

技术摘要：用于研究潜在神经活动动力学的方法论机器学习方法

问题陈述

大规模神经记录工具的快速发展，使得在行为动物身上同时观测多个脑区数百至数千个神经元的活动成为可能。这种数据激增已将神经科学的研究重心从分析单神经元响应转向理解大规模神经种群的集体动力学。核心挑战在于，这些高维神经动力学被认为是由在低维流形上演化的显著减少的一组“潜在变量”所驱动的。

目前的局限性包括：需要逆向工程控制生物信息处理的潜在动力学规则、将任务相关的神经活动与内部状态区分开来，以及对具有突触延迟的分布式跨脑区交互进行建模。虽然现有的综述侧重于特定的架构或生物学问题，但目前缺乏一个统一的视角，能够在一个共同的生成框架内整合单区域动力学、多区域通信以及行为对齐建模。

方法论与分类学

本文对潜在变量模型（LVMs）进行了全面的综述和分类，将现有文献归纳为三个互补的支柱。作者将神经种群分析构建为一个由以下公式定义的生成过程：
$x_t = f(x_{t-1}, u_t, \epsilon_t)$
$y_t \sim P(g(x_t, s_t))$
其中 $x_t$ 是潜在状态， $u_t$ 是外部输入， $y_t$ 是观测值（脉冲序列或钙信号）。

1. 单区域潜在动力学

该领域关注单个脑区内的内在时间演化，从静态平滑转向动力学建模。

概率与线性状态空间模型： 早期方法包括用于时间平滑的高斯过程因子分析（GPFA）和带有泊松发射模型的线性动力系统（LDS）。近期的变体通过强制执行生物学约束（如 Dale 定律 CTDS），或通过变分框架处理非高斯噪声（vLGP）。
深度序列生成模型： 循环神经网络（RNNs）被用于类似 LFADS 的变分自编码器中，以推断生成器动力学。增强型模型包括 AutoLFADS（自优化架构）、DASC（梯度稳定性）以及随机低秩 RNN（可解释性）。基于 Transformer 的模型（如 NDT）通过自注意力机制和掩码建模取代了显式的循环结构，以捕捉复杂的相互依赖关系。
连续与切换动力学： 神经常微分方程（ODEs）和随机微分方程（SDEs）（如 PLNDE, FINDR）对连续时间演化和潜在流场进行建模。切换线性动力系统（SLDS），如 rSLDS，通过在不同线性模式之间动态切换，来近似全局非线性景观。

2. 多区域通信

该领域探讨信息如何在分布式的脑区之间路由和传输，并考虑了突触传播延迟和双向反馈环路。

概率生成模型： 如 DLAG 和 mDLAG 等方法扩展了状态空间模型，引入了显式参数化区域间传输延迟 ( $\tau$ ) 的多输出核。切换状态空间模型（如 MR-SDS）使用离散状态根据内部认知状态来门控信息流。
深度表示学习： 诸如 MR-LFADS 等架构采用发送者-接收者（Sender-Receiver）结构来推断有向非线性影响。GLM-Transformer 等模型将广义线性模型（GLM）的可解释性与自注意力机制相结合；其他模型（如 MARBLE）则专注于神经流形相对于局部记录基底的几何不变性。
子空间识别： 诸如典型相关分析（CCA）和降秩回归（RRR）等技术用于识别低秩通信子空间。多视图对齐方法（如 CREIMBO）将活动分解为特定会话的因子和共享的潜在子电路库。

3. 行为对齐建模

该领域旨在利用监督学习或对比学习，将与任务表现相关的神经活动从其他内部状态中分离出来。

解耦动力学建模： PSID 和 IPSID 等方法重新定义了状态空间目标，通过最大化过去神经活动与未来行为之间的互信息，从而隔离出与行为对齐的子空间。非线性方法（DPAD, BRAID）通过前向预测目标来划分行为对齐维度与无关维度，从而解析因果结构。
表示对齐： 对比学习框架（如 CEBRA）通过将具有相同行为标签的神经时间点拉近，来塑造潜在空间。几何度量（如 GLUE）用于量化流形的容量。领域自适应技术（如 SABLE）确保了对分布偏移和记录伪影的鲁棒性。
生成式与基础模型： 新兴的神经基础模型（如 POYO, NEDS, POSSM）将神经脉冲视为 Token，以学习通用的神经语法。这些模型利用大规模预训练来实现跨受试者的泛化和零样本解码，其架构涵盖了从 Transformer 到混合循环状态空间模型的多种类型。

核心贡献

统一分类学： 本文将碎片化的领域组织成一个结构化的分类体系，涵盖了单区域动力学、多区域通信和行为对齐建模，弥合了从静态平滑到复杂动力学系统的鸿沟。
生成框架： 提供了一个通用的生成式公式，用于系统地比较不同模型如何推断潜在状态。
识别新兴范式： 本综述识别出“神经基础模型”这一第四种新兴范式，强调了向大规模预训练和通用神经表示（类似于大语言模型 LLMs）的转变。
基准测试与资源： 本文整理了标准化的基准测试（如 Neural Latents Benchmark）和大规模公共数据集（如 International Brain Laboratory, Allen Brain Observatory），这些对于评估此类模型至关重要。

结果与评估

作为一篇综述论文，作者并未呈现新的实验结果，而是综合了文献中报道的现有方法的性能与能力：

动力学： 与线性状态空间模型相比，深度序列模型（LFADS, Transformers）在恢复自主神经动力学和推断潜在流场方面展现出了卓越的能力。
通信： 子空间方法和深度学习方法已成功识别出有向的功能连接和通信子空间，即使在存在传输延迟的情况下也是如此。
行为对齐： 对比学习和解耦方法已被证明在隔离行为相关潜在因子方面非常有效，能够实现不同受试者和会话间的神经流形对齐。
基础模型： 早期的神经基础模型在零样本解码和跨受试者泛化方面显示出了潜力，解决了单个实验中的数据稀缺问题。

重要性与开放挑战

本文指出，该领域正处于一个关键节点，即通过这些先进的 LVMs，将可解释的脑动力学与可靠的神经解码联系起来是可能的。然而，仍存在若干挑战：

可识别性： 确保学习到的参数对应于真实的生物机制而非数据伪影仍然困难，特别是对于容易产生旋转歧义的深度模型。
因果性： 目前的方法主要还是观测性的。该领域需要向因果表示学习迈进，例如利用“数字孪生”（Digital Twins）在进行物理实验前测试反事实假设。
泛化性： 缺乏标准化的“通用神经语法”阻碍了零样本迁移。解决方案可能在于将神经动力学视为相对流形而非绝对放电率。
效率： Transformer 和概率模型的计算成本为实时脑机接口带来了障碍，因此需要将其知识蒸馏到轻量化网络中。

作者总结道，解决因果性、可解释性和几何学方面的这些挑战，对于成功逆向工程生物智能的算法至关重要。