🧠 神经科学

Sensory recurrence and convergent integration in the C. elegans connectome

这项研究表明，秀丽隐杆线虫（*C. elegans*）的连接组表现出显著高于随机网络的感官驱动递归性和降低的收敛性，这暗示了通过从感觉神经元到整合中间神经元的反馈梯度，为非前馈信号传递提供了结构基础。

原作者： Moutuou, E., Benali, H.

发布于 2026-11-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Moutuou, E., Benali, H.

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

微小圆线虫（Caenorhabditis elegans）的神经系统长期以来一直被用作理解大脑运作方式的模型。几十年来，科学家们已经精确掌握了这种蠕虫中每一个神经细胞是如何与其他所有神经细胞连接的，即一个被称为“连接组”（connectome）的完整布线图。长期以来，主流观点认为这种布线遵循一种简单的单向街道模式：表面的感觉神经元探测世界，将信息传递给被称为中间神经元的中间神经元，随后由中间神经元将信号传递给驱动运动的运动神经元。这看起来像是一个清晰、向前流动的过程。然而，最近利用光激活特定神经元的实验表明，信号并不总是沿着直线传播。事实上，感觉神经元经常会对来自大脑许多其他部分的信号做出反应，而不仅仅是那些它们“应该”监听的部分。这产生了一个谜题：如果布线图看起来像是一条单行道，为什么实际的交通行为却像是一个车辆不断转向的繁忙十字路口？

为了解决这个问题，研究人员 Elkaïoum M. Moutuou 和 Habib Benali 深入研究了这种蠕虫的布线图，他们不仅计算了细胞之间的直接连接，还追踪了信号在神经元之间跳跃并最终回到起点时所经过的路径。他们专注于蠕虫大脑中负责感知温度的一个特定部分，即被称为趋温性的电路。通过使用一种将网络视为流动路径系统的数学方法，他们计算了到达某个神经元的活动中有多少实际上源自该神经元本身。他们将这种真实的布线与数千个随机网络进行了比较，这些随机网络具有相同数量的连接，但其结构是经过打乱且不具备生物学结构的。其目标是观察蠕虫的大脑是否具有一种特殊的循环信号设计，或者这些回路仅仅是由于拥有大量连接而产生的随机副产品。

研究人员发现，与随机排列的导线相比，这种蠕虫的大脑充满了更多的回路。事实上，真实的网络中所包含的这类返回路径比随机模型多出约三倍。最令人惊讶的是这些回路所在的位置。在随机网络中，最活跃的回路发生在最繁忙、连接最紧密的枢纽处。但在蠕虫中，最剧烈的回路发生在链条的最前端，即首先接触外界的感觉神经元处。随着信号向大脑深处移动，向整合信息并控制运动的神经元移动，这种回路效应逐渐减弱。这创造了一个梯度：感觉外周是一个信号自我折返的地方，而更深层的处理中心则接收来自不同来源的输入而不进行反馈。

这一模式在五个不同版本的蠕虫布线图中均得到了验证，其中包括从头重建的两条完全不同的成年蠕虫图谱。研究人员还检查了这是否仅仅是因为神经元彼此之间具有双向连接。他们发现，即使去除了直接的双向链路，感觉神经元表现出的信号返回自身的倾向仍远高于随机预期。这些回路很短，通常仅涉及通过邻近神经元的一两个步骤返回，但它们专门集中在感觉层。与此同时，位于下游、起整合作用的神经元虽然接收来自各种来源的信号，但这些来源并不会向它们发送回传信号。这意味着感觉神经元独特地嵌入在一个反馈网络中，而整合器则是真正的汇聚点。

这项研究还探讨了这种结构性发现如何与蠕虫在实际生活并对刺激做出反应时的表现相匹配。先前的实验显示，感觉神经元经常对受到刺激做出反应，这表明它们是反馈回路的一部分。新的分析证实，物理布线支持这种行为，但也揭示了现有图谱所能提供的信息的局限性。虽然结构上显示出从感觉边缘向内移动的清晰回路梯度，但来自活体蠕虫的功能数据过于“嘈杂”，以至于无法在单个细胞中看到同样清晰的模式。研究人员认为，这种差异可能是因为活体实验仅观察非常快速的单次反应，而他们发现的结构性回路可能需要经过几个步骤才能闭合，并在稍长的时间跨度内影响大脑。

最终，这项工作重塑了我们对蠕虫大脑的认知。它不仅仅是一个将信息从外向内传输的简单管道。相反，大脑中第一批感知世界的神经元被困在一个密集的返回信号网中，在信号到达决策中心之前，这种感觉体验就已经在自身内部发生了折返。相比之下，大脑的深层部分聚集了来自许多不同地方的信息，而不进行多少回传，成为了多样化输入的真正“汇点”。这种感觉边缘富含递归、核心富含聚合的结构安排，为为什么信号在蠕虫大脑中并非直线流动提供了物理层面的解释。它表明，大脑处理世界的能力依赖于一种特定的架构：在这种架构下，感官在不断地与自身对话，而大脑的其他部分则在倾听整个世界。

技术摘要：秀丽隐杆线虫连接组中的感觉性递归与收敛整合

问题陈述
虽然秀丽隐杆线虫（C. elegans）神经系统的全局突触架构传统上被描述为前馈式（感觉 $\to$ 中间神经元 $\to$ 运动），但最近的全脑光遗传学制图显示，信号传播并不严格遵循这一方向。功能连接显示，感觉神经元接收的传入功能连接多于其发送的连接，且信号往往无法如结构模型预测的那样向前传播。一个尚未解决的关键问题是，突触网络本身是否包含显著的递归路径并返回至感觉外周；如果是这样，这种递归是如何相对于输入的收敛性进行分布的？简单的循环计数是不够的，因为高连接度的神经元即使在随机网络中也会自然积累更多的循环，从而掩盖了特定的结构基元。

方法论
作者分析了秀丽隐杆线程雌雄同体（280 个神经元，12,071 个接触）的合并体细胞连接组以及五个独立的重建版本（包括两个独立的成年个体）。他们采用用于有向网络的 Kubo–Martin–Schwinger (KMS) 框架来定义反馈系数 ( $f_b$ )。

度量指标： 该方法利用解析矩阵 $R_\beta = (I - e^{-\beta A})^{-1}$ ，其中 $A$ 是邻接矩阵， $\beta$ 是设置在略高于临界值 $\beta_c = \log r(A)$ 处的逆温度参数（具体为 $\beta_f = 1.05\beta_c$ ）。
定义： 神经元 $u$ 的反馈系数 $f_b$ 定义为到达 $u$ 的总行走质量中源自 $u$ 本身的份额。数学表达式为 $f_b = \frac{(R_\beta)_{uu} - 1}{\sum_w (R_\beta)_{uw} - 1}$ 。通过这种方式，它将闭合行走（递归）与总传入行走质量（收敛）进行归一化，从而区别于 Katz 中心性或简单的循环计数等标准中心性度量。
零模型： 为了确定统计显著性，作者生成了保持强度分布的零网络（通过置换目标以保持入/出强度）和保持互惠性的零网络。
补充度量： 研究还计算了整合能力 (IC) 和接受熵 ( $H_{rec}$ )，以量化收敛性（即贡献给一个神经元的输入来源的多样性）。
验证： 结果与“信号传播图谱”（Randi 等人）进行了对比，该图谱绘制了对光遗传学刺激的功能性响应。

主要贡献与结果

感觉神经元中的过度递归：
秀丽隐杆线虫的连接组表现出比强度匹配的随机网络高出约三倍的递归性。至关重要的是，这种过度的递归并不根据连接度进行分布。在随机网络中，递归集中在高度连接的神经元上；而在秀丽隐杆线虫的连接组中，过度的递归集中在感觉神经元和弱连接神经元中。感觉神经元的过度递归比零模型预期高出 4.4 倍，显著高于中间神经元（2.8 倍）或运动神经元（2.6 倍）。
递归-收敛梯度：
在趋温路径（从感觉神经元如 AFD/AWC/ASI 到整合中间神经元如 RIA）上存在明显的梯度。
- 递归： 在感觉外周最高，并向整合中间神经元方向递减。
- 收敛： 感觉神经元接收的来源显著少于预期（相对于零模型，其接受熵和整合能力较低），而中间神经元则接收来自许多多样化来源的输入。
- 相关性： 过度递归与输入来源的多样性之间存在强负相关；具有最高递归性的神经元，其非自身输入来自于最少的来源。
鲁棒性与特异性：
- 该模式在五种不同的连接组重建中均保持一致，包括两个独立重建的成年个体。
- 即使移除缝隙连接（仅保留化学突触）且在零模型中保留互惠接触，该梯度依然成立，这表明该现象依赖于超越简单互惠对的循环。
- 该模式取决于路径尺度：在接近临界值 $\beta_c$ 时（此时长路径贡献较大）最为显著，而在仅考虑短路径（1-2 步）时则消失。
与功能数据的比较：
当与功能性信号传播图谱对比时，感觉神经元表现出对传入响应的微弱偏好，这与结构发现一致。然而，功能图谱尚未能在单神经元水平上解析出结构递归梯度。功能性的入/出平衡与接触数量的相关性强于与结构过度递归的相关性，且功能互惠性与结构互惠性高度吻合。

意义与主张
本文声称识别了一种特定的结构基质，用以解释功能研究中观察到的非前馈式信号传输。研究结果表明，秀丽隐杆线虫的布线组织使得感觉外周相对于输入的收敛性而言，呈现出一种“向内折叠”的状态，从而创造了密集的局部递归。相比之下，整合中间神经元充当了汇集来自许多多样化来源信号的枢纽，而不会向这些来源产生显著的反馈。

作者得出结论，这种结构组织——即感觉神经元具有相对于其收敛性的高递归，而中间神经元具有相对于其高收敛性的低递归——为信号如何通过突触返回感觉外周提供了一个候选机制。作者指出，虽然结构数据支持对前馈流的偏离，但目前的功能图谱尚未能在单神经元规模上验证这一点，这可能是由于单神经元刺激时间较短，难以激活多步循环，或受突触外传递的影响。研究强调，通过 KMS 框架对递归进行针对收敛性的特定归一化，对于检测这种组织结构至关重要，因为标准的循环计数无法揭示这一现象。

技术摘要：秀丽隐杆线虫连接组中的感觉性递归与收敛整合

类似论文