Increased activity without changes in coupling between somata and apical dendrites during visual mismatches

大脑并非一个仅仅记录呈现世界的被动摄像机。相反，它是一个主动的预测者，根据从过去所学到的一切，不断生成关于接下来会发生什么的猜测。当你伸手去拿咖啡杯时，你的大脑甚至在你动手之前，就已经预判了它的重量和位置。这种将传入的感觉数据与内部预期进行对比的能力，是关于大脑皮层（大脑的外层）如何运作的一个基本理论。科学家们长期以来一直怀疑，当现实无法匹配这些预测时，大脑会产生一种特定的信号来标记错误。然而，要证明这具体是如何发生的非常困难，因为大脑处理这些信号的方式非常复杂，通常涉及同一神经细胞的不同部分在同一时间协同工作。

为了理解这一过程，研究人员将目光集中在了锥体神经元上，这是一种常见的、形状像金字塔的脑细胞。这些细胞有一个被称为“胞体”（soma）的主体，充当指挥中心；还有一个被称为“顶树突”（apical dendrite）的长而分支的臂，向远处延伸以接收信息。一些理论认为，树突接收来自大脑其他部分的“自上而下”的预测，而胞体则接收来自感官的“自下而上”的数据。其核心观点是，细胞通过比较这两股信息流来检测不匹配。如果预测错误，细胞可能会以不同的方式放电，或者改变其各部分之间的通信方式。一个重大的问题是，这种比较是否发生在单个细胞内部，以及如果发生，细胞的身体及其长臂是否会在惊喜发生时以协调的方式做出反应。

一组研究人员决定利用小鼠实时观察这一过程。他们想看看能否捕捉到这些细胞在检测惊喜时的瞬间，特别是要观察这种惊喜是否会导致细胞的身体和长臂同时亮起或分别亮起。为此，他们使用了一台先进的显微镜，可以窥视处于清醒、运动状态的小鼠的大脑深处。他们专注于视觉皮层，即处理眼睛所见内容的部分。研究人员训练小鼠观看特定的图像序列，直到动物对这些序列习以为常，这本质上是在教小鼠如何进行预期。然后，研究人员引入了意想不到的变化，以观察大脑如何反应。

实验涉及两种截然不同的视觉刺激。首先，小鼠观看自然场景的短片，例如在土壤中蠕动的虫子或在户外奔跑的小鼠。这些片段在正向播放直到小鼠习惯为止，然后，研究人员出人意料地将视频的一部分进行了倒放。这种对时间与运动自然流向的破坏，制造了一种真实的惊喜。其次，小鼠被展示了一些简单的、人工形状的序列，称为 Gabor 片段，它们本质上是特定角度的模糊光条。这些片段按照可预测的模式变化，然后，其中一个片段突然旋转到了不同的角度。研究人员使用双平面显微镜，同时记录数千个神经元的胞体和远端树突顶端的活动。这使得他们能够观察在惊喜发生时，细胞的这两个部分是否同步做出反应。

对于自然电影片段，结果清晰且令人震惊。当视频突然倒放时，视觉皮层中的神经元比在完全倒放且无惊喜顺序播放时放电更加剧烈。这种活跃度的增加是一个信号，表明大脑检测到了预期与所见之间的不匹配。至关重要的是，这种反应同时发生在细胞体和顶树突中。这两个部分都显示出了活跃度的增加，但研究人员发现，在惊喜发生期间，它们之间的关系或“耦合”并没有发生变化。这种模式在视觉皮层的不同层级以及大脑的不同区域都是一致的。研究人员还发现，当小鼠第一次遇到倒放现象时，这种反应最为强烈，并随着小鼠在几天内反复接触这种惊喜，反应逐渐减弱，这表明大脑正在学习将这种新模式纳入其预期之中。

然而，当研究人员转向人工 Gabor 片段时，情况却完全改变了。尽管实验设计得非常仔细，但当简单形状的角度发生意外变化时，小鼠并未表现出与自然片段相同的明显惊喜迹象。与对照序列相比，神经元在面对不匹配的角度时并没有表现出显著的放电增加。研究人员排除了几种替代解释，例如细胞仅仅是因为重复观看而疲劳，或是对新形状产生反应。数据表明，视觉系统对自然场景中复杂、连续的流动高度敏感，但并不以同样的方式对待简单的、人工的模式。大脑似乎拥有基于自然界统计规律的预期，当这些预期被抽象的人造模式违反时，它很难产生同种类型的误差信号。

或许最显著的发现涉及神经元不同部分之间如何进行通信。许多理论预测，当不匹配发生时，细胞体与树突之间的连接会发生变化，例如变得更强或更弱，以促进误差信号的传递。研究人员通过测量树突活动与胞体活动之间的耦合紧密度来寻找证据。他们发现，在惊喜发生期间，这种耦合并没有证据表明发生了变化。在面对不匹配或正常序列时，这两个部分之间的连接程度保持不变，这意味着大脑并不依赖于这种两个部分之间通信方式的突然转变来发出误差信号。相反，当检测到偏离自然世界的情况时，整个细胞只是以一种统一的方式变得更加活跃。

这些发现为我们如何处理视觉世界提供了新的视角。它们证实了视觉皮层对自然模式的偏差非常敏感，并在现实流向被中断时产生强有力的信号。然而，它们也表明这种敏感性并非对所有惊喜的普遍反应，而是针对大脑进化过程中所处理的复杂、动态输入而存在的。此外，这项研究挑战了这样一个观点，即大脑的误差检测机制依赖于单个神经元各部分之间关系的剧烈重构。大脑似乎使用的是一种更具分布式且稳定的通信方式，在这种方式下，整个细胞仅仅是通过“苏醒”来标记自然界中发生了什么错误。这项工作有助于阐明预测背后的生物学机制，表明我们的脑不仅能精准捕捉自然的节奏，但在应对僵化的、人工设计的模式时，其敏感度可能相对较低。