Joyce et al., J. Neurosci
此前，关于抑郁症的研究发现了布罗德曼25区（Brodmann Area 25）和背外侧前额叶（dorsolateral prefrontal cortex，DLPFC）以及布罗德曼10区的神奇联系：“弱势”的DLPFC和10区将带来“强势”25区，而25区的过分活跃和抑郁症有着紧密的联系。不过，“感性”的25区同与认知控制有关的10区以及DLPFC的连接并不丰富。谁会是二者的中间人呢？
近日，一项研究对恒河猴（rhesus monkey）的32区进行了顺行性和逆行性的病毒示踪（anterograde and retrograde tracing）。前者回溯到了DLPFC和10区，集中在二者的浅层（superficial layer）；后者则能显示32区对25区的输入：浅层的输入集中在兴奋性细胞上，也有对抑制性的CB和CR神经元的输入，或许可以用前二者加强相应的输入，而用后者的去抑制（disinhibition）调控特定的输入。深层相较浅层，抑制性的PV细胞得到的输入更多一些，而25区的深层部分对于反馈与其他调控机制的关系十分密切，因此32区的输入或将减少25区的活动，让认知占主导。
研究人员根据解剖观察提出的A32工作模型
-Joyce et al., J. Neurosci -
另外，该研究还刻画了具体的连接强度，关注扣结（bouton）的大小、线粒体的数量和突触表面积等解剖特征，认为32区的输入同其他区域的输入相比更为强大，且遍布25区的所有部分。最后，出于对氯胺酮（ketamine）抗抑郁效果的关注，研究者们还注意到了25区的NMDA受体分布情况，发现所有的抑制类神经元上都有NMDA受体，其中CR的数量最多，而CR的脱抑制作用或许可以解释氯胺酮超快速起效的原理。
doi: 10.1523/JNEUROSCI.0860-20.2020
“眼睛是心灵的窗户”，这句话对视觉只有人类的百分之一的小鼠来说一点都不管用。小鼠能在漫长的进化史上存活下来，很大程度上依赖它的胡子。如同我们的手指能感知不同的形状、材质，小鼠的胡子（科学名称是晶须，whisker）就是它们打开世界的钥匙。
小鼠的胡子如何感知外界呢？为了找到答案，一群来自南加州大学的研究者想出了一个很调皮的点子。它们把小鼠的胡子剃到只剩下一根，然后用棍子从左右不同的方向去拨这最后一根胡子，让小鼠学会判断棍子拨来的方向。训练没多久，小鼠的成就令人刮目相看了：只需要训练小鼠区分左右两种方向（45°和135°），在接下来的测试中它就能辨别出相差15°的7种方向。
别看用棍子拨胡子是一个简单的动作，它其实包含了很多不同的参数作用，研究者归纳出了12种参数，包括六种与胡子动力学有关的参数，还有六种与胡子力量产生有关的参数。为了知道这12种参数是否足够给小鼠信息判断棍子的方向，研究者构建了多项式分布的广义线性模型（multinomial generalized linear models，GLM） ，在模型中使用12种参数来预测7种不同的棍子方向，结果发现，这12种参数足以区分15°的细微差别。其中，棍子触碰胡须时的滑动距离（slide distance）和垂直弯曲程度（vertical bending）在12个参数中对小鼠影响最大。
接着，通过对初级躯体感觉皮层（primary somatosensory cortex，S1）的钙信号成像分析，他们发现大部分活跃的神经元都与触碰行为有关，只有少部分与拂掸、舔、声音、和奖励行为有关。有趣的是，这些与触碰行为有关的神经元的放电情况很大程度依赖于棍子角度的变化，比如有的神经元在棍子45°时钙信号强度最高，而在其他角度时比较沉默。
那么，每个对角度有选择性的神经元是各自响应拨胡子过程中的一个参数，还是多个参数共同决定每个神经元的角度倾向性呢？通过比较GLM模型和实际采集的钙信号响应，研究者发现，超过90%的神经元会受到超过一种参数的影响，也就是说，更有可能是多种参数共同决定了S1神经元的角度选择性，而不是参数和角度的简单一一对应。
最后，研究者发现，在把小鼠从新手训练成专家的过程中，S1神经元的放电情况是不断变化的。事实上，整个过程只有39.1%的神经元在从新手变专家的过程中持续活跃，而这些持续活跃的神经元都参与了编码与触碰有关的参数。更有趣的是，尽管神经元的活性更新换代很快，持续活跃的神经元中对角度有选择性的神经元比例一直保持稳定，而且它们各自所选择的角度在训练中变化也很小——很少超过15°，这样就最大程度地保证了角度选择的精确性。
这样看来，老鼠的胡子不仅可以摸，还能让它产生很丰富的感觉呢！
doi: 10.1016/j.neuron.2020.09.012
我们的智慧从哪来：
蜜蜂和人类的视觉学习方式一样吗？
Avarguès-Weber et al., PNAS
作为已知的动物界中最“聪明”的动物，人类拥有复杂的认知系统。许多人可能意识不到，当我们看世界的时候，大脑会自动进行视觉统计学习（visual statistical learning），从大量视觉信息中提取规律。实验证据表明，这应当是一个与生俱来的本领。人类会在图像刺激中偏爱出现频率更高的“熟悉”物体，找到两个刺激物之间的关系，并通过条件（conditions）对刺激物进行预测（expectation）。
当然，发达的视觉系统并非人类独享，许多动物也有，其行为也颇为复杂，比如能够根据地标找路（许多人类还总是找不到路呢）。蜜蜂（honey bee，Apis mellifera）就是一个典型。我们都知道蜜蜂可以飞到离蜂巢很远的地方采蜜，还能够通过“跳舞”（飞出不同的图案）进行信息交流；此前的研究也表明，蜜蜂能够根据感知规律（perceptual regularities）和抽象关系（abstract relations，比如上下）进行分类（categorization）。这些都说明，蜜蜂的视觉系统比较高级，对视觉信息的处理能力也较强，那么它们会和人类一样进行自动视觉统计学系吗？它们提取到的统计信息与人类相同吗？它们采取的学习方式会和人类一样，是可能性学习（probabilistic learning）吗？
为了探究这些问题的答案，研究人员对经典的视觉统计学习范式进行了改编，尽可能地将人类和蜜蜂被试的视觉统计学习行为进行了直接比对。由于蜜蜂的加入，以往的无监督（unsupervised）范式必须更改为有监督（supervised）范式。实验人员因此进行了第一个实验，探究这一改变对人类视觉统计学习的影响。
142名人类被试被随机分配到“主动组（active）”或“被动组（被动组）”。每一个小实验（trial）中，他们会看到如图1A所示的两个场景（scene），每个场景中有不同图案，图案会变化，但并非全无规律可循：有一些图案出现的频率较高（single test），有一些图案常常一起出现（joint test），有一些图案能预示这另一些图案的出现（conditioned test）。主动组的被试接到指示，说两个场景中一个是“目标（target）”，一个是“干扰（distractor）”，要求他们选出“目标”。虽然没有给出进一步的解释，实验过程中被试会收到反馈，说明每次选择的对错。他们很快学会了准确寻找“目标”（图1B）。与之相对，被动组的被试仅需要在每个实验中盯着场景看6秒钟就可以。完成这一步后，所有被试都会进行一个测试，在许多图案中选出他们认为熟悉的那些。
实验一的结果表明，两组被试都可以准确选出出现频率/概率/预期较高的图案，说明他们进行了自动视觉统计学习。值得注意的是，当被要求估计每个图案出现的频率时，被试普遍认为它们出现的次数差不多——也就是说，人们没有意识到刺激物隐藏着统计学关系，进一步支持了自动视觉统计学习的存在（图1C）。
-Avarguès-Weber et al., PNAS -
由此，研究人员能够放心地使用有监督学习（即“主动组”）的结果与蜜蜂进行对比。
在第二和第三个实验中，研究人员为蜜蜂设计了类似的实验流程，在刺激物的设置上有一定区别，“目标/干扰”测试中的反馈也变成了蔗糖/奎宁。在实验二中（图2左），研究人员首先确认了蜜蜂能够进行简单的视觉统计学习，并最终在实验三中（图2右）直接比较了人类和蜜蜂的视觉学习行为。其中，第四个测试（图2右A Test 4）是关键测试，它直接对应了人类版本中的条件实验，即某些图案会预示着另一些图案的出现。实验结果表明，尽管蜜蜂能够提取出频率和概率信息，它们无法通过条件来预测图案的出现。同时，学习过程的长短和刺激物的复杂程度（图案差别大小）也会显著影响蜜蜂的表现（图2右C）。
研究人员由此得出初步结论，蜜蜂会进行视觉统计学习，且能够提取图案的频率、空间位置等信息。但与人类不同，蜜蜂无法自动通过条件概率（conditional probability）学习两个元素之间的预测关系（predictability）。
-Avarguès-Weber et al., PNAS -
为了进一步证实这一结论，研究人员通过计算机建模比较了人类和蜜蜂的视觉学习方式。他们发现，人类的学习方式可以被概括为“基于概率的学习（probabilistic based learning）”，而蜜蜂则更偏向“基于计数的学习（counting-based learning）”。这与前述的结果相符，再为结论提供了支持。
研究人员指出，这项实验仅仅针对视觉统计学习这一自动自发、不受主观意识控制的现象，并不代表蜜蜂就真的缺乏学习条件概率的能力。与此同时，由于动物实验的特殊性，实验设计并不能做到无监督（无反馈），因此不能完全排除增强（reinforcement）对结果的影响。无论如何，研究人员的结论依然是：人类的视觉统计学习方式与蜜蜂不同，主要在于人类能够自动学习概率并因之作出预测；而这一特性或许便是人类“智慧”——高级认知能力——的来源之一。
doi: 10.1073/pnas.1919387117
伴随着莱特兄弟的第一架飞机“飞人号”的诞生，我们惊叹世界上居然可以有在天上行走的交通工具，真是闻所未闻。我们常常被新奇的事物抓住眼球，你是否又痴痴地细数着今年苹果发布会上有哪些革命性的创新，是否会沉迷于一个新发现的研究领域，久久不能自拔？当大脑释放新奇信号告诉我们：“这个东西可没见过！” 我们就会打起十二分精神去了解并记住它，正所谓活到老，学到老。
然而我们是如何鉴别事物的新颖性？不同类别的新奇信号又是如何精细地分门别类地处理并储存在我们的大脑中呢？既然下丘脑是各类动物调节自身稳态和本能行为的关键区域，又与海马体之间紧密联系，那么，也许它得为鉴别新颖性并影响更高级的认知处理负责。
近日，来自日本RIKEN脑科学中心的科学家们确认了下丘脑中的乳头上核区域（supramammillary nucleus，SuM）是新颖信号处理中心，它不仅可以广泛地应答各路新奇刺激，还能对不同种类的刺激分别选择不同的信息处理路径。研究者们首先通过对小鼠在不同环境中的下丘脑神经元的活动进行分析，他们发现SuM能同时对背景新颖和社会新颖刺激产生强烈的反应，然而产生应答的神经元会随着时间流逝而减少，说明它们对新颖刺激逐渐适应。经过进一步组织透明化处理，研究者们发现SuM神经元可以广泛地投射到海马体的DG和CA2区域，并且这种投射关系相对独立，说明SuM-DG和SuM-CA2这两条通路大体上是互不干涉的。并且，他们通过逆行病毒标记应对不同刺激的海马体区域，发现SuM-DG在新颖背景中激活，然而SuM-CA2则对社会新颖刺激产生反应，如果抑制相应的环路，小鼠则表现出针对这类新颖刺激的认知障碍。
通过这一研究，科学家们认为SuM能整合内部状态和认知输入，通过提取背景和社会刺激中的有效信息，进而传递给海马体参与记忆的编码。所以，现在你的下丘脑在告诉你这是一个非常有趣并值得深入了解的新研究吗？
doi: 10.1038/s41586-020-2771-1
小胶质细胞（Microglia），大家应该不陌生，是大脑中的原住民，属于巨噬细胞家族。它以清除死亡神经元、修剪无用突触打出名号，然而越来越多的新发现将它推上神坛-调节突触可塑性，影响学习记忆及认知。近日，来自纽约西奈山伊坎医学院的研究者们发现了小胶质细胞又一新身份——作为神经元活性调节器，它可以通过感知三磷酸腺苷（adenosine triphosphate, ATP）抑制神经元活性，成为重要的负反馈调节家族一员。
-Badimon et al., Nature -
研究者们发现，一旦激活前脑的CamKII+兴奋性神经元，小胶质细胞的整体基因表达发生变化，所以神经元活性可以改变小胶质细胞的突起延展及运动从而影响神经元-小胶质细胞之间的互动。然而，如果全脑消融小胶质细胞，虽对小鼠的基线行为没有改变，但一旦遇到神经刺激，小鼠则出现过度反应，例如癫痫，而且这种现象的产生源于神经元活动同步性、神经元放电频率增强。同时研究者们注意到，小胶质细胞对神经元活性的调节是有高度区域特殊性并依赖于小胶质细胞的数量。他们发现小胶质细胞可以通过P2RY12嘌呤受体检测神经元突触释放的ATP，从而被激活的突触招募至附近，随后小胶质细胞将ATP转化为腺苷（ADO）从而抑制神经元的活性，调节动物的行为。所以小胶质细胞可以保护大脑免受过度激活，对动物们的健康生活提供强有力的保障。
doi: 10.1038/s41586-020-2777-8
俗话说，“龙生龙，凤生凤，老鼠生来会打洞”，但我们也知道，“龙生九子，各不成龙”。基因很大程度上决定了人类生而为人，但它的多样性又决定了我们每个人都各不相同，各有所长。
如何知道基因怎样编码不同的性状，并找到决定这种性状多样性的遗传标记呢？生物信息学中有一种定位的方法叫数量性状位点定位（Quantitative Trait Loci mapping, QTL mapping）,它的本质就是找出基因组上各个遗传标记跟可以量化的性状（比如身高，体重，智商）的相关性，如果相关性很高，则说明这个遗传位点和该性状大有关系。
最近，一群来自洛克菲勒大学的科学家突发奇想：如果给一群多样化的小鼠们做QTL分析，能找到相关的小鼠“智商基因位点”吗？如果找到了基因位点，又能不能顺藤摸瓜找到“智商基因”？这个问题看起来有点疯狂，但功夫不负有心人，他们真的找到了。
研究者先给200多只由远缘祖先小鼠繁殖下来的“孙儿孙女们” （Diversity Outbred, DO）做了T 迷宫自发交替测试（Spontaneous alternation T-maze）来测量小鼠的工作记忆。然后通过基因测序和QTL定位，发现五号染色体上的一个QTL位点（Smart1）在众多位点中脱颖而出。结果显示，在众多小鼠中，含有来自小鼠品系CAST/EiJ的Smart1遗传标记的小鼠（Smart1CAST）似乎比含有来自另一个小鼠品系C57BL/6J的Smart1遗传标记的小鼠（Smart1B6）的工作记忆更强。
为了进一步验证分析结果，研究者又做了一个延缓非匹配位置任务测试（delayed non-match to place ，DNMP）。在这个任务中，小鼠首先需要在T 迷宫中自由选择其中一个迷宫臂，然后再回到起点等待一段时间（比如10秒），最后做第二次选择，选择的规则是：每一次的食物奖赏都将放在与第一次选择相反的迷宫臂中。为了得到食物奖励，小鼠需要动用工作记忆才能记住第一次的选择的迷宫臂，如果不断延长等待时间，则需要的工作记忆也要越强。他们再次发现：含有两个Smart1CAST遗传标记（Smart1CAST/CAST）的小鼠品系 CC012 ，比含有两个Smart1B6遗传标记（Smart1B6/B6）的 C57BL/6J 品系能禁受更长的等待时间，也就是说，CC012 小鼠比 C57BL/6J 的工作记忆更强。
为了找出哪些基因参与调控小鼠的工作记忆，研究者分别给“好记性“的小鼠和”坏记性“的小鼠的不同脑区分别进行RNA表达谱分析。他们最后将目标锁定在丘脑的和前额叶的四个基因上：这四个基因不仅大量表达，而且”好记性“的小鼠中的表达量显著高于”坏记性“小鼠。然后，研究者利用RNA干扰技术（RNA interference, RNAi）分别抑制“好记性“的小鼠（也就是带有Smart1CAST的小鼠）中这四个基因的表达水平。结果很残酷：当丘脑基因Gpr12被抑制时，”好记性“小鼠也记不住了。相反的，如果过量表达Gpr12，”坏记性“小鼠的则记性变好了——也就是说，一个基因就可以让”坏记性“小鼠逆袭。
最后，研究者用钙成像技术分别检测”好记性“小鼠 CC012 和”坏记性“小鼠 C57BL/6J 在 DNMP 任务时丘脑、前额叶和海马区的神经放电情况。他们发现，CC012 小鼠丘脑和前额叶的放电情况高度关联，这种关联只存在于丘脑和前额叶之间，并只存在于任务中记忆解码和存储的阶段。科学家现在已经确定，丘脑不仅仅只是被动地向前额叶传递信息，它也能在与后者交换信息之前主动分析、过滤信息。那么，实验中的关联意味着丘脑和前额叶正在交换信息吗？如果是，信息交换究竟是怎样完成的？遗憾的是，这些问题至今没有人知道。
doi: 10.1016/j.cell.2020.09.011
Opinion | 用数学语言
解释症状发展轨迹，终结自陈量表！
Sharp et al., BMC Medicine
无论是“健康人群”内各种特征（trait）的测定，还是各种精神疾病中症状的诊断，很大程度上都要依赖人们的自我报告，或称自陈（self-report），例如问卷调查或问诊等。近年来，人们也在开发旨在用数学语言描述各种特征的模型，用模型中的参数重新定义这一领域。来自伦敦大学学院的团队指出，我们不能继续将自陈作为测量各个特征的“黄金标准”了。他们认为，为特征建模，其目标不应是最大化各个参数与自陈数据之间的协方差（covariance），而是要关注各个“症状”随时间的变化——毕竟，自陈会受到很多因素影响，例如负面的人生事件等，且量表（inventories）内容往往也有“拍脑袋”的成分，与特征的相关性往往是假设的。而相比之下，一个被明确定义的机理模型（mechnistic model）将可以描绘症状的发展轨迹（symptom trajectories），并能用贝叶斯（Bayesian）方法界定其有效性。
-Sharp et al., BMC Medicine -
为了解释他们的想法，作者们“踏入职场”，虚构了两个工作环境和两名新人，其中一人算是“健康（healthy）”，另一人则有抑郁特征（depressed）。在左图中同事们人人都可以信赖的好环境中，抑郁者的学习模式将（略反直觉地）侧重于正面的结果，因而会形成过高的期望（expectation），导致情绪一直低落。而右图中显示的是一个同事们人人两面三刀不可信任的坏环境，这样无论“健康”与否，人们都会经历一段时间的负面情绪，有类似的下降轨迹；但不同的是，随着时间的推移，只有“健康”者会重新回归一个更高且更平稳的情绪。
doi: 10.1186/s12916-020-01725-4
据约翰斯·霍普金斯大学报道，9月28日止，全球新冠病毒感染死亡人数已超过100万。
WHO联合合作团队，为低、中收入国家提供1.2亿$5一件的快速新冠检测。
土耳其梅尔辛大学（University of Mersin）发现感染新冠病毒的男性中，较低睾丸酮（testosterone）水平能预测较差的预后，睾丸酮水平最低的男性，最有可能因新冠肺炎被送入重症监护室。这支持了此前声称新冠病毒能下调睾丸酮和引起男性性功能障碍的研究。
— Çayan et al., The Aging Male
doi: 10.1080/13685538.2020.1807930
编者：阿莫東森、小盐、Veronica、图图、狗尾巴花、肖本
排版：兵书、小葵花
封面：纪善生
