郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！
Current Opinion in Neurobiology, (2018)
Abstract
非感觉变量强烈影响成年小鼠初级视觉皮层的神经元活动。对视觉刺激的神经元反应受行为状态（如激发和运动活动）调节，并受经验影响。这种动态过程导致了视觉皮层中的神经表征，反映了对刺激的熟悉程度，对奖励和目标位置的期望以及自身运动和视觉流之间的不匹配。在清醒的行为小鼠中遗传工具和记录技术的最新发展使人们能够研究初级视觉皮层中状态与经验依赖的神经元表征基础的电路机制。这些神经元回路涉及神经调节，自上而下的皮层-皮质和丘脑皮质途径。在视觉信息处理的这个早期阶段，非感觉信号的功能现在开始被阐明。
Introduction
大脑会整合感官信息，以产生与动物行为相关的感觉，思想和运动行为。该过程涉及将感官输入与有关动物行为状态及其先前经验的内部信息集成在一起。对于相同的感觉刺激，结果可能会非常不同：例如，根据我们过去的经验和身体状况，看见狗可能会引发亲热或恐惧的反应。
从历史上看，主要的感觉区域被认为是特征检测器。这些区域创建了一个外部世界的表征，该表征将被传输到更高的皮质区域。在该区域中，该表征将与与先前经验和行为状态有关的信息结合在一起。在麻醉且经常瘫痪的动物中进行的体内电生理记录支持了该观点，该记录揭示了神经元编码视觉皮层视觉特征的基本原理[1-3]。但是，麻醉动物的使用阻止了非感觉变量对V1神经元活动的影响的研究。另外，麻醉本身会改变神经元的活动[4]。
在这篇综述中，我们介绍了开发用于研究清醒行为小鼠皮层中神经元表征的最新实验方法。我们还回顾了关于成年啮齿动物初级视觉皮层中非感觉信息整合的当前知识，描述了状态依赖性变化的影响（激发和运动）以及V1神经元活动的先前经验。我们回顾确定的途径，提供状态依赖与运动相关的信息给V1神经元。然后，我们讨论了行为觉醒动物实验条件标准化方面的当前挑战以及大数据分析提出的问题。最后，我们讨论了在视觉信息处理的早期阶段这些非感觉信号的潜在功能。
Investigation of visual information processing in awake behaving mice
清醒的行为动物中记录方法的发展导致了关于动作和学习对猫和非人类灵长类动物视觉神经元活动的影响的开创性发现[5-7]。但是，这些物种缺乏遗传工具，限制了对这些依赖于V1神经元活性的经验依赖性变化的神经元回路的研究。通过在清醒行为小鼠中结合遗传工具和记录，可以在小鼠视觉系统中研究此类机制。现在使用电生理记录或双光子成像在头固定的清醒小鼠中，可以在几天和几周内监视数百到数千个神经元的活动（图1a–c）。然后，神经元活动与记录期间呈现的视觉刺激以及测量的行为参数（如任务性能）相关（图1c,d）。这种方法不仅揭示了内部状态和先前经验对神经元活动的影响，而且还揭示了学习过程中视觉神经元回路的动态。此外，在抑制性神经元的特定亚型中表达Cre重组酶的转基因小鼠的可用性使得能够表征视觉皮层的兴奋性和抑制性活动（图1b）。
Arousal and locomotion increase the gain and modulate selectivity of visual responses
激发和运动对视觉皮层神经元活动的影响最常被研究，方法是使用可在球[8]或磁盘上自由运行的头固定啮齿动物的记录（图1c,e）。动物的奔跑速度，瞳孔扩张和局部场电势（LFP）用于评估清醒啮齿动物的状态依赖性变化[9]（图1d）。奔跑速度或瞳孔扩张的增加引起激发的增加，与V1[10–13,14,15,16,17]和较高视觉区域[18,19]中神经元的视觉诱发活动的增加有关。运动过程中视觉响应的这种增加已经显示出可以保留兴奋性神经元的方向偏好和空间频率[10,20]（图2a）。在动物处于静止状态时的高激发期，对应于瞳孔扩张期，在首选方向上的反应会增强，从而导致方向选择性的提高[15]。在运动过程中，偏好高空间频率的神经元比其他神经元在视觉反应中显示出更大的增益，这表明在运动过程中空间分辨率得以提高[20]。另外，在V1和较高的视觉区域中观察到向较高的时间频率偏好的转变[18]。最后，运动还通过减少环绕抑制来增加V1神经元的空间总和[11,21]。
总之，这些结果表明，在高激发和运动过程中，视觉刺激的编码更加鲁棒且准确。相应地，用于从V1神经元的活动中推断出所呈现的视觉刺激的身份的解码器，在运动过程中使用活动时的表现要比静止时期更好[20,22]。这种刺激性可辨别性增加的潜在机制之一是在运动和高激发期间，亚阈值膜电位水平[13,14]和神经元群体[11,16,22]中的噪声相关性都降低了响应变异性。另外，已经提出不同的皮质层可以用不同的方式编码视觉运动信息[11,22]。例如，在第2/3层中，解码器对刺激的可辨别性得以改进，这主要是由于运动过程中发放率的提高。然而，在第5层中，刺激可辨别性的增加主要是整个群体噪声相关性降低的结果[22]。
Experience shapes the neuronal representation of visual stimuli in V1
Integrating self-motion with visual inputs: visual flow predictions and spatial expectations in V1
视觉系统的基本功能是能够检测运动刺激并在环境中导航。为此，有必要评估自身运动与视觉刺激的位置和速度之间的关系。这个过程需要对动物的自身运动进行估计，并将其与视觉输入进行比较。虚拟现实的使用非常适合研究该过程的电路机制，因为它可以测量速度并操纵动物所经历的视觉流[23,24]（图1e,f）。
如上所述，除了前馈视觉输入之外，与运动有关的信号还调节V1活动。发现一个神经元亚群可以检测出动物的运动与视觉流之间的不匹配[12,25]。这些神经元具有受限的感受野，因此对视觉空间特定部分的局部不匹配作出响应，就像物体移动到行为动物的视觉空间中一样[25]。这些不匹配反应的形成取决于活跃的视觉运动经验，即在发育和成年期动物自身运动与视觉刺激运动之间的既定关系[26,27]。这些结果与视觉处理的预测编码解释是一致的：由于在正常发育过程中，视觉流与自身运动之间的关系非常一致，因此这种关系是可预测的。 然后可以将该预测与前馈视觉输入进行比较，以检测预测和视觉刺激之间的不匹配：例如，这种不匹配可能发生在独立于动物而移动的目标上。
动物自身运动的内部表征对于视觉刺激的导航和空间期望至关重要。研究表明，沿着虚拟轨迹，V1神经元的一个子集对放置在一个位置上的给定刺激具有特定的响应，而在另一位置上则对另一个刺激具有较少的响应[28]（图2d）。这些反应由经验决定并成为预测性的：神经元在预期的视觉刺激发生之前和没有预期的刺激（缺失信号）之前做出反应[28]（图2d）。这些结果也与视觉皮层中的预测编码相一致：将视觉场景的内部表征与前馈视觉输入进行比较，从而得出依赖于经验的视觉刺激空间表征。
Passive exposure either enhances or decreases responses to the exposed stimulus
多项研究表明，连续几天每天出现的视觉刺激，没有任何相关的奖励或厌恶刺激，会改变这些刺激在V1中的表征。在头部固定的清醒小鼠体内进行的电生理记录显示，在V1层4中，视觉诱发电位具有长期（跨周）刺激特异性增强作用[29,30]。这种刺激特定的反应增强与行为反应的习惯化相关。最初，小鼠会用前爪的烦躁动作来响应新型光栅，但这些动作以刺激特异性的方式习惯化，并且与V1响应的增强同时发生[30]。另一项使用内在信号成像和慢性双光子钙成像在麻醉动物中进行的研究还显示，第2/3层神经元对每日刺激的反应具有特定于刺激的增强[31]。但是，这种效果仅在几天的刺激过程中累积至少运行了一个小时的小鼠中观察到[31]。这些结果与第三项研究进行了对比，该研究使用相同的实验方法在清醒的小鼠中进行了实验，但是显示了在整天内，刺激特定的2/3层视觉响应神经元数量的减少[32]。这些研究之间的差异突出了标准化行为条件和清醒行为小鼠中高通量记录的数据分析所面临的挑战（请参阅本评论的最后一部分）。
可变性的潜在来源可能是不同的神经元子网络在被动观看过程中可能显示稳定或可塑性的神经元反应。最近的一项研究表明，出现不同大小的高对比度光栅后两周，在反应较弱的神经元亚群中观察到了系统向较小尺寸的偏好和更大的环绕抑制的系统转变，而大多数兴奋性神经元则保持稳定的反应[33]。
最后，在反复暴露于快速刺激序列[34]和快速移动点[35]之后，证明了被动暴露期间V1活性的另一种经验依赖型变化。当从序列中省略一些刺激时，这样的方案触发了神经元活动的回忆。这种作用在很大程度上取决于序列的时间[34]，并且在麻醉的动物和安静，不能动的清醒动物中观察到。然而，这种行为在清醒的具有面部/晶须运动和不规则的高频LFP活性的小鼠中未观察到，这是表现动物的特征[35]。
Learning a behavioural task correlates with enhanced neuronal representations of relevant stimuli
通过使用奖励或厌恶刺激，小鼠参与执行和学习任务。最常见的是，动物被剥夺了水或食物，给定的视觉刺激与任何一种奖励都配对[36]（图1g,h）。
已显示大鼠V1深层的神经元获得特定于奖励之前的时间间隔的反应[37]（图2b）。对于此任务，闪光灯被传递到左眼或右眼；根据被刺激的眼睛，动物必须进行不同次数的舔（即随着时间的流逝）才能获得饮水奖励。此后，这种奖励时机活动的获得（而不是表达）已被证明依赖于基础前脑预测到V1的胆碱能输入[38,39]。
啮齿动物还可以学会将奖励性视觉刺激与非奖励性视觉刺激区分开[40-42]（图1g,h）。一项研究显示，将V1层2/3神经元中的慢性双光子钙成像与虚拟现实环境中的通过/不通过歧视任务结合在一起，一项研究表明，V1群体在区分奖励和非奖励刺激方面变得更好[43]（图2c）。在厌恶性调节任务中还观察到了第2/3层神经元活动的任务特定变化，例如，小鼠必须通过启动在跑步机上跑步来检测视觉刺激。跑步失败引发轻度的尾巴电击[32]。在这项研究中，学习调节了兴奋性和生长抑素（SST）表达的抑制性神经元的活性。另外，通过对V1脾后皮质中GCaMP6标记的轴突的荧光变化进行成像，这项研究还显示了学习过程中这些自上而下的输入中钙瞬变的增加[32]。
最近，在通过/不通过视觉刺激检测任务与OGB标记的神经元的体内双光子成像相结合的过程中，还研究了相关刺激的V1编码与行为表现之间的关系[44]。结果表明，视觉检测奖励刺激与定时精度和2/3层神经元簇活跃的顺序密切相关[44,45]。使用成年小鼠的经典条件和电生理记录，另一项研究表明，在经典条件下学习方向辨别与奖励和无奖励刺激之间神经元辨别力的增加，方向调整的提高和对比敏感度的提高有关。值得注意的是，在动物的行为表现得到任何改进之前，就已经充分发展了V1中相关刺激的改进表征[46]。
最后，通过在虚拟环境中的视觉引导任务中评估V1神经元的对比适应反应（对持续刺激的反应减少）来对刺激行为相关性的影响进行直接测试。虽然第2/3层神经元显示出对与任务无关的刺激响应的适应性，但当刺激对于解决同一任务变得相关时，这种适应性就不存在了[47]。
总之，这些结果支持了基于刺激的行为相关性在V1中动态调整视觉信息处理的观点。以这种方式，增强并稳定了行为显著的视觉表征，同时例如通过适应机制抑制了对无关刺激的响应。这些表示的长期稳定性也可能取决于它们的行为相关性[48]。
Neuronal circuits underlying the integration of nonsensory inputs in the primary visual cortex
V1的非感官输入的确切来源仍不清楚。电路映射技术（例如MAPseq技术[49]）的最新进展使研究人员更接近于在整个大脑范围内识别这些解剖学途径。但是，现在需要将这些大型数据集与神经元的功能记录集成在一起。到目前为止，许多研究表明，非感觉信号可以通过自上而下的皮层和丘脑输入传递到V1，也可以通过神经调节途径传递。
神经调节已被证明是大脑状态变化的关键介质[9]。胆碱能[50]和去甲肾上腺素能[14]的输入均显示出驱动运动相关的V1增益变化。刺激基底前脑的胆碱能神经元[51]或刺激基底前脑的传入投射[52]以及V1中胆碱能投射的钙成像[15]的结果均与胆碱能输入在V1活动的增益调节中的作用一致[53]。其他神经调节剂，包括5-羟色胺（5-HT），也可能参与行为过程中V1回路活动的调节。
激发或运动的变化不仅会调节兴奋性神经元的活性，而且还会抑制抑制性神经元的活性，包括三种不重叠的血管活性肠肽(VIP)-，SST-和小白蛋白表达神经元[14,15,17,26,50,54,55]。运动过程中增益调节的一种建议机制是通过烟碱乙酰胆碱受体激活VIP神经元，从而导致SST神经元的抑制和兴奋性神经元的抑制[50]。与这种机制一致，VIP神经元的活动在激发和运动期间可靠地增加[17,50,54]（图1d），并且发现V1中VIP神经元的激活引起了与运动期间引起的反应具有相似特性[50,56]。
然而，显示SST中间神经元对视觉刺激强烈反应，并在运动过程中进一步增加其活动[17,26,54,55]，这挑战了抑制模型的普遍性。另外，这种增加的增益幅度根据刺激和屏幕照明的大小而变化[54]，SST神经元的活动受到黑暗中运动的影响很小或略有负面影响[17,26,50,54]。最近，在计算机模型中将这种SST响应的上下文相关变化描述为电路的一种新兴特性，其中包括不同神经元群体之间的突触相互作用以及每个群体的非线性输入-输出关系[57]。考虑到在啮齿动物皮层中，兴奋性神经元和抑制性神经元对于不同的神经调节剂都有不同类型的受体（烟碱和毒蕈碱）[14,51,52,53,58-61]，中间神经元亚型的不同募集可能通过及时且协调地释放不同的神经调节剂，具体取决于动物的行为背景。另一个假设是，激发和运动不仅会引起神经调节剂的释放，还会触发对V1的直接兴奋性输入。
V1的与运动相关的输入通过轴突投影从前扣带回皮质（A24b）和次级运动皮质（M2）的相邻部分[27]传递。这些激励性输入显示为驱动V1中的电机信号和不匹配信号并以经验依赖的方式进行适应[27]。2/3层兴奋性不匹配神经元和VIP内部神经元的一部分都被发现接受运动相关的兴奋性输入，而SST内部神经元的一部分被视觉流动更强烈地激活[26]。因此，提出的机制是不匹配的兴奋性神经元计算由SST神经元的子集提供的抑制性视觉输入与基于运动输出并由自上而下的连接提供的视觉输入的兴奋性预测之间的差[26,27]。
最后，运动相关或经验相关信息与视觉输入的整合可能发生在皮层下核中，然后传递到皮层区域。在丘脑核处理视觉信息，背外侧膝状核（dLGN）[11]和外侧后核[62]中观察到与运动有关的活动。皮质-丘脑反馈输入对这些活动的贡献尚不清楚。运行速度还与V1中的窄带伽马功率振荡相关[52,63]。在dLGN中也发现了这些振荡，并且通过光遗传学使V1沉默并没有消除它们，这表明V1中的窄带伽马射线能力主要是由LGN神经元的节律放电介导的[63]。
动作和学习对V1神经元回路活动的影响机制的许多方面仍然未知。这些机制涉及多种相互关联的途径：皮质-皮质，皮质-丘脑皮质和神经调节回路（图2e,f；另见[27]的图1）。除了本综述中描述的输入之外，来自其他感觉区域（特别是来自听觉皮层）的输入也可以调节V1神经元的活动[64,65]。这些途径中的每一个都可以在不同的时间和空间范围内以及在不同水平的神经元活动（从膜电位动力学到脉冲频率和神经元群体编码）上独立发挥作用或彼此协同作用。未来的挑战包括开发分析工具，该工具可能包含不同时间范围内的大量变量。比较不同感觉区域的神经元活动可能揭示常见的回路机制。最近的一项研究结合了大型成像技术和压敏染料，以证明激发对视觉，听觉和体感区域中的一系列神经刺激的神经元反应的类似作用[66]。
Challenges: standardization of experimental conditions and analysis methods
近年来，可以在清醒的行为小鼠中长时间测量活动的神经元数量呈指数增长。这样的实验提供了极为丰富的数据集，包括神经元群体活动的变化以及随时间测量的不同行为参数。当前的挑战是开发标准化分析工具，以从这些大型数据集中可靠地提取单个神经元的脉冲活动[67]或钙瞬变[68-71]。此外，分析中包含或排除记录的神经元的标准在各个研究中差异很大，因此很难进行直接比较。这种结果变异性的一个例子是所报告的V1中神经元的比例，其活动受运动调节：在不同的研究中，该比例从26％[11]至55％[20]，78％[22]和89％[33]。这些挑战不仅适用于视觉系统的研究，而且更广泛地适用于体内钙成像数据集。共享用于每个钙成像出版物中用于数据分析的定制开发的软件，将有助于提高研究视觉加工的研究的可重复性，还有助于更准确地比较整个皮层区域的神经元活动[72]。
可变性的另一个潜在来源来自实验条件：居住条件[73]，成像设置中的噪声和光照水平以及动物的昼夜节律[74]都影响视觉神经元的活动。可以通过测量LFP，瞳孔散大和运动来实现对激发的标准化量化[9]。对给定行为的不同组成部分进行详细的跟踪和细分[75]也将有助于减少实验和实验室之间的差异。
最后，记录神经元活动和跟踪自由移动动物行为的方法的发展[76]将使研究与进化相关的行为[77,78]比在头戴固定式小鼠中测试的行为更多。非视觉输入对视觉处理的影响实际上可能会在先天自然行为之间发生变化，这些先天自然行为包括多感觉和行为相关的输入以及在屏幕前执行的受控行为任务。最后，较小但高度连接的小鼠大脑和高度分层的灵长类动物大脑之间的视觉信息处理可能有所不同[5,79,80]，啮齿动物的非感官影响在主要的感官区域更加突出。
Conclusion
在清醒的小鼠中进行的最新研究表明，成年视觉系统中神经元表征具有以前未曾预料到的多样性和可塑性。尽管本综述中的研究表明动作和学习可以塑造神经元表征，但对于这些依赖于活动和经验的表征在视觉系统中的行为优势或益处知之甚少。潜在功能包括改进对静止和运动物体的感知，物体识别，运动控制，空间导航以及视觉引导动作的获取。实验上的挑战是在特定的神经元表征和行为输出之间建立因果关系。
一项研究表明，运动确实与低对比度和中对比度光栅的检测显著改进相关[13]：感知阈值的这种降低与运动过程中V1视觉响应的信噪比增加相关。另一项研究表明V1活动在获得视觉指导任务中的作用[46]。在其他潜在功能中，基于自身运动的视觉流预测可用于检测此预测与运动对象之间的不匹配，从而增强对独立于动物运动的对象的检测。结合运行速度信息的集成[24]，空间期望值可以通过提供空间界标来帮助导航。最后，由于V1神经元通过皮质-fugal投影投射到上丘和脑干核，因此V1神经元的视觉外输入可能直接参与先天性运动行为的调节，例如依赖经验的视动反射增强[81]或光诱发的停滞行为[82]。