DOI: https://doi.org/10.1038/s41467-026-71725-0
PMID: https://pubmed.ncbi.nlm.nih.gov/40661521
تاريخ النشر: 2026-04-11
المؤلف: Megan McDonnell وآخرون
الموضوع الرئيسي: ديناميات الأعصاب ووظيفة الدماغ
نظرة عامة
في هذه الدراسة، يستكشف المؤلفون التفاعلات بين مجموعات الخلايا العصبية في القشرة الجبهية الأمامية للقرود المشاركة في مهمة الذاكرة المكانية، مع التأكيد على الدور المزدوج للشبكات المحلية والإشارات العالمية، مثل الإثارة، في وظيفة الدماغ. لتفكيك هذه المساهمات، استخدموا طريقة إحصائية جديدة، pCCA-FA، التي تدمج تحليل الارتباط الكنسي الاحتمالي مع تحليل العوامل لتحليل التباين من تجربة إلى أخرى في النشاط العصبي.
تكشف النتائج عن تباين مشترك كبير بين الخلايا العصبية داخل المجموعات وعبرها، مما يشير إلى أن الكثير من هذا التباين مرتبط بعمليات الإثارة. تبرز هذه الأبحاث إمكانيات التسجيلات متعددة المناطق لكشف الجوانب المعقدة لوظيفة الدماغ التي قد تكون مخفية في الدراسات ذات المنطقة الواحدة، مما يعزز فهمنا للتفاعلات العصبية وآثارها على العمليات المعرفية.
مقدمة
تناقش مقدمة الورقة العلاقات المعقدة بين النشاط العصبي ووظائف الدماغ مثل الانتباه، واتخاذ القرار، والذاكرة العاملة. تبرز أهمية فهم كيفية تأثير النشاط الكهربائي في الخلايا العصبية الفردية على كل من العوامل المحلية والعالمية، بما في ذلك التفاعلات مع الخلايا العصبية في نفس المناطق المختلفة من الدماغ. ركزت الدراسات السابقة بشكل أساسي على الارتباطات الثنائية لنشاط الخلايا العصبية داخل مناطق الدماغ الفردية، باستخدام مقاييس مثل ارتباط عدد النبضات ($r_{sc}$) لاستكشاف الحالات المعرفية وهياكل الدوائر. ومع ذلك، نظرًا لأن العديد من وظائف الدماغ تعتمد على التفاعلات بين المناطق، يؤكد المؤلفون على الحاجة إلى طرق يمكن أن تميز بين النشاط المشترك داخل منطقة واحدة والذي ينشأ من التفاعلات عبر مناطق متعددة.
لمعالجة هذه الفجوة، استخدم المؤلفون تسجيلات متزامنة للنشاط الكهربائي من نصفي الكرة المخية للقشرة الجبهية الأمامية (PFC) في قرود المكاك المشاركة في مهمة الذاكرة المكانية. قدموا نهجًا إحصائيًا جديدًا، pCCA-FA (تحليل الارتباط الكنسي الاحتمالي المدمج مع تحليل العوامل)، والذي كشف عن تباين مشترك كبير في نشاط PFC، يُعزى في الغالب إلى التفاعلات عبر المنطقتين بدلاً من كل منطقة بمفردها. من الجدير بالذكر أن المكون عبر المنطقة كان أكبر من المكون داخل المنطقة، مما يشير إلى ارتباط قوي بعملية إثارة على مستوى الدماغ. تشجع هذه الأبحاث إعادة تقييم كيفية تفسير التباين المشترك بين الخلايا العصبية، مقترحة أنه ينشأ من مصادر متعددة، بما في ذلك التفاعلات بين المناطق.
طرق
في هذه الدراسة، تم استخدام طرق كهربائية فيزيولوجية للتحقيق في النشاط العصبي في الحيوانات الموضوعة على بعد 36 سم من شاشة أنبوب أشعة الكاثود بحجم 21 بوصة، والتي تعمل بدقة 1024×768 بكسل ومعدل تحديث 100 هرتز. تم توليد محفزات المهمة باستخدام برنامج مخصص تم تطويره في Matlab، مع تضمين ملحقات صندوق أدوات علم النفس. تم تصفية الإشارات العصبية من الأقطاب المزروعة باستخدام مرشح تمرير نطاق بين 0.3 هرتز و7,500 هرتز وتم تحويلها إلى بيانات رقمية بمعدل أخذ عينات قدره 30,000 هرتز.
لكل قطب، تم تحديد أشكال الموجات النبضية كجزء مكون من 52 عينة (1.73 مللي ثانية) من إشارة الجهد المصفاة، تم تشغيلها عندما تجاوزت الإشارة عتبة محددة مسبقًا. تم تحديد هذه العتبة كعدد مضاعف من الجهد الجذري المتوسط من فترة قصيرة من الإشارة الخام المسجلة في بداية كل جلسة. تم التقاط جميع البيانات السلوكية والنشاط العصبي باستخدام نظام تسجيل Grapevine، مما يسمح بمعالجة وتحليل شامل للبيانات المجمعة.
نتائج
في هذا القسم، يستكشف المؤلفون مشاركة النشاط العصبي بين مجموعتين متميزتين من الخلايا العصبية الموجودة في مناطق دماغية مختلفة (المنطقة 1 والمنطقة 2). يهدفون إلى تحديد مكونات النشاط العصبي التي يتم مشاركتها عبر المناطق مقابل تلك التي تقتصر على منطقة واحدة فقط. لتحقيق ذلك، يقترحون طريقة لتقسيم تباين عدد النبضات من تجربة إلى أخرى لخلايا عصبية في المنطقة 1 إلى ثلاثة مكونات متميزة: تباين عبر المنطقة، والذي يعكس النشاط المشترك مع الخلايا العصبية في المنطقة 2؛ تباين داخل المنطقة، والذي يتعلق بالنشاط المشترك حصريًا مع خلايا عصبية أخرى في المنطقة 1؛ وتباين مستقل، والذي يمثل النشاط الذي لا يرتبط بأي من المجموعتين.
يسمح هذا الإطار التحليلي بفهم أوضح لكيفية مساهمة النشاط العصبي في الإدراك، والمعرفة، والعمل من خلال توضيح العلاقات بين مجموعات الخلايا العصبية عبر مناطق الدماغ المختلفة. تؤكد النتائج على تعقيد التفاعلات العصبية وأهمية التمييز بين النشاط المشترك والمستقل في فهم وظيفة الدماغ.
مناقشة
في هذه الدراسة، بحثنا في التباين المشترك للنشاط العصبي بين القشرة الجبهية الأمامية اليسرى واليمنى باستخدام طريقة إحصائية جديدة تسمى تحليل الارتباط الكنسي الاحتمالي المدمج مع تحليل العوامل (pCCA-FA). كشفت نتائجنا أن نسبة التباين المشترك عبر المناطق كانت أكبر بكثير من تلك المشتركة داخل كل منطقة، مما يتعارض مع التفسيرات السابقة المستندة إلى ارتباط عدد النبضات المتوسط (r_sc). على وجه التحديد، لاحظنا أن التباين عبر المنطقة يمثل حوالي 15% من إجمالي التباين، بينما كان التباين داخل المنطقة حوالي 6%. يشير هذا إلى أن التفاعلات بين نصفي الكرة المخية ليست فقط كبيرة ولكن أيضًا أكثر تعقيدًا من تلك التي تحدث داخل نصف كرة واحد.
علاوة على ذلك، وجدنا أن المتغيرات الكامنة عبر المناطق كانت مرتبطة بشكل كبير بقطر البؤبؤ، وهو علامة فسيولوجية على الإثارة، مما يشير إلى أن النشاط العصبي المشترك عبر مناطق PFC قد يعكس عمليات معرفية أوسع. كما أبرزت أنماط التذبذب المتمايزة التي حددها pCCA-FA المساهمات الفريدة للتفاعلات عبر المناطق وداخلها، مما يشير إلى أنه بينما توجد كلا النوعين من التباين، فإنها تنشأ من آليات دوائر مختلفة. تؤكد نتائجنا على أهمية استخدام التسجيلات متعددة المناطق وتقنيات إحصائية متقدمة لكشف الديناميات الدقيقة للتفاعلات العصبية التي تساهم في الوظائف المعرفية.
DOI: https://doi.org/10.1038/s41467-026-71725-0
PMID: https://pubmed.ncbi.nlm.nih.gov/40661521
Publication Date: 2026-04-11
Author(s): Megan McDonnell et al.
Primary Topic: Neural dynamics and brain function
Overview
In this study, the authors explore the interactions between neuronal populations in the prefrontal cortex of monkeys engaged in a spatial memory task, emphasizing the dual role of local networks and global signals, such as arousal, in brain function. To dissect these contributions, they employed a novel statistical method, pCCA-FA, which integrates probabilistic canonical correlation analysis with factor analysis to analyze trial-to-trial variability in neuronal activity.
The findings reveal significant shared variability among neurons within and across populations, indicating that much of this variability is associated with arousal processes. This research highlights the potential of multi-area recordings to uncover intricate aspects of brain function that may be obscured in single-area studies, thereby advancing our understanding of neuronal interactions and their implications for cognitive processes.
Introduction
The introduction of the paper discusses the intricate relationships between neural activity and brain functions such as attention, decision-making, and working memory. It highlights the importance of understanding how spiking activity in individual neurons is influenced by both local and global factors, including interactions with neurons in the same and different brain areas. Previous studies have primarily focused on pairwise correlations of neuron activity within single brain areas, using metrics like spike count correlation ($r_{sc}$) to explore cognitive states and circuit architectures. However, given that many brain functions depend on inter-area interactions, the authors emphasize the need for methods that can differentiate between shared activity within a single area and that which arises from interactions across multiple areas.
To address this gap, the authors employed simultaneous recordings of spiking activity from both hemispheres of the prefrontal cortex (PFC) in macaque monkeys engaged in a spatial memory task. They introduced a novel statistical approach, pCCA-FA (probabilistic canonical correlation analysis combined with factor analysis), which revealed significant shared variance in PFC activity, predominantly attributed to interactions across the two areas rather than within each area alone. Notably, the across-area component was found to be larger than the within-area component, suggesting a strong link to a brainwide arousal process. This research encourages a reevaluation of how shared variance among neurons is interpreted, proposing that it stems from multiple sources, including inter-area interactions.
Methods
In this study, electrophysiological methods were employed to investigate neural activity in animals positioned 36 cm from a 21″ cathode ray tube monitor, which operated at a resolution of 1024×768 pixels and a refresh rate of 100 Hz. Task stimuli were generated using custom software developed in Matlab, incorporating the Psychophysics Toolbox extensions. Neural signals from implanted electrodes were band-pass filtered between 0.3 Hz and 7,500 Hz and digitized at a sampling rate of 30,000 Hz.
For each electrode, spiking waveforms were identified as a 52-sample (1.73 ms) segment of the filtered voltage signal, triggered when the signal exceeded a predefined threshold. This threshold was determined as a multiple of the root-mean-square voltage from a brief epoch of the raw signal recorded at the start of each session. All behavioral data and neural activity were captured using a Grapevine recording system, allowing for comprehensive offline processing and analysis of the collected data.
Results
In this section, the authors investigate the sharing of neuronal activity between two distinct populations of neurons located in different brain areas (area 1 and area 2). They aim to identify the components of neuronal activity that are shared across areas versus those that are exclusive to a single area. To achieve this, they propose a method to partition the trial-to-trial spike count variance of a neuron in area 1 into three distinct components: across-area variance, which reflects shared activity with neurons in area 2; within-area variance, which pertains to activity shared exclusively with other neurons in area 1; and independent variance, which represents activity that is not correlated with either population.
This analytical framework allows for a clearer understanding of how neuronal activity contributes to perception, cognition, and action by elucidating the relationships between neuronal populations across different brain areas. The findings underscore the complexity of neuronal interactions and the importance of distinguishing between shared and independent activity in understanding brain function.
Discussion
In this study, we investigated the shared variance of neural activity between the left and right dorsolateral prefrontal cortex (PFC) using a novel statistical method called probabilistic canonical correlation analysis combined with factor analysis (pCCA-FA). Our findings revealed that the proportion of variance shared across areas was significantly greater than that shared within each area, contradicting previous interpretations based on mean spike count correlation (r_sc). Specifically, we observed that across-area variance accounted for approximately 15% of the total variance, while within-area variance was around 6%. This suggests that interactions between hemispheres are not only substantial but also more complex than those occurring within a single hemisphere.
Moreover, we found that the across-area latent variables were significantly correlated with pupil diameter, a physiological marker of arousal, indicating that the shared neural activity across PFC areas may reflect broader cognitive processes. The distinct co-fluctuation patterns identified by pCCA-FA further highlighted the unique contributions of across-area and within-area interactions, suggesting that while both types of variance exist, they arise from different underlying circuit mechanisms. Our results emphasize the importance of utilizing multi-area recordings and advanced statistical techniques to uncover the nuanced dynamics of neural interactions that contribute to cognitive functions.