细胞类型特异性的皮层反馈协调层级化的信用分配

学习被认为源于嵌入全脑回路中的突触修饰，然而，这些回路如何协调可塑性以支持复杂行为仍不清楚。受深度学习启发，我们提出一种理论：通路特异性的皮层反馈在皮层层级之间驱动依赖树突的爆发式可塑性。我们表明，这一机制能够实现在线的分层信用分配，以及复杂图像识别和奖励驱动任务的学习。该理论将信用分配与对树突兴奋—抑制平衡的细胞类型特异性控制联系起来。通过这种方式，它为突触可塑性的细胞类型特异性调制、依赖学习的中间神经元变化以及神经元特异性的树突误差信号提供了统一解释。该理论还进一步预测，中间神经元会约束与误差相关反馈的维度，从而为皮层范围内中间神经元密度梯度提供功能性依据。综合来看，这些发现表明，不同的皮层细胞类型共同协调跨层级回路中的学习，将突触可塑性、回路层面的计算与行为联系起来。

本网站正在使用一项安全服务来保护自身免受在线攻击。您刚刚执行的操作触发了该安全解决方案。可能触发此拦截的行为有多种，包括提交某个特定单词或短语、SQL 命令或格式错误的数据。

您可以向网站所有者发送电子邮件，告知您被拦截的情况。请在邮件中说明当此页面出现时您正在进行的操作，并附上位于本页面底部的 Cloudflare Ray ID。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.16.732595v1?rss=1

🏷️ 皮层反馈 信用分配 树突可塑性 细胞类型特异性 中间神经元 突触可塑性