保守性神经动力学的灵活重定向支撑抓握控制

抓取物体是一种复杂行为，需要高维度的手部控制以及与环境的动态交互，但其神经机制仍未得到充分理解。动力学系统方法为神经群体如何生成控制信号以驱动伸手和骑行等手臂运动提供了重要见解，但事实证明，这些方法不足以解释抓取过程中神经群体的活动。在本研究中，我们重新分析了恒河猴执行伸手抓取任务时的多脑区神经记录数据；在该任务中，猴子需要抓取多种物体，并发现了两个关键的群体层面特征。首先，所有抓取动作共有的群体轨迹成分，与包含抓取条件特异性（物体）调谐的子空间之间形成了一个小角度。其次，神经活动能够被一种近期提出的、用于解释伸手运动的灵活动力学模型——位置依赖性旋转（location-dependent rotations，LDR）模型——很好地拟合。抓取过程中，初级运动皮层（M1）和F5区的神经活动表现出保守的群体层面旋转频率，但这些旋转发生所在的状态空间平面则随抓取条件系统性变化。旋转中心（即位置）与旋转方向彼此相关，并且都与运动学特征相关。尽管这些旋转在高维空间中发生了重新定向，反映出手部控制的高维特性，但其向额外维度倾斜的程度很小，这与伸手运动形成对比。这种结构可能反映了抓取动作作为整体张合模式调制的性质。综上，这些结果表明，LDR动力学框架不仅适用于伸手运动，也适用于抓取行为，并为理解抓取指令的生成机制提供了切入点。

抓取物体是一种复杂行为，需要对手部进行高维度控制并与环境进行动态交互，然而其神经机制仍未得到充分理解。动力系统方法为理解神经群体如何生成诸如伸手和蹬车等手臂运动的控制信号提供了重要洞见，但事实证明，这些方法不足以解释抓取过程中神经群体的活动。在本研究中，我们重新分析了猕猴执行面向多个物体的伸手抓取任务时所获得的多脑区神经记录，并发现了两个关键的群体水平特征。首先，所有抓取动作共有的群体轨迹成分，与包含抓取条件特异性（物体）调谐的子空间之间形成了一个较小的夹角。其次，神经活动能够被一种近期提出的、为伸手动作开发的灵活动力学模型——位置依赖旋转（location-dependent rotations，LDR）模型——很好地拟合。抓取过程中，初级运动皮层（M1）和F5区的神经活动表现出保守的群体水平旋转频率，但这些旋转发生的状态空间平面则随抓取条件而系统性变化。旋转中心（即位置）及旋转方向既彼此相关，也与运动学特征相关。尽管这些旋转在高维空间中发生了重新定向，反映出手部控制的高维特性，但其向额外维度倾斜的程度较小，这与伸手动作形成对比。这种结构可能反映了抓取作为整体张合运动模式调制的性质。综上，这些结果表明，LDR动力学框架不仅适用于伸手动作，也适用于抓取行为，并为理解抓取指令的生成机制提供了切入点。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.04.749537v1?rss=1

🏷️ 抓握控制 神经群体动力学 初级运动皮层 F5区 位置依赖性旋转 恒河猴神经记录