图2：跨视觉皮层多区域单/多组记录

a，猕猴新皮层视觉区矢状面分布，插图为多组记录探针轨迹。b，单组384位点记录的神经元波形空间分布。c，刺激对齐的群体放电栅格图。d，202个视觉响应神经元的感受野深度分布，箭头标示视觉区间边界。e，感受野在对侧视野的覆盖范围。f，同一位置23次穿刺记录的神经元数量。g，5组记录位点（约19毫米）的3,029个神经元波形分布。h，2,729个视觉响应神经元的刺激反应热图，灰色标注LVM/HM/UVM对应深度。i，1,500个表层神经元的感受野热图阵列（26×32度视野）。

另一些实验中，团队通过五段存储区（0-19毫米）实现不移动探针的多位点采样。单次记录3,029个神经元（2,729个具视觉响应，图2h）。RFs变化模式显示：浅层（0-3毫米）神经元偏好视野外周，3毫米处突变为中心近下垂直子午线（LVM）区域，伴随运动方向选择性增强（提示V4向MT/MST区过渡）；6-7毫米处RFs集中于水平子午线（HM）附近，8毫米处转向上垂直子午线（UVM）；深层（>10毫米）RFs变大且边界模糊（图2i）。这些表征在实验中保持稳定，证明该技术可实现跨视觉区神经元响应特性的无偏测绘。

运动行为中的稳定大规模记录
接下来，验证了该技术在运动控制系统多脑区研究中的实用性。初级运动皮层（M1）位于中央沟前岸并沿中央前回延伸，其沟内区域（sulcal M1）包含灵长类最主要的皮质运动神经元和皮质脊髓束下行投射。现有技术存在两大局限：其一，研究者不得不在使用犹他阵列记录脑回运动皮层（PMd和M1前部）群体神经元，与采用单电极/16-32通道被动阵列记录沟内M1少量神经元之间取舍；其二，运动皮层仅是运动控制网络的一部分，辅助运动区（SMA）和基底节（BG）等关键结构的群体神经元记录仍面临挑战。

技术人员开发了多探针同步记录系统。在猕猴执行等长力追踪任务时（图3a），同时记录M1和PMd（图3b）。单个神经元表现出丰富的时间模式（图3d-f），经Rastermap排序后显示与行为的多相位关联（图3f）。线性回归分析表明，随着纳入神经元数量增加（最多360个），末端力预测精度持续提升且未饱和（图3g），证实即便简单任务也需要数百神经元采样才能完整解析群体活动。

图3：猕猴运动系统记录

a，"吃豆人"等长力追踪任务。b，运动皮层记录靶区（左）与沟内M1矢状面示意图（右）。c，任务期间平均臂力。d-e，示例神经元的试次平均放电与单试次栅格图。f，Rastermap排序的360个神经元归一化反应。g，神经元数量与力预测精度的关系。h，四个神经元在十个通道的波形稳定性。i，Kilosort 2.5估计的运动任务期间探针漂移。
针对运动实验中探针漂移问题，多数情况下仅观察到2-15微米/小时的慢漂移（图3i），波形保持稳定（图3h）。在实际操作中，通过优化实验方案，可在不同脑区获得低漂移的稳定记录（图4a-d）。

图4：四个脑区的漂移图谱

a，运动皮层记录的位置-时间漂移图（上）与Kilosort漂移估计（下）。b-d，视觉皮层、AF区与LIP区的同类数据。
通过可编程位点选择，单根探针即可同步记录表层运动皮层和基底节内侧苍白球（GPi）（各192通道，图5a-b）。此外，利用探针小型化优势，通过非平行轨迹植入多探针，可在单一脑区（如PMd）获得673个神经元记录（图5c-d），或同步记录M1、GPi和SMA等多脑区（图5e-f）。

图5：多脑区同步靶向记录

a，单探针同步记录运动皮层与基底节（GPi），各分配192通道。b，对应原始波形。c-d，多探针汇聚轨迹记录PMd区673个神经元。e-f，三探针平行轨迹记录SMA、M1与GPi区。

颞下皮层的面孔识别研究
颞下皮层作为支持高级物体识别的关键脑区，其深处位置使研究面临巨大挑战。该区域包含多个功能特异的离散网络，其中最著名的是"面孔斑块系统"——每个半球包含6个解剖与功能相连的斑块区，这些区域对面孔刺激的反应显著强于其他物体。已有研究揭示了从后向前斑块的视角不变性增强等特性，以及简单的线性编码机制，使其成为研究高级物体识别的理想模型。尽管已能通过数百个神经元的活性重建呈现的面孔图像，但不同面孔斑块如何协同形成物体感知仍是未解之谜。

本研究首次使用Neuropixels 1.0 NHP探针同步记录两个面孔斑块（中外侧区ML和前底区AF）。单次实验即获得1,127个单元（622个单单元，505个多单元）的数据（图6a右），其中ML区2.2毫米连续区段（约220通道）和AF区1.9毫米区段（约190通道）显示出显著面孔选择性（t检验，P<0.05）。当刺激切换为猴脸时，两个斑块的神经元群体均产生明确响应（图6b-c）。值得注意的是，传统钨丝电极需2年才能采集的数据量，现在仅需2小时即可完成。该技术不仅提升效率，更支持研究模糊刺激下（同一图像在不同试次引发不同感知）的群体编码动态。

图6：IT皮层双面孔斑块深部同步记录

a，ML与AF面孔斑块的MRI定位（黄为fMRI面孔选择响应）。b，猴脸刺激的同步放电栅格图。c，96种刺激的响应热图显示面孔选择性细胞聚集。d，最深AM斑块（距颅骨42毫米）的MRI定位。e，AM区面孔细胞响应特征。
最深处的面孔斑块AM区距颅骨开口约42毫米（图6d），远超常规高密度探针的触及范围。但Neuropixels 1.0 NHP仍成功记录到该区域的面孔选择性响应（图6e），证明其解决深层脑区研究难题的独特价值。

LIP区决策过程的单试次神经关联
认知功能研究的关键在于解析行为变异背后的神经机制，这需要单试次分辨率的神经记录技术。知觉决策研究典型体现了这一挑战——决策被认为是通过噪声证据累积至阈值的过程（漂移扩散模型），每个试次具有独特性（图7a）。虽然LIP（外侧顶内沟区）神经元的平均活动符合该模型，但由于其感受野（RFs）缺乏解剖学组织规律（图7c上），传统技术难以同步记录足够多具有相同RF的神经元。

图7：多脑区决策单试次动态

a，随机点运动判别任务。b，LIP与上丘（SC）同步记录方案。c，LIP（无拓扑）与SC（有拓扑）中重叠左靶区的神经元。d-e，LIP群体活动呈现证据累积（漂移扩散），SC则显示阈值触发的爆发式放电。

Neuropixels技术突破这一限制：单次记录可获得50-250个LIP神经元，其中10-35个具有与决策靶点重叠的RF。这些"靶区内神经元"（Tin）的活动精确追踪了证据累积过程（图7d-e上），解释了选择与反应时的变异。更突破性的是，该技术首次实现LIP与上丘（SC）中具有相同RF的神经元群体同步记录（图7b）。实验显示，虽然SC接收LIP输入，但其群体活动呈现与LIP不同的爆发式动态（图7d-e下），可能执行阈值计算功能。这些差异仅能通过高产量记录的单试次分析揭示。

高密度探针测量神经元间放电相关性
理解神经环路如何实现计算功能是系统神经科学的核心目标，而通过分析神经元对的尖峰时间相关性（CCG）来推断突触连接或共同输入是重要研究手段。传统方法因记录神经元数量有限，难以获得统计显著的CCG峰值。Neuropixels 1.0 NHP探针在皮层记录中单次可获得200-450个神经元，使这一问题迎刃而解。

在猕猴PMd和M1区的13次实验中，平均每次发现111±89对潜在连接神经元（连接概率0.73%）。CCG分析显示（图8a）：具有1-2毫秒延迟的峰值为突触连接特征，而同步峰值则暗示共同输入。空间上，邻近神经元更易出现显著CCG峰值。视觉皮层数据显示（图8c-d）：功能连接的神经元对具有更高的信号相关性（rsig），其中同步对rsig均值达0.60（P<10-4），显著高于异步对（0.43）和无关联对。

该技术还能解析跨脑区信号传递。在IT皮层ML和AF面孔斑块间，面孔选择性神经元对的CCG显著峰值概率（2.3%）是其他神经元对（0.15%）的10倍以上（图8i）。通过触发分析（图8e-h），可清晰区分前馈（ML→AF）与反馈（AF→ML）信号传递的时序特征。

研究结论
这项研究开发的Neuropixels 1.0 NHP探针实现了三大突破性进展：1）通过创新的45毫米长探针设计，首次在非人灵长类中实现全脑范围单神经元精度的神经信号记录；2）在视觉、运动、面孔识别和决策等多个认知系统研究中取得重要发现，揭示了跨脑区神经编码的新机制；3）单次实验即可记录上千个神经元活动，将研究效率提升两个数量级。这项技术的突破不仅填补了灵长类神经科学研究的关键技术空白，更推动了从单细胞到全脑水平的神经科学研究范式转变，为理解人类高级认知功能和神经系统疾病的机制研究开辟了新途径。

参考文献：
Trautmann EM, Hesse JK, Stine GM, et al. Large-scale high-density brain-wide neural recording in nonhuman primates. Nat Neurosci. 2025 Jul;28(7):1562-1575. doi: 10.1038/s41593-025-01976-5. 

想要获取本篇文献的老师同学们，可以拉到文末扫码添加礼智小客服哦！