厦门免费医学论文发表-基础前脑胆碱能输入介导适应性注意力分配以增强嗅觉辨别力
拉胡尔·加尔格，邱强，C. 余荣
发布时间：2025 年 9 月 16 日
编者按
所有感官系统都面临着同样的挑战：聚焦重要信息，同时忽略大量干扰。在视觉、听觉和嗅觉方面，注意力和学习对于这种过滤至关重要，但潜在的电路机制在很大程度上仍然未知。在本期《公共科学图书馆生物学》杂志上，Garg及其同事[1,2]的两项配套研究揭示了小鼠嗅球（OB）中的一种机制，该机制实现了与注意力和学习相关的感觉输入过滤。这些研究共同揭示了称为短轴突细胞 （SAC） 的局部中间神经元如何充当自下而上的感觉驱动和自上而下的注意力调节在气味信息首次进入大脑时汇聚以细化气味信息的枢纽（图 1）。
thumbnail下载：
PPT的PowerPoint 幻灯片
巴布亚新几内亚大图
蒂夫原图
图1. 嗅球的短轴突细胞在注意力期间和学习后动态过滤嗅觉感觉输入。
当小鼠学会辨别气味（左）时，在呈现气味之前提供提示（上图）通过从基底前脑（ACh，蓝色）招募胆碱能信号来抑制短轴突细胞（SAC，洋红色），从而去抑制嗅球肾小球（虚线圆圈）中的嗅觉感觉神经元（OSN，绿色和橙色）轴突末端，并增加它们对二尖瓣和簇绒细胞（MTC， 灰色）。学习后（右），SAC 重塑以与奖励相关的 OSN（上）建立更强的接触，并且胆碱能信号在气味呈现前的提示期间被脱离。然而，胆碱能信号传导在奖励相关气味的呈现过程中被强烈招募（下图），从而可以去抑制从 OSN 到 MTC 的奖励相关气味信号传导。
https://doi.org/10.1371/journal.pbio.3003405.g001
OB 是大脑嗅觉的门户。在 OB 中，来自嗅觉感觉神经元 （OSN） 的轴突根据它们表达的气味受体汇聚到离散的肾小球结构上。因此，每个肾小球代表一个独特的信息通道，提供了气味身份的空间“地图”[3,4]。但肾小球不是简单的中继。它们嵌入到丰富的抑制性中间神经元网络中，这些网络塑造了信号如何传输到下游电路。虽然OB肾小球层中的大多数中间神经元提供局部的肾小球特异性抑制，但SAC将其突起分布在多个肾小球上，在那里它们直接突触到OSN末端以及其他中间神经元上[5\u20128]。因此，它们具有独特的位置，可以比较、对比和重新分配整个肾小球图的活动。就像视网膜的横向抑制通过增强相邻光感受器之间的对比度来锐化视觉信号一样，SAC 通过塑造邻近肾小球的活动模式来锐化嗅觉信号。这种安排使 SAC 对气味处理的第一步具有巨大的影响，在感觉信号进入 OB 时有效地调整和过滤它们。
气味反应图不仅由传入的感觉信号塑造，还由来自高级大脑区域的下降投影塑造。其中最突出的是来自对角带 （HDB） 基底前脑水平肢的胆碱能输入。实际上，自上而下的胆碱能输入就像一个开关，可以激活或停用滤光片，有时让所有光线通过，有时使用滤镜来增强对比度或阻挡眩光，具体取决于您想要关注的内容。在这里，Garg 及其同事利用胆碱能调节在唤醒、学习和注意力中的作用，通过动态参与 OB 内的过滤器来解决它如何影响感觉处理。
Garg及其同事[1]的第一项研究证明了自上而下的胆碱能通路在注意力期间是如何运作的。为了引发高度关注，他们训练小鼠在听觉提示后区分气味——要求小鼠通过舔喷嘴来报告两种气味中的哪一种以获得水奖励。当小鼠学会辨别气味时，HDB 胆碱能神经元在提示和气味传递之间的时间段内被强烈激活。这种胆碱能激活通过毒蕈碱受体信号传导抑制了 SAC 放电，减少了对 OSN 末端的抑制，并允许对奖励气味做出更强、更敏锐的反应，并提高决策准确性。
因果纵证实了电路逻辑。线索和气味传递之间对 SAC 的抑制模仿了线索的注意力效果，而气味呈现期间的作几乎没有效果。同样，沉默 HDB 胆碱能神经元消除了提示提供的行为改善。这些结果表明 SAC 如何在气味处理中充当关键中介，将全局注意力信号转化为气味反应的特定肾小球水平调节。
配套论文[2]放大了SAC本身，展示了它们如何将全局注意力线索转化为与奖励相关的气味输入的锐利、特定的过滤器。作者表明，SAC 在判别训练后经历了选择性可塑性，酪氨酸羟化酶（多巴胺合成的限速酶）在被奖励气味激活的肾小球周围的 SAC 中上调。此外，与突触可塑性相关的基因被富集，电子显微镜显示 SAC 和 OSN 末端之间的物理接触增加。这些细胞变化与功能变化并行，其中肾小球在训练后对奖励气味的选择性更强。
这两项研究共同概述了嗅觉系统第一个突触的自适应过滤和刺激学习机制。根据经验，SAC 连接被重塑，以便即使没有持续的自上而下的驱动，奖励的 OSN 输入也会优先增强。计算建模捕获了这种两阶段作：将胆碱能调节与 SAC-OSN 连接处的活动依赖性可塑性相结合，再现了生理数据和行为从提示依赖性到自动表现的转变。
这些发现将 SAC 提升为 OB 电路中的核心计算参与者。通过集成自下而上和自上而下的信号，它们使系统能够在需要时灵活地部署注意力，并通过学习来硬连线选择性。然而，关键问题仍然存在。例如，SAC 是否使用共传来实现这些功能？SACs可以释放多巴胺和GABA，但目前的研究没有解决多巴胺、GABA或它们的相互作用是否塑造行为和回路动力学，也没有解决多巴胺能信号本身是否在空间或时间上通过注意力和学习进行调整。此外，OSN 和 SAC 是相互连接的。学习相关结构重塑后，是双向增强连通性，还是偏向于一个方向导致SACs的OSN激发不平衡和OSNs的SAC相互抑制？通过直接纵递质释放和/或受体信号传导，解开多巴胺与 GABA 的相互连接和不同贡献对于揭示该回路如何在第一个突触处将原始感觉输入转化为选择性过滤信号至关重要。
这两项研究清楚地将 SAC 确立为注意力和学习在突触水平汇聚的中心枢纽，但它们也为令人兴奋的未来方向打开了大门。鉴于目前的工作强调了胆碱能募集 SAC 如何增强气味表征，以及 SAC 可塑性可以使输入偏向于奖励刺激，未来的挑战将是确定这个核心基序在更复杂的情况下如何运作，例如，当气味相似、模棱两可或必须同时跟踪多个线索时。此外，这个滤波器可以每时每刻进行敏锐的调整吗？回答这些问题将揭示 SAC 是主要作为缓慢可重构的电路元件运行，还是作为可以灵活调整以适应不断变化的感官需求的高动态滤波器。通过这种方式，这里定义的去抑制性 HDB-SAC 基序为未来的工作奠定了基础，以揭示感觉系统用来应对现实世界感知挑战的全方位策略。通过展示注意力和学习如何汇聚在嗅觉系统门户的单个中间神经元类型上，这些研究不仅查明了细胞参与者及其回路影响，而且还为更广泛的神经回路功能原理打开了大门：感觉系统可能在整个大脑中使用的自适应过滤策略。
17 九月 2025： 莫斯 EH， 阿伦基尔 BR （2025） 第一嗅觉突触的自适应过滤器。 公共科学图书馆生物学 23（9）：e3003405。https://doi.org/10.1371/journal.pbio.3003405 查看编者按
抽象
通过选择性地放大相关的感觉输入，动物有效地分配有限的认知资源来改善决策。注意力分配与行为目标保持一致并适应认知需求，但回路机制仍不清楚。在这里，我们确定了一种用于气味处理的注意力回路，其中对角线带水平核中的胆碱能神经元通过小鼠嗅球中的抑制性多巴胺能短轴突细胞提供自上而下的控制。注意力提示触发的胆碱能活动提供嗅觉感觉轴突的预备性去抑制，以增强对奖励相关气味的反应并改善决策。当任务变得例行公事时，熟练的动物会失去准备性但不依赖于奖励的胆碱能活动，这是熟练程度和注意力参与之间的权衡。直接纵去抑制回路可以恢复注意力效果，而不会引起全身唤醒。该电路的计算模型概括了注意力反应的动态变化，并说明了有效分配认知资源的两阶段适应。
数字
Fig 7Fig 1Fig 2Fig 3Fig 4Fig 5Fig 6Fig 7Fig 1Fig 2Fig 3
引文： Garg R、Qiu Q、Yu CR （2025） 基础前脑胆碱能输入介导适应性注意力分配以增强嗅觉辨别力。公共科学图书馆生物学 23（9）：电子邮箱 3003374。 https://doi.org/10.1371/journal.pbio.3003374
学术编辑： Izumi Fukunaga，冲绳科学技术大学研究生院：冲绳科学学院大学，日本
收到： 2025 年 1 月 14 日; 接受： 2025 年 8 月 19 日; 发表： 9月 16， 2025
版权所有： © 2025 Garg 等人。这是一篇根据知识共享署名许可条款分发的开放获取文章，该许可允许在任何媒体上不受限制地使用、分发和复制，前提是注明原作者和来源。
数据可用性： 所有相关数据都在论文及其支持信息文件中。
资金： 这项工作得到了美国国立卫生研究院拨款 （https://www.nih.gov/） R01 DC008003 （CRY）、R01 DC014701 （CRY） 和 R01DC016696 （CRY） 以及斯托尔斯医学研究所 （https://www.stowers.org/） （CRY） 的支持。资助者在研究设计、数据收集和分析、发表决定或手稿准备中没有发挥任何作用。
利益争夺： 提交人声明不存在竞争利益。
缩写： ITI，试验间间隔;OSN，嗅觉感觉神经元;MTC，二尖瓣/簇状细胞;OB，嗅球;RCS，率正确分数;RT，反应时间; 囊 短轴突细胞;HDB，对角带的水平肢。
介绍
有效利用有限的认知资源对于生存至关重要。注意力通过外部（自下而上）和目标导向（自上而下）过程控制感知和行为反应[1\u20126]。在外部刺激的驱动下，自下而上的过程会增强觉醒状态，并将注意力引导到刺激源上[7\u20129]。另一方面，自上而下的注意力优先考虑与任务相关的信息，并过滤掉不太相关的感官输入[10\u201212]。
注意力投入并不统一;它根据手头任务的认知需求而变化。提出的“努力定律”表明，当存在多种选择时，大脑会选择要求最低的策略[13]。当一个人熟练地完成一项任务并且反应变得例行公事时，对注意力的需求就会减少。注意力分配的这些适应性变化在辨别学习和奖励驱动行为中很突出，在优化感官显着性和决策方面发挥着至关重要的作用。然而，驱动任务依赖性注意力调节的神经机制及其与奖励学习的整合仍不清楚。
为了解决这些问题，必须确定注意力分配背后的神经回路，并探索经验如何在辨别学习和跨任务需求期间塑造感觉输入的选择性调节。胆碱能基底前脑释放的强补乙酰胆碱已被证明可以介导唤醒并影响注意力[14,15]。在条件刺激的皮质处理和感觉知觉的调节过程中，已经观察到胆碱能调节的快速变化[16\u201218]。然而，描绘出能够选择性调节的电路具有挑战性，因为注意力的具体影响通常与唤醒、工作记忆和奖励系统纠缠在一起[19\u201221]。这种复杂性掩盖了注意力的独特贡献，并阻碍了对所涉及神经回路的清晰理解。此外，虽然已经探索了胆碱能系统的药物干预和病变研究[22\u201224]，但这些方法缺乏特异性，同时影响多个神经过程。鉴于这些复杂性，建立在时间期望之上的简单注意力任务，例如采用固定前期的任务，具有显着的优势[25,26]。固定前期创建了一个稳定且可预测的时间框架，不仅增强了实验控制，而且还模仿了对已知事件的预期需要持续关注的现实生活场景。通过最大限度地减少与更复杂范式相关的认知负荷和无关变量，这些任务可以更清楚地隔离注意力背后的神经机制。
在这里，我们建立了一个提示注意力气味辨别任务，以确定感觉反应和行为表现的调节。嗅球（OB）肾小球层是气味信息处理的第一阶段。该回路的可访问性允许评估早期感觉处理阶段如何受到自下而上和自上而下机制的影响。OB反应受肾小球周围中间神经元和离心反馈的调节[27\u201229]，但尚不清楚该回路是否以任务依赖性方式参与。我们确定了一个接受基底前脑胆碱能神经支配并控制嗅觉输入强度的 OB 回路基序。我们证明胆碱能神经元的差异激活支持肾小球反应的价特异性调节。这些胆碱能神经元的参与水平是适应性的，是决策中与注意力相关的改进的基础。通过对电路的特定作，我们表明注意力效应可以在没有全局唤醒的情况下发生。我们的结果表明，基底前脑控制资源分配以优化注意力调节。
结果
注意力减少嗅觉任务中的行为不确定性
在提示注意力气味辨别范式中，我们训练小鼠区分一对预测奖励和惩罚的气味刺激（CS+ 和 CS−;图1A）。与气味身份或价值缺乏直接关系的听觉线索在气味出现之前作为注意力信号呈现。经过两次训练后，小鼠在气味和听觉线索之间的前期表现出辨别气味的决策准确性增加，并减少了预期舔舐（图1B和S1A-S1C）。我们首先测试了前期持续时间如何影响反应时间 （RT）。与1-s的延迟相比，提示和气味之间的0.5 s延迟缩短了RT，表明更强的准备状态和更短的前期（图1C;q（13） = 8.58，p < 0.0001）。
thumbnail下载：
PPT的PowerPoint 幻灯片
巴布亚新几内亚大图
蒂夫原图
图 1. 注意力在高认知需求下降低决策不确定性。
（A）提示-注意力气味辨别训练范式示意图。训练小鼠在听觉提示呈现后区分即将到来的气味。（B）随时间的舔概率。气味从t = 0到2秒传递。（C）训练期间测试的两个固定前期的反应时间（RT）。P < 0.001，单向重复测量方差分析，然后进行Tukey的事后检验（n = 14只动物）。（D）测试阶段的提示注意力气味辨别范式示意图。训练小鼠在听觉提示呈现后区分即将到来的气味。在测试过程中，50%的试验中省略了提示。试验间间隔 （ITI） 在 15 到 45 秒之间变化。气味传递在 0.5 到 2 秒之间变化。（E） 有提示和无提示气味辨别试验（n = 19 只动物）之间的错误率差异（左）和 RT 变化（右）。条形表示 SEM ±的平均值，水平线表示中位数。虚线表示试验之间没有差异。NS（不显着），**P < 0.01，***P < 0.001，一个样本 t 检验。（F） 有提示和无提示试验的速率正确分数 （RCS） 的成对比较。P < 0.001，双向重复测量方差分析，然后是 Tukey 的事后检验。（G） 顶部：OMP-tTA 背侧嗅球上方的示意图和示例成像平面;tetO-GCaMP2 小鼠，比例尺 200 μm。底部：两种气味诱发的气味诱发肾小球活动模式。（H） 单个气味相关肾小球试验的活动示例。（I） 每个肾小球的提示和未提示试验之间的活性差异 （ΔΔF/F）（来自 19 只动物的 n = 1,066 个肾小球）。（J） 未提示（左）和提示气味刺激（右）的平均肾小球活动轨迹。橙色阴影显示提示呈现。灰色阴影显示气味传递。数据是标准误差±平均值。（K） 气味周期的曲线下面积 （AUC）（t = 0 至 0.5 秒）。*P < 0.05，***P < 0.001，双向重复测量方差分析，然后是 Tukey 的事后检验。（L） 随着提示气味而发生显着变化的肾小球比例。黄色：增加，深灰色：减少，浅灰色：不变。（M） 条形图显示了在有提示与无提示的试验中表现出反应变化的肾小球百分比。x 轴上的正值表示对 CS+ 气味的选择性更高。（N） 基于提示（橙色）和未提示（灰色）试验的肾小球活动解码气味身份的准确性。**P < 0.01，双向重复测量方差分析，然后是 Tukey 的事后检验。（O） 左：使用 GCaMP7F 对肾小球进行 MTC 树突成像的策略。右：未提示（左）和提示气味传递（右;n = 19）的 MTC 树突活动轨迹。（P） 与 （N） 相同，但用于 MTC 树突活动。P < 0.001，双向重复测量方差分析，然后是 Tukey 的事后检验。该图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.g001
接下来，我们评估了注意力提示如何调节不同难度试验中的表现。在探针会话中，我们在 50% 的试验中随机省略了听觉提示。气味传递从 0.5 到 2 秒不等，以改变感觉不确定性（图 1D）。有了提示，小鼠对 CS+ 气味的反应更快，并在困难的试验中更准确地拒绝 CS– 气味（图 1E;RT：t（18） = –3.77，p = 0.001; 错误率：t（18） = –4.02，p = 7.94 × 10⁻4).将准确性和RT结合到速率正确分数（RCS）[30]中，我们发现在提示试验中的动物保持了高水平的性能，而在未提示的试验中则下降了（图1F;0.5秒气味窗口：q（36）= 6.37，p < 0.0001 ）。在0.5 s的气味持续时间内，误差和RT的改善最为显著。有趣的是，对于气味出现时间与训练期相同（2 秒）的事件，听觉提示并没有提高表现。这表明，当气味为决策提供足够的信息时，添加的信号可能会干扰而不是提高性能。
我们试图探索注意力如何调节感官表征以影响决策的神经基础。由于 0.5 秒的前期和气味传递持续时间使提示能够提供最显着的性能变化，因此我们使用这些参数进行进一步研究。使用宽视场钙成像，我们表征了携带OMP-tTA的行为小鼠气味诱发的肾小球反应;tetO-GCaMP2等位基因[31,32]（图1G）。我们分析了执行此任务的 19 只动物的肾小球活动。在无提示的试验中，对 CS+ 和 CS− 气味的初始反应相似，但随着动物开始舔水龙卷以寻找 CS+ 气味，反应迅速分化（图 1H;[33]）. 在气味传递之前，仅提示在气味传递之前引起肾小球反应（S1D 和 S1E 图）。使用ΔΔF/F来测量提示与非提示试验之间的差异，除了总体CS+与CS−差异外，我们还观察到提示与非提示CS+反应之间的显着差异（图1I-1K和S1F）。平均而言，提示的 CS+ 反应高出 15%，一些肾小球增加高达 40%（有提示与未提示的 CS+：q（18） = 4.05，p = 0.01）。 该线索强烈影响肾小球反应的时间动态，因为 CS+ 的反应开始时间明显较短，但 CS− 气味的反应开始时间更长（S1G 图）。与基于气味持续时间的听觉线索的行为影响一致，我们没有观察到2秒气味传递的线索增强（图1L，左图和S1H-S1L）。接下来，我们根据对两种气味的峰值响应幅度之间的差异量化肾小球的气味选择性（参见“材料和方法”）。在已经对相同气味具有选择性的肾小球中，有提示与未提示的 CS+ 反应基本没有变化，但在 CS− 选择性肾小球中差异增加（图 1M，右图）。相反，在 CS− 选择性肾小球处，对提示的 CS− 气味的反应减弱。综上所述，这些发现表明该提示选择性地增强了 CS+，但抑制了 CS− 活性。我们使用线性分类器来评估是否根据肾小球反应准确预测气味身份。该分析显示，在存在提示的情况下，气味期间的解码精度更高，解释了行为反应的改善（图1N;0.5 s气味窗口：q（36） = 4.6，p = 0.0024）。 在表达jGCaMP7f的突触后二尖瓣/簇状细胞（MTC）树突中也观察到气味反应的选择性调节[34][图1O和S1M-S1Q]。平均而言，MT树突处的提示CS+响应增强了89%，与未提示条件相比，响应几乎翻了一番（q（18） = 7.47，p < 0.0001）。 该提示还增强了树突状响应的气味同一性预测（图1P;0.5秒气味窗口：q（36） = 5.8，p = 0.0008）。 因此，这些结果表明，注意力可以差异地调节 CS+ 和 CS− 气味反应并改善气味识别。
提示注意力由胆碱能 HDB → SAC 回路介导
我们假设肾小球反应的变化是由 OB 中的去抑制相互作用引起的。短轴突细胞（SACs）通过GABA和多巴胺支配和抑制多发性肾小球[35]。OSN表达多巴胺受体D2，这是一种与Gi蛋白偶联的GPCR，有助于抑制[36]。酪氨酸羟化酶（TH）是多巴胺合成的关键酶，其表达受感觉活动的调节，使SACs成为调节持续气味处理的可能靶标[37\u201239]（[33]）。我们测试了与提示相关的性能改进是否需要 SAC。我们将OMP-tTA;tetO-GCaMP2小鼠与多巴胺转运蛋白Cre（DAT-Cre）系杂交，并使用AAV在SAC中表达抑制性DREADD受体hM4D（Gi）[40]（图2A和S2A-S2C）。抑制 SAC 增加了提示试验中气味辨别的误差（误差增加 10.1%;q（15） = 4.74，p = 0.01），表明它们在整合自上而下的信号以调节自下而上的感觉反应中的作用（图2B）。在没有听觉提示的试验中，DREADD 介导的 SAC 抑制并没有显着改变表现（S2D 图）。在用表达mCherry的对照AAV转导的小鼠中，或用hM4D（Gi）AAV转导但接受生理盐水注射的小鼠中，该提示改善了RCS。相反，当通过CNO注射沉音SAC活性时，没有改善（图2C;Gi 盐水与 CNO：q（15） = 4.46，p = 0.03）。
thumbnail下载：
PPT的PowerPoint 幻灯片
巴布亚新几内亚大图
蒂夫原图
Fig 2. Cued-attention is mediated by a cholinergic HDB to SAC circuit.
（A）DREADDi在OMP-tTA的SACs中诱导表达示意图;tetO-GCaMP2;DAT-Cre 动物和使用 GCaMP2 对肾小球活动进行成像。示例注射部位显示 Gi 表达（红色）。OB中的细胞层被标记为： GL：肾小球层;EPL：外丛状层;MCL：二尖瓣/簇绒细胞层，比例尺：200μm。（B）CNO和盐水注射（Gi;紫色，n = 9）和mCherry（mCh;灰色，n = 8）动物的提示试验之间的准确性和RT差异。*P < 0.05，混合设计方差分析，然后进行 Tukey 事后检验。（C）盐水或CNO注射后mCh和Gi小鼠的RCS改善。*P < 0.05，***P < 0.001，一个样本 t 检验和混合设计方差分析，然后是 Tukey 事后检验。（D）在同一动物中注射盐水和CNO后气味相关区域的个体肾小球反应，比例尺200μm。（E，F）AUC（F）的平均迹线（E）和条形图显示在表达SAC的mCh或Gi中注射CNO后的肾小球反应。*P < 0.05，混合设计方差分析，然后进行 Tukey 事后检验。（G） 同一肾小球的 CNO 和生理盐水注射试验之间起效潜伏期差异的分布。插入表示肾小球随着 SAC 抑制而发生显着变化。黄色：增加，深灰色：减少，浅灰色：不变。（H）左：单突触狂犬病追踪示意图，以识别SAC的输入。中间：OB 中的信号。黄色：狂犬病病毒的起始细胞。右：虚线勾勒出组屋区域。绿色和黄色细胞是逆行追踪的细胞，比例尺：100μm。（I）来自不同大脑区域（n = 3）SAC总输入的量化。（J） ChAT 阳性的 SAC 投射细胞的百分比。（K） 由胆碱能 HDB 介导的嗅球去抑制回路。（L）投射到OMP-tTA的OB的HDB细胞中DREADDi表达示意图;tetO-GCaMP2;ChAT-Cre动物。示例注射部位显示胆碱能HDB（绿色）中的Gi表达（红色），比例尺：200μm。（M，N）与（B，C）相同，但用于抑制HDB投射到OB.（Gi;紫色，n = 10或mCh;灰色，n = 9只动物）。**P < 0.01，混合设计方差分析，然后进行 Tukey 事后检验。（O-R）与 （D-G） 中的肾小球成像相同，但用于抑制 HDB 投射到 OB。*P < 0.05，**P < 0.01，混合设计方差分析，然后进行 Tukey 事后检验，比例尺：200 μm。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.g002
To test whether these behavioral changes were accompanied by altered sensory encoding, we recorded OSN activity during chemogenetic manipulations. Suppression of SACs by CNO injection increased odor-evoked glomerular responses (Fig 2D–2F; q(12) = 4.88, p = 0.0048) and decreased onset latency in trained animals (Fig 2G). Decoding analysis of glomerular responses showed that under control conditions, the cue accelerated decoding, but SAC inhibition made cued and un-cued trials indistinguishable (S2E Fig). These results indicate that SACs are critical to fine-tune the sensory input and play an important role in cue-driven modulation of the responses. This conclusion aligns with previous studies proposing a modulatory role for SACs in shaping olfactory bulb activity and sensory gain [41–45].
We sought to identify the repertoire of direct input to the SACs, which may carry task-relevant information for early sensory modulation. By adopting monosynaptic tracing using pseudotyped rabies virus [46] (Fig 2H), we found that direct projection to SACs originated from known primary olfactory cortices, including the piriform cortex and the anterior olfactory nucleus (PIRc and AON, respectively; Figs 2I and S2F). Both have been proposed to mediate odor identity coding, but their role in attention-based enhancements of odor processing has not been reported [47,48]. The high number of cells may reflect the reciprocity between feedforward and feedback interactions. Approximately 8% of input to the SACs originates from the horizontal nucleus of the diagonal band (HDB), 50% of which were positive for choline-acetyltransferase (ChAT; Figs 2J and S3G). Despite the small number of neurons, the HDB has broad projection patterns and is implicated in olfactory and goal-directed behaviors [49–56]. It does not receive direct olfactory input, thereby likely provides context and state-dependent modulation of olfactory responses.
To determine whether the behavioral effects could be attributed to projections of basal forebrain input to the olfactory bulb, we performed a broad manipulation targeting all HDB → OB projections, regardless of neurotransmitter identity. Using a retrograde Cre-dependent DREADD strategy, we selectively silenced the entire basal forebrain projection population and assessed behavioral outcomes (S2H Fig). In pre-proficient mice, this manipulation abolished the cue-induced enhancement in performance (S2I–S2J Fig, t(12) = 3.15, p = 0.0083), indicating that basal forebrain input is necessary for attentional modulation in this task.
毒蕈碱乙酰胆碱受体在肾小球中表达，已知毒蕈碱激活可去抑制肾小球活性[28]。因此，我们假设胆碱能HDB神经元向SAC提供抑制信号，注意力利用该回路通过减少GABA和多巴胺对OSN轴突的抑制来调节气味反应（图2K;[33]）. 为了检验这一假设，我们将OMP-tTA;tetO-GCaMP2小鼠与ChAT-Cre系杂交，并在OB中双侧注射逆行AAV，以在从HDB到OB的远程胆碱能投射中表达hM4D（Gi）（图2L和S2K-S2L）。抑制胆碱能投射增加了气味辨别误差（误差增加 16.6%;图2M;q（17） = 5.23，p = 0.008）。我们还注意到，在CNO注射后，提示试验的放疗减少（放疗减少111毫秒;q（17） = 5.98，p = 0.002），表明动物在纵后变得更加冲动且不太准确。我们发现，在注意力探测会话中，抑制胆碱能投射到灯泡不会改变没有听觉提示的试验的表现（S2M 图）。训练后抑制ChAT阳性输入消除了提示诱导的性能增强（图2N;Gi 盐水与 CNO：q（17） = 6.46，p = 0.015）。 为了进一步测试在注意力前期是否需要专门的HDB投射，我们在提示-气味延迟期使用古视紫红质对OB中的胆碱能轴突进行了光遗传学抑制（S2N图）。这种时间精确的作取消了通常在提示试验中赋予的性能增强。这些结果与 SAC 靶向作一起支持一种模型，其中 HDB 胆碱能输入通过瞬时去抑制 SAC 来实现注意力调节。与增加肾小球反应的SAC抑制相反，抑制胆碱能输入OB会降低气味诱发的肾小球活性（图2O-2Q;q（17） = 4.87，p = 0.0031）。我们还注意到，无论气味类型如何，气味诱发的肾小球激活的起伏期都会增加（图2R）。因此，来自 HDB 的胆碱能投射对于早期气味诱发反应的敏化和提示注意力改善行为表现是必要的。
Cholinergic input modulates short axon cell responses
Our results suggest that cholinergic neurons modulate early odor responses through the dopaminergic SACs. The inhibition of these two sets of cells had opposite effects, consistent with an inhibitory role of the cholinergic input on the SACs. To directly visualize HDB cholinergic input to the SACs, we used AAV in DAT-Cre mice to express GRAB-ACh3.0, an acetylcholine (ACh) sensor [57] to record cholinergic transients (Fig 3A). In trained animals, cue-induced cholinergic activity was observed across the OB surface without apparent spatial bias associated with the glomerular activity evoked by odors [33]. The auditory cue induced a preparatory response similar to that seen in the glomerular responses. The valence of the stimuli determined the extent of odor-evoked cholinergic activity. The cue amplified differences between CS+ versus CS− odors (Fig 3B and 3C; q(12) = 4.29, p = 0.01). Thus, cholinergic activation triggered by the cue directly acts on SACs to enhance contrast between two task-relevant stimuli.
thumbnailDownload:
PPTPowerPoint slide
PNGlarger image
TIFForiginal image
Fig 3. Cholinergic input modulates SAC responses.
(A) Schematic for imaging ACh transients during cued-odor discrimination. Heatmaps show spatial distribution of ACh responses post cue and post odor, scale bar: 200 µm. (B) Average ACh transients for un-cued and cued trials (n = 13 animals). (C) Bar graph shows average peak responses. *P < 0.05, two-way repeated measures ANOVA followed by Tukey’s post hoc test. (D) Left: schematic of GRIN lens imaging of HDB neurons expressing GCaMP8m using a miniscope. Right: example imaging plane shows GCaMP expressing neurons, scale bar: 100 µm. (E) Population response traces show HDB neuronal activity from un-cued (left) and cued trials (right) in probe sessions (n = 8 animals). (F) Cell-odor pairs aligned to peak time for HDB activity. (G) Left: schematic of multiphoton imaging of SACs expressing GCaMP7f in DAT-Cre mice. Right: example of imaging plane showing SACs, scale bar: 50 µm. (H) Average SAC activity trace for un-cued (left) and cued odor stimulation (right; n = 6 animals). (I) Cell-odor pairs aligned to peak time for SAC activity. (J) Distribution of response onset latency of HDB cells (left) and SACs (right) in CS+ (blue) and CS− (brown) trials. (K, L) Linear decoding of stimulus identity in cued and un-cued trials from the HDB (left) and SAC (right) activities. *P < 0.05, **P < 0.01, one-way repeated measures ANOVA followed by Tukey’s post hoc test. Data for this figure are provided in S1 Data.
https://doi.org/10.1371/journal.pbio.3003374.g003
We sought to directly visualize HDB cholinergic cells to determine their role in the attention task. Using a miniscope, we imaged individual HDB ChAT neurons expressing jGCaMP8m [58] (Fig 3D; n = 235 cells from 8 animals). In trained animals, we observed a robust and sustained activation of these neurons exposed to CS+ odors, contrasting with a comparatively shorter duration and lower amplitude to CS− odors (Fig 3E–3F). Attentional cue elicited a distinctive ramping activity prior to odor-elicited response, suggesting an increased responsiveness to the impending olfactory stimulus. Notably, the activity ramp was indistinguishable between CS+ and CS− odors (S3A Fig). The difference between post-odor cued and un-cued responses revealed further enhancement of CS+ odor response (S3B Fig). These findings indicate a dual role for HDB ChAT neurons in both attentional modulation and reward-based enhancement.
Since the SACs inhibit the OSN axons, inhibitory input from the HDB to the SACs would disinhibit the OSN input, which in turn activate SACs through glutamatergic activation. We monitored calcium signals from the SAC cell bodies using multi-photon imaging in DAT-Cre mice transduced with AAVs that conditionally express jGCaMP7f (Fig 3G; n = 358 cells from 6 animals). The attentional cue engaged SACs, eliciting an increase in calcium signals that was followed by response to odor delivery and to reward (S3C Fig). Since the only known excitatory input to the SACs is from the OSNs, we interpret the cue-induced signal as elevated basal activity from disinhibition of the OSNs. While the cue-induced responses were similar in amplitude for both CS+ and CS− trials, odor elicited responses differed depending on valence (Figs 3H–3I and S3D). We observed a shorter onset latency for odors in HDB neurons compared to SACs (Fig 3J). In SACs, CS+ response was delayed compared to CS− odor, likely resulting from a stronger HDB inhibition. Using linear decoding of HDB response we observed higher accuracy in decoding the stimuli when trials were cued (Fig 3K and 3L; HDB: q(7) = 4.88, p = 0.01; SAC: q(5) = 8.39, p = 0.0019). In contrast, the SAC activity showed a lower prediction accuracy during stimulus presentation in cued trials, indicating an inhibitory drive to the SACs delays the response. This is consistent with the model that HDB inhibits SACs to enhance early odor detection during attention engagement, thereby facilitating rapid processing of CS+ odors.
Dynamic engagement of attention under varying cognitive demand
Attention requires a heightened alert state. Odor stimulation triggers faster sniffing and animals can decode information conveyed by sniff cycles and use it to navigate odor gradient [59–61]. In trained mice, we observed faster preparatory sniffing prior to odor delivery in cued but not un-cued trials (Fig 4A). We further divided the mice according to their behavioral performances. Taking variability into account, we considered mice performing below 60% as at chance, whereas those above 80% as proficient [62]. We further divided mice performing between 60% and 80% into novice (61%–70%) as they were still grappling with the behavioral paradigm, and pre-proficient (71%–80%) for those already mastered the task but have not reached criterion. The pre-proficient mice engaged in faster breathing than the novice or the proficient mice (Figs 4B and S4A–S4E; pre-proficient: t(18) = 4.21, p = 5.84 × 10⁻4; proficient (81%–90%): t(15) = 2.77, p = 0.01). The cue did not change odor sampling after odor delivery (S4F–S4K Fig). These observations indicate that the cue increased arousal at low but not high proficiency levels, revealing an inverse relationship between arousal and task performance.
thumbnailDownload:
PPT的PowerPoint 幻灯片
巴布亚新几内亚大图
蒂夫原图
图4. 在不同认知需求下动态参与注意力。
（A） 一只动物在两个训练准确度级别上的呼吸痕迹：71%–80%（橄榄色）和 >80%（紫色）。（B）在不同测试前性能精度下，在动物气味传递前有和没有提示的嗅探间隔的差异。61%–70%（n = 9 只动物）、71%–80%（n = 19 只动物）、81%–90%（n = 16 只动物）、91%–100%（n = 14 只动物）。橄榄色阴影突出了熟练程度（71%-80%）。虚线表示试验之间没有差异。*P < 0.05，***P < 0.001，一个样本 t 检验。（C）RCS用于在整个会话中对熟练（左面板）和熟练（右面板）动物进行提示和未提示试验。P < 0.01，单因素重复测量方差分析，然后进行 Tukey 事后检验。（D） 根据测试前性能准确性隔离的测试会话中的提示来改进 RCS。P < 0.001，一个样本 t 检验。（E） 左：当熟练的动物在同一对气味对上训练后过渡到熟练水平时，气味辨别准确性。右：额外训练前后相同动物的基于提示的改进（n = 7 只动物）。*P < 0.05，单因素重复测量方差分析，然后进行 Tukey 事后检验。（F） 额外训练前后的嗅探间隔。**P < 0.01，双向重复测量方差分析，然后是 Tukey 的事后检验。（G）左：在第二对气味对（P2）上训练到熟练水平的熟练动物的性能准确性。右图：在使用新的气味对重新训练到熟练水平（n = 8 只动物）之前和之后，熟练动物的 RCS 基于提示的改进。**P < 0.01，单向重复测量方差分析，然后是 Tukey 的事后检验。（H） 再训练前后的嗅探间隔。*P < 0.05，双向重复方差分析，然后是 Tukey 的事后检验。（I）基于肾小球反应的解码准确性，该肾小球反应在同一会话中跨提示与无提示试验，适用于处于不同测试前熟练程度或幼稚（n = 11只动物）的小鼠。（J）（B）和（D）中个体小鼠的有提示和无提示试验之间的解码准确率差异。橄榄色阴影突出显示来自预熟练组的数据。**P < 0.01，一个样本 t 检验。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.g004
我们测试了注意力如何影响不同熟练程度的表现。在熟练前的动物中，表现在提示试验中保持稳定，但在没有提示的情况下下降。这表明注意力有助于维持习得性辨别力（图4C;熟练前：试验类型q（18）=11.83的效果，p<0.0001;熟练：q（32）=2.59，p=0.076）。 对于熟练前的动物，行为改善最为明显（图4D和S4L-S4N;熟练前：t（18） = 8.59，p < 0.0001）。 事实上，当熟练前的小鼠达到熟练程度时，提示不再改善RCS，也没有进行更快的呼吸（图4E和4F;RCS：q（6） = 3.76，p = 0.037;嗅探区间：q（6） = 4.27，p = 0.023）。此外，当我们训练能够熟练区分一对气味的动物到一对新气味的预熟练水平时，提示恢复了气味前的觉醒并改善了RCS（图4G和4H;RCS：q（7） = 6.4，p = 0.002;嗅探区间：q（7） = 4.02，p = 0.024）。应急开关结果不仅证明了注意力的动态性质，还证明了它在高认知需求下的效用，其中任务难度需要额外的认知努力来保持准确性和速度。
为了了解注意力分配的动态性是否反映在感官反应中，我们分析了测试前组的肾小球活动，并使用线性解码来评估气味身份是否被准确预测。该分析显示，仅在熟练掌握的小鼠中存在提示时解码率更高（图4I和4J;t（18） = 3.43，p = 0.003）。我们还注意到，在熟练的动物中，CS+气味的注意力引导选择是柔和的（S5A–S5D图）。这些结果强调了注意力调节的适应性，表明注意力主要在任务难度和唤醒平衡的中间学习阶段增强感觉处理和决策。
胆碱能基底前脑的参与是差异注意力效应的基础
当局部回路停止对来自中枢大脑的注意力信号做出反应时，可能会出现提示注意力对行为表现的不同影响。或者，胆碱能神经元的参与决定了差异效应。为了区分这两种可能性，我们记录了动物从熟练程度到熟练程度转变时的胆碱能活性（图5A）。在熟练前的小鼠中，ACh瞬态在气味传递之前被提示可靠地激活（q（12） = 4.35，p = 0.009）， 但当相同的小鼠变得熟练时，即使气味暴露，提示也不再激活ACh瞬态（图5B和5C;q（12） = 0.63，p = 0.66）。我们创建了一个线性模型，使用刺激和决策变量来预测 ACh 活动。该模型揭示了每个因素如何随着时间的推移独特地影响 ACh 信号。在出现气味之前，听觉刺激是 ACh 活性差异的最大贡献者（图 5D）。对于熟练的动物来说，这一贡献明显较低，表明听觉刺激对 ACh 释放的影响减弱。
thumbnail下载：
PPT的PowerPoint 幻灯片
巴布亚新几内亚大图
蒂夫原图
图5. 胆碱能基底前脑的参与是差异注意力效应的基础。
（A）在熟练程度上对提示气味辨别期间对ACh瞬变进行成像的示意图。（B）熟练水平（n = 13只动物）的未提示和提示试验的平均ACh瞬变。（C）气味前阶段反应的AUC测量（t = −1至0秒）。**P < 0.01，双向重复测量方差分析，然后是 Tukey 的事后检验。（D） 具有 ACh 活性刺激和决策预测因子的线性模型（参见“材料和方法”）。顶部的实线表示 P < 0.01。（E）ChAT-Cre动物胆碱能HDB中DREADDq（Gq;紫色，n = 10只动物）或mCherry（mCh;灰色，n = 8只动物）表达的示意图。示例注射部位显示胆碱能细胞（绿色）中的Gq表达（红色）。比例尺：200μm。HDB的化学遗传学激活预计会增加熟练小鼠的觉醒（右图）。（F）呼吸痕迹（左）和条形图（右）显示熟练小鼠在（盐水）和（CNO）HDB激活之前的嗅探间隔。P < 0.001，双向重复测量方差分析，然后是 Tukey 的事后检验。（G） 在熟练动物中注射盐水或 CNO 后 mCh 和 Gq 小鼠的 RCS 改善。*P < 0.05，一个样本 t 检验和混合设计方差分析，然后是 Tukey 的事后检验。（H） 在 HDB 中表达 Gq 的熟练 ChAT-cre 小鼠的 ACh 瞬变成像示意图。（I）在（盐水）和（CNO）HDB激活之前和之后的未提示和提示试验（n = 9只动物）的气味前阶段（右）的ACh瞬变（左）和AUC测量值。*P < 0.05，混合设计方差分析，然后是 Tukey 的事后检验。（J） 与 （D） 相同，但 ACh 释放取决于 HDB 激活。（K） 在 HDB 中表达 Gq 的熟练小鼠肾小球反应成像示意图。（L）热图显示了在（盐水）和（CNO）HDB激活之前和之后，熟练小鼠中同一肾小球的提示和非提示试验（ΔΔF / F）之间的活性差异。（M）条形图显示平均峰值响应。*P < 0.05，**P < 0.01，混合设计方差分析，然后是 Tukey 的事后检验。（N） 示意图显示 HDB 激活可能会增加唤醒，进而调节多种生理过程，并可能直接或间接影响感觉反应的强度和选择性。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.g005
与提示相反，无论熟练程度如何，气味引起的 ACh 瞬态都是奖励依赖性的。奖励气味比惩罚气味引发的瞬变更强。在预熟练水平上，提示放大了 CS+ 与 CS− 气味之间的差异（S5E 和 S5F 图）。在高熟练程度下，有和没有提示时，CS+ 和 CS− 反应之间的对比都很突出（S5G 图）。我们推断差异 ACh 信号可能会影响行为结果。在这种情况下，ACh 的释放预计与决定而不是气味相关;因此，我们根据决策反应分离了 ACh 活性数据。当小鼠舔水龙卷时，ACh瞬变在命中和误报决策中都很突出，但在未命中和正确拒绝决策中它们被抑制（S5H图）。为了确定气味诱发的 ACh 瞬变是否反映了运动输出或奖励期望，我们比较了 Hit 和 False Alarm 试验之间的反应。两者都涉及运动动作，但只有命中之后才会有奖励。在有提示和无提示的试验中，与 FA 相比，Hit 试验中的 ACh 瞬时显着更高（S5I 图），这表明胆碱能反应不仅仅是由运动行为的存在驱动的。相反，它们还反映了奖励期望或接收。为了进一步评估这一点，我们拟合逻辑回归模型，以根据气味 AUC 预测命中的概率（S5J 图）。该模型显示，较高的 AUC 值对应于较高的命中响应概率，并且这种关系在提示条件下得到增强（似然比检验 （LRT） 统计量：6.96，p = 0.008; 未提示与空：LRT 统计量：2.81，p = 0.09 ）。总之，这些发现表明 ACh 活性与奖励和运动启动有关。ACh 介导的去抑制促进奖励寻求反应。
由于胆碱能组蛋白在熟练的动物中脱离了接触，我们推断重新接触它会增加唤醒。为了测试这一点，我们在HDB中双侧表达hM3D（Gq），并训练动物熟练程度。我们在气味鉴别试验之前注射了CNO或生理盐水（图5E）。CNO，但不是盐水，导致强直性唤醒显着增加，从他们的嗅探发作中观察到（图5F和S5K;q（9） = 12.93，p < 0.0001）。在熟练的动物中，虽然提示不会引起额外的唤醒，但ChAT神经元的激活足以增强听觉提示相关的气味辨别力（图5G;q（16） = 4.3，p = 0.034）。然后我们记录了来自OB的ACh瞬变，发现CNO增加了提示诱导的胆碱能活性（图5H-5J;q（8） = 4.32，p = 0.015）。这些结果表明，胆碱能 HDB 细胞调节注意力强度以增强辨别力。
由于胆碱能基底前脑与调节一般清醒、新奇寻求和提示效价关联的觉醒有关，因此我们使用新奇寻求范式来探测气味调查行为[63]（S6A图）。与生理盐水相比，HDB 中胆碱能细胞的 CNO 激活导致气味调查显着增加（S6B 图）。注射CNO或盐水的对照动物在空气中表现出相似水平的气味调查，如通过调查指数测量（S6C图）。有趣的是，胆碱能增强还推动了在没有气味的情况下在气味会话之间对气味端口的研究（S6D 图）。这发生在动物第一次接触气味传递之后，表明动物存在持续的气味寻找行为。这表明胆碱能神经元的参与足以增加唤醒和气味驱动的研究。
为了评估感觉反应的调节，我们记录了来自 OMP-tTA 肾小球的钙信号;tetO-GCaMP2;ChAT-Cre小鼠（图5K）。在熟练的动物中，效价依赖性偏差占主导地位。与未提示的试验相比，听觉提示没有增加 CS+ 气味的活性。胆碱能活性的化学遗传学激活足以在提示存在的情况下增加CS+反应（图5L）。此外，胆碱能调节的激活选择性地增加了肾小球反应，突出了CS+和CS−气味之间的对比（图5M;盐水：q（5） = 3.83，p = 0.042;CNO：q（5） = 5.83，p = 0.009）。综上所述，这些结果表明胆碱能信号的增加可以引起注意。在熟练的动物中，自然提示诱发的胆碱能瞬变减少，该途径的重新激活可以恢复提示敏感性并增强气味对比度，强调该回路在适应性注意力中的作用。然而，尚不清楚气味前期的注意力强度和选择性气味反应是一般觉醒的结果，其功能包括调节呼吸、瞳孔扩张和压力，还是来自对感觉区域的特定作用（图5N）。
在没有整体唤醒的情况下恢复注意力效果
我们试图确定这种效果是否依赖于整体唤醒，或者可以通过选择性地激活延髓回路而不进行整体唤醒来复制。我们以高时间分辨率光遗传学纵了熟练小鼠中SACs和胆碱能输入的活性。在DAT-Cre小鼠中双侧表达古视紫红质（Arch3.3）[64]后，我们直接抑制了SAC（图6A）。在气味传递之前的光刺激并没有增强预备嗅探，但在整个会话中保持高RCS（图6B和6C;嗅探间隔：q（10）= 1.11，p = 0.45）。 注射GFP的预熟练小鼠在听觉提示下表现出更好的任务表现，但在光刺激下，当它们变得熟练时，它们没有表现出改善的任务表现。与非刺激试验相比，短暂的气味前抑制抑制使性能提高，其水平与提示注意力相当（图6D;Arch 注射动物中的 Cue 与 Stim：q（18） = 0.07，p = 0.99）。
thumbnail下载：
PPT的PowerPoint 幻灯片
巴布亚新几内亚大图
蒂夫原图
图 6. 在没有整体唤醒的情况下恢复注意力效果。
（A）SAC的光遗传学抑制策略。注射古视紫红质（Arch）或GFP的DAT-Cre动物。LED 刺激从 t = −1 到 0 秒，气味从 t = 0 到 0.5 秒传递。（B） 比较未提示（灰色）与提示试验（橙色）中熟练动物的平均嗅探间隔，以及没有（灰色）和（绿色）气味前光刺激以抑制 SAC 活性的熟练动物的平均嗅探间隔。**P < 0.01，双向重复测量方差分析，然后是 Tukey 的事后检验。（C） RCS 用于在整个疗程中对 GFP（左图，n = 9）和 Arch 注射（右图，n = 11）熟练动物进行刺激和非刺激试验。*P < 0.05，单向重复测量方差分析，然后是 Tukey 的事后检验。（D）提示呈现（熟练前）或气味刺激前（熟练）后GFP和Arch小鼠RCS的改善。*P < 0.05，一个样本t检验和混合设计方差分析，然后是Tukey的事后检验。（E）在气味刺激的同时抑制SAC的策略。（F）GFP（n = 6）和Arch（n = 8）注射熟练动物的刺激试验之间针对相同气味的命中率和正确排斥的比较。*P < 0.05，双样本 t 检验（双尾）（G） GFP 和 Arch 注射动物的刺激试验之间 CS+ 气味的 RT 比较。**P < 0.01，双样本 t 检验（双尾）。（H） RCS 用于整个会话中 GFP 和 Arch 熟练动物的气味同步刺激试验。**P < 0.01，双样本 t 检验（双尾）。（I）ChAT-cre中OB中胆碱能投射的光遗传学激发策略;R-ChR2（ChR2+）和ChAT-cre（Ctrl）动物。上图：50 Hz LED刺激从t = -1到0 s，气味从t = 0到0.5 s传递。（J-L）与（B-D）相同，但用于气味递送前胆碱能投射的激发（Ctrl和ChR2+条件各n = 10只动物）。（M-P）与 （E–H） 相同，但用于胆碱能投射的激发与气味传递的同时（n = 6 只动物用于 Ctrl，n = 7 只动物 ChR2+ 条件）。该图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.g006
我们还研究了SAC抑制对熟练动物行为反应的时间（图6E）。与CS+气味表现同时对SAC的轻度抑制减少了对照动物上方的对CS−气味的行为反应，尽管与对照动物相比，正确的拒绝决定有减少的趋势（图6F;命中率：t（11） = 2.28，p = 0.043; CR率：t（11）= 1.91，p = 0.081）。SAC抑制增加了Arch注射动物的RT（图6G;t（11）= –3.24，p = 0.0078）。刺激气味试验 的比较表明，当SAC在气味呈现的同时受到抑制时，性能总体下降（图6H）。这一结果表明，只有SAC的预备性抑制才能提高性能。同时进行光刺激和气味呈现会损害性能，可能是因为它不加区别地抑制气味反应并减少气味辨别。
接下来，我们使用光遗传学在熟练的 ChAT-Cre 中刺激球状投射胆碱能纤维;R-ChR2小鼠（图6I）。在表达通道视紫红质（ChR2）[65]的小鼠中，在气味传递之前的光激活提高了准确性，而不会触发预备嗅探[图6J和6K;嗅探间隔：q（9）= 0.45，p = 0.75）。 这种改善与在表达ChR2的预熟练小鼠中观察到的提示注意力相当（图6L;ChR2 动物中的 Cue 与 Stim：q（18） = 0.84，p = 0.55）。 这模仿了注意力提示的效果，表明嗅球中的直接胆碱能激活可以在不引起整体唤醒的情况下增强行为。接下来，我们检查了气味呈现期间的胆碱能刺激是否会类似地改善或行为结果（图6M）。在熟练的动物中，与CS+气味呈现同时传递的光对命中率和正确的拒绝决定没有影响（图6N;命中率：t（11） = −0.45，p = 0.65;CR 率：t（11） = 0.6，p = 0.55）。刺激胆碱能纤维增加 RT（图 6O;t（11） = –2.53，p = 0.027）。这表明直接募集 OB 中的胆碱能活性不会增加决策的冲动性。在整个疗程中，与刺激对照相比，胆碱能刺激导致表现较低（图6P）。这些结果强化了这样一种观点，即准备性去抑制，而不是去抑制本身，是提高性能的原因。
可塑性依赖性注意力选择性和适应性建模
为了从理论上了解该电路的功能，我们模拟了神经元与网络模型的相互作用，该模型由代表OSN和SAC的泄漏整合和放电神经元组成，它们形成相互的兴奋性和抑制性突触（图7A）。抑制性和兴奋性簇之间的连接模仿了OSN轴突和SAC之间的相互作用（图7B）。ACh 输入被建模为对 SAC 基线电流的负偏差。我们的实验数据表明，ACh的释放是由注意力提示触发的，注意力提示不区分CS+和CS−刺激，而后气味活动则根据气味效价显示出显着差异。我们推断，ACh活性的两个不同阶段对气味辨别有不同的影响。为了测试这一点，我们通过提供与 CS+ 相关的强 ACh 偏差但与 CS− 气味相关的弱偏差来模拟气味依赖性去抑制驱动。差异自上而下的抑制不影响抑制性和兴奋性神经元的活性（S7A图），表明仅胆碱能调节不足以驱动幼稚回路中的稳健刺激分离。然后，我们引入了非选择性气味前 ACh 输入，模仿在我们的生理数据中观察到的提示触发的注意力前期。这导致抑制性和兴奋性神经元的放电率增加，这与钙成像结果显示气味前活性升高一致。然而，SVM解码显示，随着添加预刺激输入，气味分类没有改善（S7B图）。
thumbnailDownload:
PPTPowerPoint slide
PNGlarger image
TIFForiginal image
Fig 7. Modeling plasticity dependent selective attention.
(A) Schematic of the glomerular network model incorporating leaky-integrate-and-fire (LIF) neurons to simulate odor-driven activity and cholinergic modulation in the olfactory bulb. (i) Diagram showing selective activation of a subset of excitatory olfactory sensory neurons (OSNs, circles) by conditioned stimuli (CS+ or CS−). OSNs form reciprocal connections with inhibitory short axon cells (SACs, small circles with connections). CS+ trials (blue) selectively activate a specific OSN-SAC ensemble, while CS− trials (brown) activate a different subset. Network wiring enables targeted modulation of specific glomeruli based on stimulus identity. (ii) Valence-dependent synaptic changes within the OSN-SAC microcircuit. Differential cholinergic input (blue arrow for CS+, brown arrow for CS−) modulates SAC inhibition, shaping OSN-SAC connectivity via a Hebbian learning rule. Increased inhibition of SACs during CS+ trials promotes disinhibition of OSNs, enhancing their activity, while reduced inhibition during CS− trials maintains higher SAC-mediated suppression, thereby reducing bottom–up activation of SACs. (iii) Global cholinergic input simulating attention exerts uniform inhibition onto SACs across glomeruli. The functional impact is shaped by differential connectivity: SACs which have stronger inhibitory connections to OSNs, are more strongly suppressed by the same cholinergic signal, effectively biasing glomerular responses during attentive states. (B) Random initial connectivity matrix of excitatory and inhibitory clusters. The 1st quadrant represents excitatory weights from putative glomeruli to SACs; the 4th quadrant represents reciprocal inhibitory weights from SACs to glomeruli. (C) Changes in synaptic weights after training for CS+ and CS− stimuli. (D) Cumulative update in weights for the 2 stimuli. Olive shading indicates training up to “pre-proficient” level and purple indicates “proficient” level remodeling of synaptic strengths. (E) Average activity of excitatory clusters with input and attention signals pre- and post- valence dependent remodeling. (F) Peak activity changes across learning. Green represents the difference in peak responses for CS+ and CS−. (G) Decoding accuracy of stimulus identity with or without the attention cue across learning. Attention signal was kept at the same gain throughout iterations. Right: Average decoding accuracy across remodeling stages. ***P < 0.001, two-way repeated measures ANOVA followed by Tukey’s post hoc test. (H) Decoding accuracy of stimulus identity with or without the attention cue across learning. Blue sign indicates recapitulation of attention by reengagement of the attention signal post proficiency. (I) Difference in decoding accuracy between cued and un-cued simulations for 16 pairs of input patterns using the remodel. **P < 0.01, ***P < 0.001, one sample t test. Data for this figure are provided in S1 Data.
https://doi.org/10.1371/journal.pbio.3003374.g007
How does a global disinhibitory input enable differential modulation of sensory input? Spike-timing-dependent plasticity facilitates Hebbian learning and has been proposed to enhance pattern separation in the olfactory bulb [66–68]. Our companion study indicated valence dependent plasticity in the OB circuit. We hypothesized that these changes underly the attentional effect. Strong ACh release associated with CS+ odors would provide a strong disinhibition of the glomeruli and strengthen the reciprocal synapses between OSNs and SACs. Consequentially, when an attention-driven cholinergic signal arrives in the OB, inhibition of SACs with stronger synaptic connections preferentially disinhibits CS+ but not CS− OSN axons, leading to differential responses. To test this hypothesis, we allowed the initial random weights to undergo Hebbian learning. Enhanced activity in excitatory clusters resulted in strengthened connectivity with their corresponding inhibitory clusters over multiple iterations (Figs 7C and S7C). Moreover, the increase in connectivity was correlated with disinhibitory strength (Fig 7D). Training biased CS+ responses in the excitatory clusters (Fig 7E). At various stages of training, we simulated the attentional effect with pre-stimulus disinhibition. This effectively lowered the threshold for excitatory neuron activation in response to subsequent odor cues and consistently enhanced the contrast between CS+ and CS− activity across the training period (Fig 7F). Linear classification indicated that pre-stimulus bias significantly improved discrimination over time (Fig 7G; q(15) = 4.95, p = 0.0032). Notably, the effect of attentional cue decreased as selective strengthening of synapses progressed (q(15) = 1.81, p = 0.21), underscoring the adaptation of attention to task demands. However, at the “proficient” level, a stronger pre-stimulus disinhibition can further improve discrimination, recapitulating our experimental findings (Fig 7H and 7I, pre-proficient: t(15) = 4.31, p = 6.18 × 10⁻4; reinstatement: t(15) = 3.78, p = 0.0018).
Discussion
注意力是一个动态的认知过程，使动物能够根据目标、期望和过去的经验确定感官输入的优先级。事实证明，在实验环境中重述注意力具有挑战性，因为缺乏对电路及其调节的分子机制的清晰了解。基底前脑是大脑中三大胆碱能系统之一[69]。HDB投射跨海马体、前边缘区域、嗅觉相关区域和初级感觉皮层的记忆系统[70,71]。已发现胆碱能信号传导是目标导向行为所必需的，并且与许多认知功能有关，包括唤醒、记忆和奖励[72\u201274]。尽管来自基底前脑的胆碱能投射与调节感觉和联想皮层的注意力有关，但精确的机制和回路水平的特异性仍然难以捉摸。在嗅球中，胆碱能信号传导与气味检测、辨别和感觉增益有关[49\u201256]。然而，这些影响在很大程度上归因于广泛的调节，对胆碱能输入如何在感觉处理的早期阶段产生刺激特异性增强的了解有限。
在这里，我们确定了一个去抑制性回路基序，即 HDB → SAC → OSN 通路，该通路能够选择性地增强与任务相关的感觉输入。在熟练的动物中，提示呈现会在气味出现之前触发胆碱能释放。这个准备阶段暂时抑制 SAC 活性，去抑制 OSN 末端，并增加它们的基础钙水平。在气味呈现过程中，气味价进一步塑造肾小球反应：CS+ 气味会唤起更强的胆碱能瞬变，通过持续的 SAC 抑制增强 OSN 激活。通过将互易 OSN ↔ SAC 相互作用确定为能够调制感觉输入的电路基序，我们证明即使是这些最早的处理阶段也会受到这种基于注意力的调制。注意力会增加肾小球反应的速度和幅度，从而支持更快、更准确的决策，并帮助动物避免错误。尽管对惩罚气味的反应幅度没有改变，但肾小球对 CS+ 气味的选择性更强。由于肾小球活动控制突触向突触后神经元的突触传递，这种突触前调节不仅控制了中继神经元的信息传递，而且对于改善决策至关重要。
我们表明，提示诱导的胆碱能活性不能区分在空间模式中观察到的气味，也不能区分与气味效价相关的幅度。因此，提示注意力是发送到 OB 中所有肾小球的广播信号。另一方面，气味驱动的胆碱能活性差异调节气味激活模式。我们的实验和建模研究表明，依赖于经验的机制可以驱动气味特异性反应。取决于奖励状态的持续 ACh 活性创造了一个机会，可以产生与个体气味相关的突触强度的选择性变化。延长胆碱能进入 SAC 会延长肾小球的去抑制时间。肾小球和 SAC 活动之间的配对增强了我们网络模型中奖励气味的相互突触相互作用。惩罚气味不会产生同样长时间的 SAC 活性。因此，胆碱能输入不仅提供瞬时调节，而且还启动长期可塑性，增强感觉辨别力。重要的是，判别性学习会诱导SACs的结构和分子变化，特别是与CS+气味相关的肾小球周围TH表达的增加[33]。此外，这种分子可塑性支持本研究中提出的计算模型，其中学习过程中的突触强化减少了对注意力的依赖。虽然以前的模型已经证明胆碱能输入可以影响嗅球转化[75,76]，但这些实施主要探索伴随的神经调节增益效应。相比之下，我们的计算模型结合了自上而下的胆碱能输入和学习调制的 SAC 抑制之间的动态相互作用，从而能够在提示注意力期间选择性地放大 CS+ 气味。该模型捕获了熟练动物的行为表现如何取决于提示的存在，以及肾小球反应在训练过程中如何变化。
我们发现，当动物开始区分气味以获得奖励和避免惩罚时，注意力对表现的影响最大。该提示本质上不会提高性能，但有助于保持学习的性能水平。随着动物精通气味辨别能力，听觉线索在提高表现方面的有效性就会减弱。因此，自适应变化导致了一条倒 U 形曲线，带有金发姑娘区，其中分配注意力以提高性能。这表明来自组屋的胆碱能输入充当动态的、依赖于体验的注意力信号。在早期学习过程中，提示触发的 ACh 通过 SAC 去抑制增强 CS+ 反应，促进更快、更准确的决策。然而，随着任务熟练程度的提高和气味奖励关联在电路中变得稳定，这种自上而下的调制就会脱离。小鼠不再依赖外部注意力线索，而是利用由先前学习塑造的本地存储的感觉模板来执行日常任务。重要的是，这种脱离并不反映胆碱能张力的丧失。HDB 胆碱能神经元对气味刺激和奖励做出强烈反应。此外，当气味偶然性发生变化时，当需要区分新的气味对时，它们可以迅速参与。这里的倒U形曲线让人想起但又不同于Yerkes-Dodson定律，即表现随着精神唤醒而增加，但当觉醒过度时表现下降[77]。我们在这里发现的关系是特定于注意力和胆碱能系统脱离的结果。性能并没有下降，只是注意力的效果下降了。然而，这两条曲线之间的相似性引发了关于注意力和唤醒之间关系的问题。唤醒代表大脑的高度状态。这是注意力的先决条件，但不一定能像 Yerkes-Dodson 曲线所示提高性能。兴奋水平升高可能会涉及过多的认知过程，并导致表现的整体影响。我们的实验表明，当气味出现2秒时，提示注意力实际上略微降低了气味辨别力，这表明当感官信息足以用于决策时，额外的信号会干扰而不是提高性能[78]。因此，熟练动物中胆碱能神经元的脱离是一种消除不需要的信号和减少干扰的机制。值得注意的是，重新接合 OB 特异性胆碱能回路仍然可以提高性能。因此，注意力的效果与全局唤醒是分开的。
最近的证据揭示了嗅球中胆碱能调节的复杂性[79,80]。嗅球中的胆碱能调节涉及烟碱和毒蕈碱受体。烟碱受体存在，特别是在MTC和GABA能中间神经元上[80]。烟碱受体的兴奋作用有助于塑造突触后MTC反应，但与对SAC的抑制作用不太一致[79]。我们的研究结果与毒蕈碱受体介导的SACs抑制更为一致[28]。这种抑制性调节降低了 SAC 输出，从而去抑制 OSN 末端并增强了早期肾小球反应。然而，我们不能排除烟碱信号传导对注意力过程的额外贡献，特别是在突触后神经元中。在肾小球层内，SAC和肾小球周围细胞（periglomerular cells， PGC）表达毒蕈碱受体并形成相互抑制突触，形成兴奋抑制平衡[81]。HDB→PGC和PGC→SAC通路均具有抑制作用[28,81]。HDB 激活将导致抑制 PGC 引起的肾小球反应增加，但它可能会通过抑制 PGC → SAC 通路来增强 SAC 介导的肾小球活性抑制。这些影响可以在同一肾小球上共同抵消。与延伸肾小球间连接的SAC不同，PGC将GABA释放到单个肾小球内的OSN末端[81,82]。广泛的非特异性胆碱能信号预计会类似地抑制整个肾小球的 PGC，这可能无助于肾小球活性的特异性增强。SAC 的肾小球间投射允许横向抑制以选择性增强肾小球反应和气味诱发模式之间的对比。共透射组屋投影也会激发内丛状层中的深层SAC（dSAC）[80]。由于 dSAC → PGC 突触具有抑制作用，因此 dSAC 的激活会抑制 PGC，从而抵消上述 PGC → SAC 抑制 [83]。此外，HDB胆碱能活性会激发少数被GABA释放激发的钙视黄素表达细胞[84]。这些途径可能共同为肾小球和 MT 输出神经元提供抑制性输入。我们的证据表明，HDB 胆碱能神经元激活增强了肾小球和 MT 树突场，这不能用这些途径来解释。因此，我们的证据支持组屋→ SAC 回路产生我们观察到的去抑制效应的模型。这为现有知识增加了一层特异性，现有知识主要概括了 ACh 的作用，而没有区分 OB 内不同中间神经元的贡献。
虽然我们的结果表明，通过HDB投射进行胆碱能调节可以以效价依赖性方式偏向肾小球反应，但重要的是要认识到感知和行为也依赖于嗅球及其皮质和皮质下目标的多层的综合处理。我们发现 AON 和 PIRc 为 SAC 提供了更高比例的输入。这些区域接收来自 OB 的直接输入，并可能参与相互感觉循环以提高气味辨别力。虽然 AON 和 PIRc 与目标导向行为有关，但它们的确切作用仍存在争议。一项研究报告说，在学习过程中，PIRc中的气味反应保持很大变化[48]。相比之下，最近的工作证明了PIRc表征中与学习相关的变化[85]。此外，PIRc有助于整合跨模态和学习关联，这反过来又可以调节嗅球中的气味表现[86,87]。然而，组屋发展局并没有收到直接的 OB 输入，这表明它的影响更多地取决于环境和状态，而不是感官驱动。虽然我们不能排除这些途径对进一步调节 SAC 的潜在贡献，但我们的数据表明，HDB → SAC →肾小球回路对注意力期间气味处理的调节做出了重大贡献。此外，组蛋白胆碱能系统广泛投射到嗅觉和非嗅觉大脑区域，其调节影响可能分布在这些水平上。因此，虽然我们的研究结果强调了注意力和效价可以塑造嗅球早期感觉表征的回路机制，但有必要进一步研究将这些肾小球动力学与下游处理和行为联系起来，以充分阐明胆碱能系统将感觉信息转化为感知和行动。与直接激发相比，去抑制回路可以在调节和门控感觉反应方面提供更大的灵活性。在特定行为条件下，分子多样性中间神经元之间的抑制性相互作用在海马体、杏仁核和大脑皮层中产生不同的计算功能[88\u201290]。胆碱能对初级感觉和运动皮层树突去抑制的影响与联想学习有关[91,92]。我们的结果表明，胆碱能活性与注意力有关，增加了胆碱能介导的去抑制可能在这些皮质回路中发挥作用以介导注意力效应的可能性。
我们的行为范式在气味信号与其奖励值之间存在偏差关联，从而产生了倾向于检测奖励气味的不平衡调制。然而，显着性可以与化合价分离。与潜在的重大负面结果相关的感觉信号不一定需要被抑制。例如，可能需要增强预测捕食者存在的信号，以便它可以提供更快、更准确的信息，帮助动物逃脱。在这种情况下，逃脱捕获可能被视为一种潜在的奖励，以便捕食者信号的显着性应该增强而不是抑制。尽管我们目前的研究没有测试这种情况，但胆碱能信号会被奖励值修改。不难想象，成功逃脱的兴奋感可以提供增强对捕食者的检测所需的奖励信号。可以说，所有自上而下的注意力都需要学习，而奖励偶然性很可能建立在学习过程中。去抑制回路基序在整个大脑中普遍存在，并且可能为基于奖励的 HDB 胆碱能活性提供一种一般机制，以产生选择性注意力效应，即使细胞类型和神经递质可能有所不同。
Materials and methods
Ethics statement
All animal procedures were conducted in accordance with institutional and national guidelines for the care and use of laboratory animals, adhering to the NIH Guide for Care and Use of Animals. The experimental protocols were approved by the Institutional Animal Care and Use Committee at Stowers Institute for medical research under protocol number 2022-151.
Animals
The OMP-tTA (Jackson laboratory, Stock no. 017754), tetO-GCaMP2 (Stock no. 017755), Chat-Cre (Stock no. 006410), DAT-Cre (Stock no. 006660), R-ChR2 (Stock no. 024109, Ai32), C57BL/6 (Stock no. 000664) and Cdhr1-Cre (MMRRC, Stock no. 030952-UCD) mice were described previously. Male and female mice were at the age of 8–10 weeks at the start of training. All the animals were maintained in Lab Animal Services Facility at 12:12 h reversed light cycle and had access to food and water ad libitum until 3 days before behavioral training. All the behavior and functional imaging experiments were conducted during the dark light cycle.
Odor delivery with olfactometer
Odor delivery was controlled by an automated olfactometer with custom written software developed in the National Instrument Labview [63]. The six odorants used are listed in S1 Table. All single compound chemicals were freshly prepared in mineral oil at 3:103 (v/v). Odorants (100 mL/min) were then further diluted in carrier air with a maintained total flow rate (400 mL/min for all calcium imaging and behavior experiments) and were delivered next to the animal’s nose. A lick circuit detected contact which was used as an indicator to deliver water through a solenoid valve (Lee instruments).
Animal behavior
在行为训练前，小鼠被置于限水（3天），并在整个实验中保持在自由饮水体重的>90%。小鼠首先适应头部固定设置，并学会在接触任何气味之前舔从端口收集水。在训练前范式中，小鼠被呈现出带有水奖励的 CS+ 气味。在小鼠可靠地收集水（>80%的试验）后，对它们进行了完整的辨别训练范式，该范式包括伪随机传递CS+或CS−气味，在单次会话中总共进行了70-80次试验。每次试验后都有 15-40 秒的试验间隔。气味传递延迟 0.3 秒后，响应窗口为 3 秒。在反应窗口内记录的舔被授予 7.5 μl 水以产生 CS+ 气味，并以短暂的吹气（400 mL/min，2 秒）来惩罚 CS− 气味。如果没有反应，则试验被归类为未中 （CS+） 或正确拒绝 （CS−）。注意力探测前，训练是在气味之前传递 0.5 秒的 4 kHz 听觉提示，所有试验都有固定的前期。在单独的会话中对动物子集（N = 14，图1C）进行了两次延迟测试，以评估时间对注意力调节的影响。这种设计使我们能够研究线索和气味之间时间关系的变化如何影响反应时间。探测会话分为 3 个气味持续时间级别（2、1、0.5 秒），并且在每个持续时间级别的总试验中去除了一半的听觉提示。只有这些会话被用于进一步分析，其中有<30%的试验错过，以确保整个会话的高积极性。为了记录嗅探，将热电偶传感器放置在靠近鼻子的位置，并在每次记录会话之前进行细微调整，直到达到高信噪比。采样在 1 kHz 下进行。
气味调查测定
为了评估自由移动小鼠的气味调查，如前所述进行了实验[93]。每只动物在两个单独的实验中用 CNO 和生理盐水输送进行测试，测试之间至少间隔一周。空气通过矿物油，每次试验输送5分钟，然后间隔5分钟。经过四次空气呈现试验后，测试气味以相同的交错顺序呈现 4 次。气味传递过程中戳鼻子的总时间是根据气味传递源处的红外光束断裂事件计算的。
Stereotaxic surgeries
Mice were anesthetized by intraperitoneal injection of ketamine/xylazine cocktail (100 mg/kg, 10 mg/kg, respectively) and subcutaneous injection of buprenorphine (0.1 mg/kg) before being placed in a stereotactic frame. The body temperature was maintained at 37 °C with a heating pad. All viruses were injected at a final titer of 0.5–1 × 1013 vg/ml. For olfactory bulb experiments, a total of 4 small cavities (2 on each OB, anterior and posterior) were made using a dental drill for virus injection. At each injection site, a total volume of 250–350 nL was injected at multiple depths spanning 80−150 nm below the skull surface. After 3−4 weeks of virus injection, animals were anesthetized for cranial window preparation over the OB. For widefield glomeruli and MT fiber imaging, the skull above both OBs were thinned using a dental drill and a custom-made headbar was secured to the skull with dental cement. For optogenetic stimulation, a well was raised above the OBs using dental cement to secure optic fibers in place for stimulation. Following surgery, mice received buprenorphine for the next 2 days and recovered for at least 1 week before imaging or optogenetic experiments. For virus injection and subsequent GRIN lens implantation over HDB, a craniotomy was made using a dental drill for virus injection centered on the implantation coordinates (in mm): ML: 1.0; AP: 0.3. An amount of 350 nL of virus was injected at depths spanning DV: −5.45 to −5.25 on the left hemisphere. After 2 weeks from injection, a wider craniotomy (1–1.5 mm) was made at the previous injection site and the underlying cortex was aspirated. A tapered guiding needle (0.4 mm diameter) was then lowered at a speed of 20 μm/s to DV: −4.5. A 0.66 mm diameter and 7.6 mm length micro endoscope (1050-005442, Inscopix) was then inserted at a speed of 10 μm/s to DV: −5.0. The integrated lens was secured using dental cement together with a custom-made headbar. Following surgery, mice received buprenorphine for the next 4 days and recovered for at least 2 weeks before imaging experiments.
Head-fixed imaging
For calcium imaging of glomeruli, generation of the GCaMP2 mice were described previously [31]. For imaging fiber responses and acetylcholine transients, AAV1-Syn-FLEX-jGCaMP7f (Addgene, 104492-AAV1), or AAV9-hSyn-DIO-Ach3 (WZ biosciences) respectively were injected bilaterally in OBs of Cdhr1-cre and DAT-Cre animals, respectively. Images were collected on an Olympus BX60WI microscope using 4× air lens (Olympus XLFLUOR4X/340, NA 0.28). The image was collected at 512 × 512 resolution with 2 × 2 bin with sampling rate at 10 Hz for SAC DREADDi and ACh GRAB experiments and 13.3 Hz unless otherwise stated. For recording HDB soma activity AAV1-syn-jGCaMP8m (Addgene, 162375-AAV1) was expressed unilaterally in ChAT-cre animals. Post GRIN lens implantation, a miniscope (Inscopix) was used to acquire images at 15 Hz sampling rate. For recording SAC soma activity, AAV1-Syn-FLEX-jGCaMP7f was expressed in DAT-cre animals. A 2-photon microscope was used. The image was collected by an Olympus 2-photon microscope (FLUOVIEW FVMPE-RS) with 940 nm excitation laser using 25× water lens (Olympus XLPLN25XWMP, NA 1.05). A resonate scanner with GaAsP detector was used for image collection at 512 × 512 resolution with 15 Hz sampling rate.
Head-fixed optogenetics
对于双侧光抑制，使用连接有 560 nm LED 光源的光纤双侧刺激表达短轴突细胞的古视紫红质（DAT-Cre 小鼠中的 AAV8-nEF-Con-Arch3.3-EYFP （Addgene， 137149-AAV8））。对于所有刺激实验，光纤尖端的功率约为 5-8 mW。对表达对照 GFP 病毒的 DAT-Cre 动物进行了对照实验。对于双侧光激发，使用与 488 nm LED 光源连接的光纤双侧刺激嗅球中表达胆碱能纤维 （ChAT-Cre;Rosa-ChR2） 的通道视紫红质。对于所有刺激实验，纤维尖端的功率约为 3-4 mW。对不携带 Rosa-ChR2 等位基因的 ChAT-cre 动物进行了对照实验。
使用 CNO 应用进行 DREADD 抑制和激活
抑制性 DREADD 在短轴突细胞（DAT-Cre 小鼠中的 AAV2-DIO-hM4D（Gi）-mCherry （Addgene， 44362-AAV2））或投射到 OB 的 ChAT 纤维（AAVrg-DIO-hM4D（Gi）-mCChAT-Cre小鼠中的herry（Addgene，44362-AAVrg）或投射到OB的HDB纤维（AAVrg-EF1a-Cre（Addgene，55636-AAVrg）与AAV2-DIO-hM4D（Gi）-mCherry一起在C57BL / 6小鼠中）。兴奋性READD在ChAT-Cre小鼠的HDB ChAT细胞（AAV2-DIO-hM3D（Gq）-mCherry（Addgene，44361-AAV2）中双侧表达。对照实验对DAT-Cre小鼠注射AAV1-CAG-LSL-tdTomato（Addgene，100048-AAV1）和在OB中注射AAVrg-CAG-FLEX-tdTomato（Addgene，51503-AAVrg）和HDB中注射AAV1-CAG-LSL-tdTomato的ChAT-Cre小鼠。氯氮平N-氧化物（CNO，Abcam，ab141704）在1×PBS中稀释，并在所有行为和成像实验前20分钟以2.5mg / kg的剂量腹腔注射。
组织学
用聚氨酯麻醉后对小鼠实施安乐死，并在 PBS 中灌注 4% PFA。将大脑在 4°C 的 4% PFA 中孵育过夜，并通过振动切片机切割冠状切片 （60 μm）（徕卡 VT1000S）。将一抗用1：1000（鸡抗GFP（Abcam，ab13970），兔抗RFP（Rockland，600-401-379），山羊抗tdT（Origene，AB8181-200）或1：400（兔抗TH（MilliporeSigma，ab152），山羊抗ChAT（ab144p））用1：20驴血清和1：20 DMSO在PBST（PBS中为0.1%Triton X-100））稀释，并应用于切片，在室温下孵育过夜。用PBST洗涤切片3次，每次30分钟，然后应用1：1000稀释的二抗（驴抗鸡488（Invitrogen，A78948），驴抗兔568（A10042），驴抗兔647（A32795），驴抗山羊568（A11057），驴抗山羊647（A21447））与1：20驴血清1：20 DMSO和1：1000 DAPI（1μg/ml，MilliporeSigma，268298）在PBST中孵育过夜。使用奥林巴斯VS120虚拟载玻片显微镜以10×放大倍率采集图像，并分箱2×2，以确认jGCaMP7f、Ach3.0、GFP、mCherry、DREADDs、古视紫红质、通道视紫红质和狂犬病示踪的位置和表达水平。使用蔡司LSM-700或尼康AT-AT转盘共聚焦显微镜收集代表性图像。
狂犬病追踪
DAT-Cre动物注射狂犬病辅助AAV（AAV1-synP-FLEX-splitTVA-EGFP-B19G，Addgene，52473-AAV1），以表达SAC中的糖蛋白（G）和禽病毒受体TVA。在AAV注射后3周，在OB的相似位置注射EnvA假型和G缺失的狂犬病病毒，并在注射后10天灌注动物[46]。使用Olympus Slidescanner和Nikon ATAT对脑切片进行成像，并在ImageJ中进行分析。
量化和统计分析
本研究中使用的所有统计检验的显着性定义为 p < 0.05。*、** 和 *** 分别表示 p < 0.05、p < 0.01 和 p < 0.001 的差异。使用OriginPro（OriginLab）和MATLAB（MathWorks）计算统计显着性。统计数据摘要在 S2 表中提供。一个样本t检验用于确定平均值是否显著大于零。两组比较采用Wilcoxon秩和检验（双尾），配对组比较采用单因素重复测量方差分析后Tukey事后检验。对于多组比较，进行双向重复测量方差分析，然后进行 Tukey 事后检验以评估组对之间的显着性。进行混合设计方差分析，以组为受试者间因素，以条件为受试者内因素。所有数据均以均值±均值的标准误差表示。
行为数据分析
通过平均 CS+ 试验的响应和响应窗口内 CS− 试验的保留来计算辨别准确性。反应时间计算为在响应窗口中检测到的第一次舔舐。探针前的训练准确率采用10次试验的移动窗口平均值计算，最后一个窗口被选为训练水平分类。为了比较不同试验类型，我们使用率正确评分（RCS）来确定任务绩效：
其中 RTij是小鼠 j 在条件 i 下执行的所有正确试验的平均反应时间，准确度ij是小鼠 j 在条件 i 下的辨别准确性。每个气味持续时间的改进计算为：
对于光遗传学行为分析，使用上述标准在同一会话中将刺激试验（气味前和气味期内）与非刺激试验进行比较。
嗅探数据分析
在MATLAB中基于痕量导数确定嗅探峰和谷。吸入起始时间定义为峰值后和谷前中点。嗅探间隔估计为连续吸入开始之间的时间。瞬时频率计算为连续吸入之间的峰间间隔的倒数，通过峰值识别。在试验过程中手动检查所有嗅探轨迹是否存在与运动相关的信号丢失。
成像数据分析
如前所述，ImageJ和MATLAB（MathWorks）中自定义编写的脚本用于图像处理[31,93]。简而言之，ROI 是使用阈值响应图像半手动定义的。为了识别多天内相同的 ROI，对图像堆栈进行 z 投影以获得平均强度，并使用 ImageJ 中的角度旋转和平移进行对齐。将所有空间上不重叠的 ROI 合并，然后通过在 ImageJ 中进行批处理提取每个 ROI 内的平均响应。使用定制的 MATLAB 软件，使用刺激前时间间隔为每个 ROI 定义基线并计算 dF/F。
峰值响应
在整个跟踪中执行了 4 帧（300 毫秒）移动平均线。刺激期内每个ROI的峰值响应估计为在平均迹线上检测到的最大荧光。该平均迹线用于计算动物的平均值和SEM，并绘制平均响应图。为了计算整个行为会话中 ROI 的响应性，对已识别的峰值使用了标准差 3 倍的阈值。使用MATLAB中的trapz函数计算曲线下面积（AUC），以估计刺激期间每个ROI的总响应。每个 ROI 的选择性指数计算为试验类型之间峰值反应之间的差值除以所有反应的标准差。
响应的时间动态
每个 ROI 的标准差使用 2 s 的刺激前间隔定义，并使用连续 4 帧超过 3*SD 的第一帧作为起始潜伏期。峰值潜伏期是根据细胞气味痕迹对齐的平均迹线的峰值响应来估计的。
调制对每个 ROI 的意义
为了估计每个ROI（无提示与有提示）的活动或时间的显着调节，将所有试验合并在一起，试验同一性洗牌1,000次以生成调制类型的零分布。如果 t 检验的 p 值和 Benjamini-Hochberg FDR 校正的多重比较小于 0.05，则 ROI 被算作显着调节。
线性解码
从有提示和无提示的试验中提取了 CS+ 和 CS− 气味的活动痕迹，从而生成了带有指示 CS+ 和 CS− 试验的标签的二元试验图。使用线性分类模型 （SVM） 根据所有 ROI 的活性对试验类型进行分类。该模型在活动箱上使用 5 倍交叉验证进行训练。在整个试验期间，以滑动窗口方式训练和评估分类模型。对于每个时间箱，使用与该时间窗口对应的数据子集来训练 SVM。k倍损失（kfoldLoss）用于量化每个时间箱的分类误差。通过绘制随时间变化的分类精度获得解码轨迹，并记录气味呈现期间的最大精度进行绘制。
逻辑回归
所有模型都使用 MATLAB 的 fitglm 函数进行拟合，该函数具有二项式分布和 logit 链接。每个模型都以气味活动水平作为预测变量，决策结果（误报：0 或命中：1）作为响应变量。为了评估每个模型相对于基线的性能，拟合了零模型，忽略了活动的任何影响，以便与有提示和无提示的条件进行比较。采用似然比检验将每个完整模型与其相应的零模型进行统计比较。
人口建模
我们使用一组刺激（气味识别和听觉线索）和决策（舔/不舔和奖励）变量构建了一个线性模型，以捕获训练动物之间的信号调制。为了对预测因子和神经活动之间的关系进行建模，我们采用了套索回归。这种正则化技术在处理多重共线性时特别有用，并引入惩罚项并缩小系数，从而有效地执行变量选择。我们利用 10 倍交叉验证来选择正则化参数 （lambda） 的最佳值，以最小化交叉验证的均方误差。这种方法可确保模型既不会过度拟合也不会欠拟合数据。
部分 R 的计算2
为了评估每个预测变量对完整模型解释的方差的唯一贡献，我们计算了部分 R2 [94]. 对于每个神经元和时间点，我们使用所有预测变量拟合一个完整模型，并依次排除每个预测变量的简化模型。然后将每个预测变量的部分 R² 计算为完整模型和简化模型之间的 R² 差值，从而衡量每个预测变量对神经活动方差的独特贡献。
泄漏-集成和火灾网络模型
该网络由兴奋性（E）和抑制性（I）神经元组成，这些神经元受到外部输入的刺激，并通过随时间演变的突触相互连接。我们的模型结合了兴奋性（E-E）和抑制性（I-I）神经元群之间聚类连接的特征。这是为了更准确地反映在感觉回路中观察到的结构化连接[95]。神经元网络被划分为50个簇，每个簇包含10个兴奋性和抑制性神经元。在每个簇内，神经元的互连更密集，代表更高的突触耦合。
使用标准LIF模型模拟每个神经元的膜电位：
式中 是膜电位，是膜时间常数，是静息膜电位，是突触电流，是外部电流。当膜电位达到阈值时，神经元放电，v 被重置为复位电位。放电后有一个不应期，在此期间神经元不能再次放电。使用的参数值列在 S3 表中。
突触模型
使用指数衰减函数对突触电流进行建模，以表示突触滤波。突触强度由权重矩阵 J 定义，其中 J（i， j） 表示从神经元 i 到神经元 j 的连接强度。突触动力学受到突触前神经元放电的影响，突触电导在每个时间步长更新。
我们结合了基于赫布学习原理的突触可塑性机制。
突触权重分别由兴奋性到抑制性和抑制性到兴奋性连接的 J（E-I） 和 J（I-E） 矩阵表示，根据每次迭代过程中观察到的神经元放电模式的相关性进行调整。如果抑制性神经元在兴奋性神经元之后的预定义时间窗口内放电，则它们之间的突触权重会增加。这种增加由放电之间的时间差异调节，具有衰减因子 （） 和学习率 （）。相反，如果抑制性神经元在兴奋性神经元之前放电，则突触权重按速率降低。
外部刺激
该网络通过随时间变化的刺激曲线从外部刺激。每个刺激都被建模为一组选择性神经元的基线电流的百分比变化。总兴奋簇的 10% 对其中一种条件刺激具有选择性。在传递 CS+、CS− 或注意力提示期间，自上而下的去抑制对 80% 的所有抑制性神经元起到了抑制性偏差的作用。在训练期间，CS+ 诱导的去抑制被模拟为比 CS− 刺激更强的抑制偏差，这在不改变去抑制性的选择性的情况下，基于两种刺激的差异去抑制而优先增加突触重量。在传递条件刺激之前，注意力提示被模拟为抑制偏差。
支持信息
Behavior training and dynamics of MTC dendritic activity in cued-attention paradigm.
Showing 1/11: pbio.3003374.s001.tif
Skip to figshare navigation
Sorry we could not load your data.
1 / 11
Download
figshare
S1 图。 提示注意力范式中MTC树突活动的行为训练和动力学。
（A） 在不同训练课程中记录的 CS+ 和 CS− 气味的舔舐事件。蓝色和棕色阴影分别显示 CS+ 和 CS− 气味的传递。（B） 跨时间（10 次 CS± 试验的块）和多个会话的训练准确性。（C） 在会话中记录的舔事件，用于跨时间的提示试验。右：在注意力测试之前，在多个训练课程中进行舔气事件预气味传递。P < 0.001，单向重复测量方差分析，然后是 Tukey 的事后检验 （q（33） = 8.66，p < 0.0001）。 （D）所有任务条件（n = 19只动物）的气味前期（t = -1至0 s）的AUC。**P < 0.01，双向重复测量方差分析，然后是 Tukey 事后检验 （q（18） = 4.43，p = 0.0057）。 （E）条形图显示了基于前期肾小球反应（t = −1至0 s）对气味的有提示与无提示试验表现出反应变化的肾小球百分比。（F、G）0.5 秒气味传递的有提示试验与无提示试验的峰值反应 （F） 和起始潜伏期 （G） 之间的差异分布。（H）每个肾小球（n = 1,066个肾小球，来自19只动物）的2 s气味传递（与图1中的0.5 s相比）的提示和未提示试验之间的活性差异（ΔΔF / F）。（I）未提示（左）和提示气味刺激（右）的平均肾小球活动轨迹。橙色阴影显示提示呈现。灰色阴影显示气味传递。数据是 SEM ±平均值。（J） 气味周期（t = 0 至 2 s）的曲线下面积 （AUC）。**P < 0.01，双向重复测量方差分析，然后是 Tukey 事后检验 （q（18） = 4.48，p = 0.0053）。 （K、L）0.5 秒气味传递的有提示试验与无提示试验的峰值反应 （K） 和起始潜伏期 （L） 之间的差异分布。（M）热图显示了在注射jGCaMP7f的Cdhr1-Cre动物（n = 19只动物）中CS+（左），CS−（右）气味的提示试验（ΔΔF / F）之间MTCs活性的树突状响应的差异。（N，O）预臭的曲线下面积 （AUC）（t = −1 至 0 s;q（18） = 9.98，p < 0.0001）和气味周期（t = 0 至 0.5 s;q（18） = 5.92，p = 0.00055）。P < 0.001，双向重复测量方差分析，然后进行 Tukey 事后检验。（P，问）ROI 的提示和非提示试验之间活动差异 （P） 和起始潜伏期 （Q） 的分布。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.s001
（TIF）
S2 图。 SAC 和 HDB 电路作的解剖学和功能验证。
（甲、乙）病毒感染在背侧OB上的空间传播。（C）在图2中报告的用于行为和肾小球成像研究的9只注射DREADDi的动物中观察到的密度。（D）CNO与盐水注射（Gi;紫色，n = 9）和mCherry（mCh;灰色，n = 8）动物的无提示试验之间的准确性和RT差异。混合设计方差分析，然后进行 Tukey 事后检验。（Gi-盐水与 CNO，准确度：q（15） = 0.65，p = 0.96;RT：q（15） = 0.916，p = 0.91）。（E）基于Gi小鼠盐水（左）和CNO（右）注射疗程的有提示与无提示试验的肾小球反应的解码准确性。（F）投射到SAC的狂犬病感染细胞（绿色）的代表性图像。SAC 接收来自前嗅觉核 （AON）、梨状皮层 （PIR）、红带 （ZI）、蓝斑 （LC） 的信号，但不接收背中缝核 （DR）。在这些区域的SAC投射神经元中未发现与胆碱能抗体（红色）共定位（n = 3只动物），比例尺：100μm。（G）从大脑区域投射到SAC的细胞总数（左）。ChAT 阳性的 SAC 投射细胞数（右）。（H）基底前脑投射的化学遗传学抑制策略。BL/6 动物在 HDB 中注射 DREADD 或 mCh 病毒。（I）准确度（mCh：q（12）=3.62，p =0.017;Gi：q（12） = 1.58，p = 0.28）和 RT（mCh：q（12） = 3.81，p = 0.019;Gi：q（12） = 0.47，p = 0.74） 在 CNO 注射后的提示与未提示试验中。*P < 0.05，混合设计方差分析，然后进行 Tukey 事后检验。（J）注射CNO后mCh和Gi小鼠RCS改善情况。*P < 0.05，**P < 0.01，一个样本t检验和两个样本t检验（双尾;t（12） = 3.15，p = 0.0083）。（K、L）图2中用于行为和影像学研究的10只动物（L）中逆行病毒感染的空间传播示例（K）和定量。（M）CNO与盐水注射（Gi;紫色，n = 10）和mCherry（mCh;灰色，n = 9）动物的无提示试验之间的准确性和RT差异。混合设计方差分析，然后进行 Tukey 事后检验。（Gi-盐水与 CNO，准确度：q（17） = 0.19，p = 0.99;RT：q（17） = 2.39，p = 0.35）。（N）胆碱能投射的光遗传学抑制策略。ChAT-Cre 动物注射 Arch 或 GFP（左）。LED 刺激从 t = -1 到 0 s，从 t = -0.5 到 0 s 传递提示，从 t = 0 到 0.5 s 传递气味。提示和气味前刺激后 GFP （n = 10） 和 Arch （n = 10） 前熟练小鼠的 RCS 改善（右）。*P < 0.05，一个样本 t 检验和两个样本 t 检验（双尾;t（18） = 2.33，p = 0.031）。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.s002
（TIF）
S3 图。 注意力通过 HDB 到 SAC 电路使 CS+ 气味偏向。
（甲、乙）组屋上的植入部位示例。气味前 （A） 和气味期 （B） 的曲线下面积 （AUC）。*P < 0.05，双向重复测量方差分析，然后是 Tukey 的事后检验 （q（7） = 3.2，p = 0.012）。 （C、D）与（A，B）相同，但对于DAT-Cre小鼠（n = 6只动物）中SAC记录的活动。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.s003
(TIF)
S4 Fig. Attention engages sniffing pre- but not post-odor presentation.
(A) Cumulative distribution of inter sniff intervals in cued trials. Cued (orange) and un-cued (black) trials were plotted for untrained (q(15) = 3.57, p = 0.023), < 70% (“Amateur” q(8) = 2.45, p = 0.12), 70%–80% (“Pre-proficient” q(18) = 6.18, p = 3.68 × 10−4）和>80%的训练准确率（“熟练”q（32）= 0.39，p = 0.78）。*P < 0.05，***P < 0.001，单向重复测量方差分析，然后是 Tukey 的事后检验。数据是SEM±平均值。（B）左图：在气味前（t = -1至0 s）获得的功率谱密度（PSD）图。为熟练的动物绘制了提示（橙色）和未提示（黑色）试验。右图：条形图显示嗅探记录中 3-6 Hz 的平均功率。*P < 0.05，单因素重复测量方差分析，然后是 Tukey 事后检验 （q（18） = 3.67，p = 0.018）。 （C） 在气味输送之前在时间箱中检测到的平均嗅闻次数。（D、E）与 （B， C） 相同，但对于熟练的动物 （q（32） = 1.7， p = 0.21）。（F） 条形图显示，在有提示与无提示的试验中，气味出现后首次吸入的延迟。相反价的气味之间没有观察到差异（q（18） = 0.22，p = 0.87）。 （G）条形图显示，在熟练动物中，气味传递的第1秒内存在嗅探间延迟（q（18） = 0.08，p = 0.95）。 （H）具有CS+和CS−气味表现的嗅探的累积分布。（I-K）与 （F–H） 相同，但对于熟练的动物（第一次吸入：q（32） = 0.62，p = 0.66 ;嗅探间延迟：q（32） = 0.53，p = 0.7）。 （L） 在测试前性能准确性和气味传递持续时间（<70% n = 9，命中率 2 秒：*P < 0.05,1 秒：NS 和 0.5 秒：NS;正确拒绝率 2 秒：*P < 0.05,1 秒：NS 和 0.5 秒：NS;70%–80%， n = 19，命中率 2 s：NS，1 s：NS 和 0.5 s：NS;正确拒绝率 2 s：NS，1 s：*P < 0.05 和 0.5 s：***P < 0.001;80%–90%，n = 14，命中率 2 s：NS，1 s：NS 和 0.5 s：NS;正确拒绝率 2 s：NS，1 s：*P < 0.05 和 0.5 s：NS;>90%，n = 17，命中率 2 秒：NS，1 秒：NS 和 0.5 秒：NS;正确拒绝率 2 秒：P = 0.07,1 秒：NS 和 0.5 秒：NS 蓝色：命中响应，棕色：正确拒绝。（M） 在测试前性能准确度（<70%，2 s：NS，1 s：NS 和 0.5 s：NS;70%–80%，2 s：NS，1 s：NS 和 0.5 s： NS 中，CS+ 气味在有提示（实线）试验中的平均反应时间：**P < 0.01;80%–90%，2 s：NS，1 s： N.S.和0.5 s：*P < 0.05;>90%，2 s：NS，1 s：NS 和 0.5 s：NS）。（N） 分箱前的性能分布。橄榄色阴影突出显示来自预熟练组的数据。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.s004
（TIF）
S5 图。 训练动物肾小球和 ACh 活性的动态。
（甲、乙）n = 11 只熟练动物中每个肾小球的反应痕迹 （A） 和有提示和无提示试验 （ΔΔF/F） 之间的活动差异 （B） 分布的热图。（C）熟练动物中每个肾小球的提示和未提示试验之间起始潜伏期差异的分布。（D）熟练动物的所有任务条件的气味前期（t = −1至0 s）的AUC。NS，双向重复测量方差分析，然后是 Tukey 的事后检验 （q（10） = 0.12，p = 0.3）。 （E） SAC 上 ACh 瞬变成像的策略。（F、G）热图显示，在对熟练前（F）和熟练（G）动物（n = 13）的未提示（左）和提示（右）试验中，相同ROI的CS+和CS−气味（ΔΔF / F）之间的ACh活性差异。（H） 热图显示根据决定分离的 ACh 活性;气味从时间 = 0 到 0.5 秒传递。（I） 小提琴图显示 ACh 活性为 AUC，按决策分离。P < 0.001，双向重复测量方差分析，然后进行 Tukey 事后检验（无提示;q（382） = 7.7，p < 0.0001;提示：q（382） = 15.66，p < 0.0001）。（J） Logistic回归曲线显示，在有提示（橙色）和无提示（灰色）试验中，Hit 反应的概率与气味诱发的 ACh 活性有关。虚线表示零分布。（K）熟练小鼠在（盐水）和（CNO）HDB激活之前的瞬时嗅探频率。P < 0.001，双向重复测量方差分析，然后是 Tukey 的事后检验 （q（9） = 8.22，p = 5.4 × 10 −4).此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.s005
（TIF）
S6 图。 激活组蛋白可增强幼稚动物的中性气味研究。
（A） 气味调查测定的设置。每隔 5 分钟传递一次气味，并从鼻子戳红外波束断裂记录调查事件。右：组屋在气味调查中的作用测试策略。（B）对4个空气输送间隔的标准化研究，随后从没有（盐水）和（CNO）HDB激活的小鼠那里传递气味（n = 9只动物，左;q（7） = 3.93，p = 0.027）和注射对照病毒的小鼠（n = 8只动物，右;q（7） = 1.78，p = 0.24）。*P < 0.05，单因素重复测量方差分析，然后是 Tukey 的事后检验。（C） 使用调查指数比较不同病毒条件下的气味调查。*P < 0.05，**P < 0.01，一个样本 t 检验和双因素方差分析，然后是 Tukey 的事后检验（Gq-Saline 与 CNO：q（39） = 4.8，p = 0.008）。 （D） 与 （B） 相同，但量化了清洁空气或气味呈现之间的延迟期 （Gq： q（7） = 3.37， p = 0.048;mCh： q（7） = 0.36， p = 0.8）。箭头表示气味输送后的间隔。*P < 0.05，单向重复测量方差分析，然后进行 Tukey 事后检验。此图的数据在 S1 数据中提供。
https://doi.org/10.1371/journal.pbio.3003374.s006
(TIF)
S7 Fig. Selective sensory remodeling underlies attentional adaptation.
(A) Average activity of excitatory (left) and inhibitory clusters (right) to odor stimulation without implementing learning rules. (B) Decoding accuracy of stimulus identity with or without the attention cue in the absence of valence-based learning. Top–down attention was modeled from t = −0.5 to 0 s, input signal and top–down odor bias was modeled from t = 0 to 0.5 s. Right: Accuracy in decoding with or without attention cue for 16 pairs of input patterns. One-way repeated measures ANOVA followed by Tukey’s post hoc test (q(15) = 2.16, p = 0.14). (C) Changes in synaptic weights across excitatory and inhibitory neurons after training. Blue and brown shading show CS+ and CS− inputs respectively, gray shading shows inhibitory neurons common to both inputs. Data for this figure are provided in S1 Data.
https://doi.org/10.1371/journal.pbio.3003374.s007
(TIF)
S1 Table. Odorants used in this study.
https://doi.org/10.1371/journal.pbio.3003374.s008
(XLSX)
S2 Table. Summary of statistics.
https://doi.org/10.1371/journal.pbio.3003374.s009
(XLSX)
S3 Table. Parameters for leaky-integrate-and-fire neural network.
https://doi.org/10.1371/journal.pbio.3003374.s010
(XLSX)
S1 Data. All tabulated data.
https://doi.org/10.1371/journal.pbio.3003374.s011
(XLSX)
Acknowledgments
We thank M. Treese and members of the Lab Animal Services at the Stowers Institute for technical assistance; K. Si, H. Nishimune, R. Krumlauf, and members of the Yu laboratory for valuable input.
References
1.Heinze HJ, Mangun GR, Burchert W, Hinrichs H, Scholz M, Münte TF, et al. Combined spatial and temporal imaging of brain activity during visual selective attention in humans. Nature. 1994;372(6506):543–6. pmid:7990926
View ArticlePubMed/NCBIGoogle Scholar
2.Spitzer H, Desimone R, Moran J. Increased attention enhances both behavioral and neuronal performance. Science. 1988;240(4850):338–40. pmid:3353728
View ArticlePubMed/NCBIGoogle Scholar
3.Desimone R, Duncan J. Neural mechanisms of selective visual attention. Annu Rev Neurosci. 1995;18:193–222. pmid:7605061
View ArticlePubMed/NCBIGoogle Scholar
4.Luck SJ, Chelazzi L, Hillyard SA, Desimone R. Neural mechanisms of spatial selective attention in areas V1, V2, and V4 of macaque visual cortex. J Neurophysiol. 1997;77(1):24–42. pmid:9120566
View ArticlePubMed/NCBIGoogle Scholar
5.Kastner S, Pinsk MA, De Weerd P, Desimone R, Ungerleider LG. Increased activity in human visual cortex during directed attention in the absence of visual stimulation. Neuron. 1999;22(4):751–61. pmid:10230795
View ArticlePubMed/NCBIGoogle Scholar
6.Maunsell JHR, Treue S. Feature-based attention in visual cortex. Trends Neurosci. 2006;29(6):317–22. pmid:16697058
View ArticlePubMed/NCBIGoogle Scholar
7.Schreij D, Owens C, Theeuwes J. Abrupt onsets capture attention independent of top–down control settings. Percept Psychophys. 2008;70(2):208–18. pmid:18372744
View ArticlePubMed/NCBIGoogle Scholar
8.Theeuwes J. Exogenous and endogenous control of attention: the effect of visual onsets and offsets. Percept Psychophys. 1991;49(1):83–90. pmid:2011456
View ArticlePubMed/NCBIGoogle Scholar
9.Posner MI, Snyder CR, Davidson BJ. Attention and the detection of signals. J Exp Psychol. 1980;109(2):160–74. pmid:7381367
View ArticlePubMed/NCBIGoogle Scholar
10.Hopfinger JB, Buonocore MH, Mangun GR. The neural mechanisms of top–down attentional control. Nat Neurosci. 2000;3(3):284–91. pmid:10700262
View ArticlePubMed/NCBIGoogle Scholar
11.Kastner S, Ungerleider LG. Mechanisms of visual attention in the human cortex. Annu Rev Neurosci. 2000;23:315–41. pmid:10845067
View ArticlePubMed/NCBIGoogle Scholar
12.Corbetta M, Shulman GL. Control of goal-directed and stimulus-driven attention in the brain. Nat Rev Neurosci. 2002;3(3):201–15. pmid:11994752
View ArticlePubMed/NCBIGoogle Scholar
13.Kool W, McGuire JT, Rosen ZB, Botvinick MM. Decision making and the avoidance of cognitive demand. J Exp Psychol Gen. 2010;139(4):665–82. pmid:20853993
View ArticlePubMed/NCBIGoogle Scholar
14.Harris KD, Thiele A. Cortical state and attention. Nat Rev Neurosci. 2011;12(9):509–23. pmid:21829219
View ArticlePubMed/NCBIGoogle Scholar
15.Ballinger EC, Ananth M, Talmage DA, Role LW. Basal forebrain cholinergic circuits and signaling in cognition and cognitive decline. Neuron. 2016;91(6):1199–218. pmid:27657448
View ArticlePubMed/NCBIGoogle Scholar
16.Hangya B, Ranade SP, Lorenc M, Kepecs A. Central cholinergic neurons are rapidly recruited by reinforcement feedback. Cell. 2015;162(5):1155–68. pmid:26317475
View ArticlePubMed/NCBIGoogle Scholar
17.Pinto L, Goard MJ, Estandian D, Xu M, Kwan AC, Lee S-H, et al. Fast modulation of visual perception by basal forebrain cholinergic neurons. Nat Neurosci. 2013;16(12):1857–63. pmid:24162654
View ArticlePubMed/NCBIGoogle Scholar
18.Parikh V, Kozak R, Martinez V, Sarter M. Prefrontal acetylcholine release controls cue detection on multiple timescales. Neuron. 2007;56(1):141–54. pmid:17920021
View ArticlePubMed/NCBIGoogle Scholar
19.Sparks DL. Conceptual issues related to the role of the superior colliculus in the control of gaze. Curr Opin Neurobiol. 1999;9(6):698–707. pmid:10607648
View ArticlePubMed/NCBIGoogle Scholar
20.Maunsell JHR. Neuronal representations of cognitive state: reward or attention? Trends Cogn Sci. 2004;8(6):261–5. pmid:15165551
View ArticlePubMed/NCBIGoogle Scholar
21.Colby CL, Duhamel JR, Goldberg ME. Visual, presaccadic, and cognitive activation of single neurons in monkey lateral intraparietal area. J Neurophysiol. 1996;76(5):2841–52. pmid:8930237
View ArticlePubMed/NCBIGoogle Scholar
22.Dalley JW, Theobald DE, Bouger P, Chudasama Y, Cardinal RN, Robbins TW. Cortical cholinergic function and deficits in visual attentional performance in rats following 192 IgG-saporin-induced lesions of the medial prefrontal cortex. Cereb Cortex. 2004;14(8):922–32. pmid:15084496
View ArticlePubMed/NCBIGoogle Scholar
23.McGaughy J, Kaiser T, Sarter M. Behavioral vigilance following infusions of 192 IgG-saporin into the basal forebrain: selectivity of the behavioral impairment and relation to cortical AChE-positive fiber density. Behav Neurosci. 1996;110(2):247–65. pmid:8731052
View ArticlePubMed/NCBIGoogle Scholar
24.Herrero JL, Roberts MJ, Delicato LS, Gieselmann MA, Dayan P, Thiele A. Acetylcholine contributes through muscarinic receptors to attentional modulation in V1. Nature. 2008;454(7208):1110–4. pmid:18633352
View ArticlePubMed/NCBIGoogle Scholar
25.Coull JT, Nobre AC. Where and when to pay attention: the neural systems for directing attention to spatial locations and to time intervals as revealed by both PET and fMRI. J Neurosci. 1998;18(18):7426–35. pmid:9736662
View ArticlePubMed/NCBIGoogle Scholar
26.Correa A, Lupiáñez J, Madrid E, Tudela P. Temporal attention enhances early visual processing: a review and new evidence from event-related potentials. Brain Res. 2006;1076(1):116–28. pmid:16516173
View ArticlePubMed/NCBIGoogle Scholar
27.Petzold GC, Hagiwara A, Murthy VN. Serotonergic modulation of odor input to the mammalian olfactory bulb. Nat Neurosci. 2009;12(6):784–91. pmid:19430472
View ArticlePubMed/NCBIGoogle Scholar
28.Liu S、Shao Z、Puche A、Wachowiak M、Rothermel M、Shipley MT。毒蕈碱受体调节树突树状突触抑制突触以塑造肾小球输出。神经科学杂志。 2015; 35(14):5680–92. PMID：25855181
查看文章考研/NCBI谷歌学术
29.本达曼 M、奥格 MC、恩尼斯 M、弗莱彻 ML。增加嗅球乙酰胆碱双向调节肾小球气味敏感性。科学代表 2016;6：25808。PMID：27165547
查看文章考研/NCBI谷歌学术
30.沃尔茨 DJ，是 CA。工作记忆中注意力集中期间和之后相关长期记忆的可用性。记忆认知。 2006; 34(3):668–84. PMID：16933773
查看文章考研/NCBI谷歌学术
31.马 L、Qiu Q、Gradwohl S、Scott A、Yu EQ、Alexander R 等。小鼠嗅球中肾小球的化学特征和 tunotopic 组织的分布表示。Proc Natl Acad Sci 美国 2012 年; 109(14):5481–6. PMID：22431605
查看文章考研/NCBI谷歌学术
32.马对小鼠犁鼻器官中的性别和个人信息进行编码。 科学。 2008; 320(5875):535–8. PMID：18436787
查看文章考研/NCBI谷歌学术
33.Garg R， Kumar V， Seiler JH， Wu Y， McClain M， Yi K， et al. （2025） 多巴胺能短轴突细胞整合感觉和自上而下的输入，以增强小鼠嗅球的辨别学习。公共科学图书馆生物学 23（9）：e3003375。https://doi.org/10.1371/journal.pbio.3003375
查看文章谷歌学术
34.Dana H、Sun Y、Mohar B、Hulse BK、Kerlin AM、Hasseman JP 等。用于神经元群和微区室活动成像的高性能钙传感器。国家方法。 2019; 16(7):649–57. PMID：31209382
查看文章考研/NCBI谷歌学术
35.Vaaga CE、Yorgason JT、Williams JT、Westbrook GL. 通过嗅球中多巴胺和 GABA 的内源性共传递来控制突触前增益。神经生理学杂志。 2017; 117(3):1163–70. PMID：28031402
查看文章考研/NCBI谷歌学术
36.Ennis M、周 FM、Ciombor KJ、Aroniadou-Anderjaska V、Hayar A、Borrelli E 等。多巴胺 D2 受体介导的嗅觉神经末梢突触前抑制。神经生理学杂志。 2001; 86(6):2986–97. PMID：11731555
查看文章考研/NCBI谷歌学术
37.Bonzano S、Bovetti S、Fasolo A、Peretto P、De Marchis S. 气味富集增加了小鼠嗅球中成年出生的多巴胺能神经元。欧洲神经科学杂志。 2014; 40(10):3450–7. PMID：25216299
查看文章考研/NCBI谷歌学术
38.魏 CJ、林斯特 C、克莱兰 TA。多巴胺 D（2） 受体激活调节感知的气味强度。行为神经科学。 2006; 120(2):393–400. PMID：16719703
查看文章考研/NCBI谷歌学术
39.Chand AN、Galliano E、Chesters RA、Grubb MS。多巴胺能中间神经元的一种独特亚型在轴突初始段表现出倒置的结构可塑性。神经科学杂志。 2015; 35(4):1573–90. PMID：25632134
查看文章考研/NCBI谷歌学术
40.Armbruster BN、Li X、Pausch MH、Herlitze S、Roth BL。进化锁以适合钥匙，以创建由惰性配体有效激活的 G 蛋白偶联受体家族。Proc Natl Acad Sci 美国 SA 2007 年; 104(12):5163–8. PMID：17360345
查看文章考研/NCBI谷歌学术
41.Zavitz D、Youngstrom IA、Borisyuk A、Wachowiak M. 肾小球间抑制网络对嗅球气味表现的影响。神经科学杂志。 2020; 40(31):5954–69. PMID：32561671
查看文章考研/NCBI谷歌学术
42.Liu S， Plachez C， Shao Z， Puche A， Shipley MT. GABA 和多巴胺的嗅球短轴突细胞释放在外部簇状细胞中产生时间双相抑制-兴奋反应。神经科学杂志。 2013; 33(7):2916–26. PMID：23407950
查看文章考研/NCBI谷歌学术
43.班纳吉 A、马尔巴赫 F、安塞尔米 F、Koh MS、戴维斯 MB、加西亚·达席尔瓦 P 等。肾小球间电路对肾小球输出进行门控，并在小鼠嗅球中实现增益控制。神经元。2015;87(1):193–207.PMID：26139373
查看文章考研/NCBI谷歌学术
44.Whitesell JD、Sorensen KA、Jarvie BC、Hentges ST、Schoppa NE。靶向嗅球外部簇状细胞的肾小球间外侧抑制。神经科学杂志。2013;33(4):1552–63.PMID：23345229
查看文章考研/NCBI谷歌学术
45.Lyons-Warren AM、Tantry EK、Moss EH、Kochukov MY、Belfort BDW、Ortiz-Guzman J 等。小鼠嗅球中的共传递中间神经元调节嗅觉检测和辨别。细胞代表 2023 年;42(12):113471.PMID：37980561
查看文章考研/NCBI谷歌学术
46.Wickersham IR、里昂 DC、Barnard RJO、Mori T、Finke S、Conzelmann K-K 等。单突触限制来自单个遗传靶向神经元的跨突触追踪。神经元。2007;53(5):639–47.PMID：17329205
查看文章考研/NCBI谷歌学术
47.王 D、刘 P、毛 X、周 Z、曹 T、徐 J 等。嗅球和后梨状皮层中气味信息的任务需求依赖性神经表示。神经科学杂志。2019;39(50):10002–18.PMID：31672791
查看文章考研/NCBI谷歌学术
48.Wang PY、Boboila C、Chin M、Higashi-Howard A、Shamash P、Wu Z 等。前额叶皮层气味值的瞬时和持久表示。神经元。2020;108（1）：209-224.e6。PMID：32827456
查看文章考研/NCBI谷歌学术
49.Chan W、Singh S、Keshav T、Dewan R、Eberly C、Maurer R 等。缺乏M1和M3毒蕈碱乙酰胆碱受体的小鼠气味辨别和学习受损。前突触神经科学。2017;9:4.PMID：28210219
查看文章考研/NCBI谷歌学术
50.de Almeida L， Idiart M， Dean O， Devore S， Smith DM， Linster C. 嗅觉处理模型中学习和回忆的内部胆碱能调节。前细胞神经科学。2016;10:256.PMID：27877112
查看文章考研/NCBI谷歌学术
51.Mandairon N、Ferretti CJ、Stack CM、Rubin DB、Cleland TA、Linster C. 嗅球中的胆碱能调节影响成年大鼠的自发嗅觉辨别。欧洲神经科学杂志。2006;24(11):3234–44.PMID：17156384
查看文章考研/NCBI谷歌学术
52.Ogg MC、Ross JM、Bendahmane M、Fletcher ML. 嗅球乙酰胆碱释放使气味反应不习惯并恢复气味调查。纳特公社。2018;9(1):1868.PMID：29760390
查看文章考研/NCBI谷歌学术
53.嗅球毒蕈碱乙酰胆碱 1 型受体是获得嗅觉恐惧学习所必需的。前行为神经科学。2019;13:164.PMID：31379534
查看文章考研/NCBI谷歌学术
54.努涅斯-帕拉 A、塞亚-德尔里奥加利福尼亚、亨斯迈 MM、雷斯特雷波 D。基底前脑在主动嗅觉辨别任务中调节神经元反应。前细胞神经科学。2020;14:141.PMID：32581716
查看文章考研/NCBI谷歌学术
55.Hanson E， Brandel-Ankrapp KL， Arenkiel BR. 基底前脑中的动态胆碱能张力反映了嗅觉行为过程中的奖励寻求和强化。前细胞神经科学。2021;15:635837.PMID：33603646
查看文章考研/NCBI谷歌学术
56.周 P， 刘 P， 张 Y， 王 D， 李 A.嗅觉学习过程中基底前脑胆碱能和GABA能神经元的反应动力学和功能。前细胞神经科学。2022;16:911439.PMID：35966196
查看文章考研/NCBI谷歌学术
57.Jing M、Li Y、Zeng J、Huang P、Skirzewski M、Kljakic O 等。一种优化的乙酰胆碱传感器，用于监测体内胆碱能活性。Nat 方法。2020;17(11):1139–46.PMID：32989318
查看文章考研/NCBI谷歌学术
58.张 Y、Rózsa M、Liang Y、Bushey D、Wei Z、Zheng J 等。用于对神经群进行成像的快速灵敏的 GCaMP 钙指示剂。自然界。2023;615(7954):884–91.PMID：36922596
查看文章考研/NCBI谷歌学术
59.芬德利 TM、威里克 DG、克莱默 JL、布朗 MA、霍尔科姆 B、阿蒂 R 等。通过自由移动的小鼠进行嗅探同步、梯度引导的嗅觉搜索。生活。2021;10：e58523。PMID：33942713
查看文章考研/NCBI谷歌学术
60.Smear M、Shusterman R、O'Connor R、Bozza T、Rinberg D. 小鼠嗅觉中嗅觉阶段的感知。自然界。2011;479(7373):397–400.PMID：21993623
View ArticlePubMed/NCBIGoogle Scholar
61.Shusterman R, Smear MC, Koulakov AA, Rinberg D. Precise olfactory responses tile the sniff cycle. Nat Neurosci. 2011;14(8):1039–44. pmid:21765422
View ArticlePubMed/NCBIGoogle Scholar
62.Chong E, Moroni M, Wilson C, Shoham S, Panzeri S, Rinberg D. Manipulating synthetic optogenetic odors reveals the coding logic of olfactory perception. Science. 2020;368(6497):eaba2357. pmid:32554567
View ArticlePubMed/NCBIGoogle Scholar
63.Qiu Q, Scott A, Scheerer H, Sapkota N, Lee DK, Ma L, et al. Automated analyses of innate olfactory behaviors in rodents. PLoS One. 2014;9(4):e93468. pmid:24699673
View ArticlePubMed/NCBIGoogle Scholar
64.Han X, Chow BY, Zhou H, Klapoetke NC, Chuong A, Rajimehr R, et al. A high-light sensitivity optical neural silencer: development and application to optogenetic control of non-human primate cortex. Front Syst Neurosci. 2011;5:18. pmid:21811444
View ArticlePubMed/NCBIGoogle Scholar
65.Zhang F, Wang L-P, Boyden ES, Deisseroth K. Channelrhodopsin-2 and optical control of excitable cells. Nat Methods. 2006;3(10):785–92. pmid:16990810
View ArticlePubMed/NCBIGoogle Scholar
66.Linster C, Cleland TA. Decorrelation of odor representations via spike timing-dependent plasticity. Front Comput Neurosci. 2010;4:157. pmid:21228906
View ArticlePubMed/NCBIGoogle Scholar
67.Li G, Cleland TA. A two-layer biophysical model of cholinergic neuromodulation in olfactory bulb. J Neurosci. 2013;33(7):3037–58. pmid:23407960
View ArticlePubMed/NCBIGoogle Scholar
68.Song S, Miller KD, Abbott LF. Competitive Hebbian learning through spike-timing-dependent synaptic plasticity. Nat Neurosci. 2000;3(9):919–26. pmid:10966623
View ArticlePubMed/NCBIGoogle Scholar
69.Ananth MR, Rajebhosale P, Kim R, Talmage DA, Role LW. Basal forebrain cholinergic signalling: development, connectivity and roles in cognition. Nat Rev Neurosci. 2023;24(4):233–51. pmid:36823458
View ArticlePubMed/NCBIGoogle Scholar
70.Gielow MR, Zaborszky L. The input–output relationship of the cholinergic basal forebrain. Cell Rep. 2017;18(7):1817–30. pmid:28199851
View ArticlePubMed/NCBIGoogle Scholar
71.Zaborszky L, Csordas A, Mosca K, Kim J, Gielow MR, Vadasz C, et al. Neurons in the basal forebrain project to the cortex in a complex topographic organization that reflects corticocortical connectivity patterns: an experimental study based on retrograde tracing and 3D reconstruction. Cereb Cortex. 2015;25(1):118–37. pmid:23964066
View ArticlePubMed/NCBIGoogle Scholar
72.Huang Q， Liao C， Ge F， Ao J， Liu T. 乙酰胆碱双向调节学习和记忆。J 神经恢复醇。2022;10(2):100002.
查看文章谷歌学术
73.菲利斯 JW。大脑皮层释放乙酰胆碱：它在皮质唤醒中的作用。大脑研究 1968 年;7(3):378–89.PMID：5639602
查看文章考研/NCBI谷歌学术
74.萨特 M，布鲁诺 JP。介导唤醒、注意力处理和做梦的皮质胆碱能输入：端脑和脑干传入神经对基底前脑的差异传入调节。神经。2000;95(4):933–52.PMID：10682701
查看文章考研/NCBI谷歌学术
75.李 G，克莱兰 TA。嗅球中胆碱能神经调控的两层生物物理模型。神经科学杂志。2013;33(7):3037–58.PMID：23407960
查看文章考研/NCBI谷歌学术
76.吉拉 A，巴拉美国。延髓微电路模型预测中间神经元在气味编码中的连通性和作用。公共科学图书馆一号。2015;10（5）：e0098045。PMID：25942312
查看文章考研/NCBI谷歌学术
77.耶克斯 RM，多德森 JD。刺激强度与习惯形成速度的关系。J Comp 神经心理学 1908 年;18(5):459–82.
查看文章谷歌学术
78.Yeshurun Y， Carrasco M. 注意力通过提高空间分辨率来改善或损害视觉表现。自然界。1998;396(6706):72–5.PMID：9817201
查看文章考研/NCBI谷歌学术
79.Rothermel M， Carey RM， Puche A， Shipley MT， Wachowiak M. 来自基底前脑的胆碱能输入为嗅球中的气味编码增加了兴奋性偏差。神经科学杂志。2014;34(13):4654–64.PMID：24672011
查看文章考研/NCBI谷歌学术
80.凯斯 DT、伯顿 SD、格迪恩 JY、威廉姆斯 S-PG、厄本 NN、海豹 RP。通过基底前脑胆碱能投射到嗅球的层和细胞类型选择性共传递。纳特公社。2017;8(1):652.PMID：28935940
查看文章考研/NCBI谷歌学术
81.邵 Z、刘 S、周 F、Puche AC、Shipley MT. 相互抑制性肾小球回路有助于小鼠嗅球的兴奋-抑制平衡。电子神经。2019;6（3）：ENEURO.0048-19.2019。PMID：31147391
查看文章考研/NCBI谷歌学术
82.Wachowiak M、McGann JP、Heyward PM、Shao Z、Puche AC、Shipley MT. 通过抑制突触前钙流入介导，抑制嗅球肾小球的嗅觉受体神经元输入[校正]。神经生理学杂志。2005;94(4):2700–12.PMID：15917320
查看文章考研/NCBI谷歌学术
83.Eyre MD、Antal M、Nusser Z. 主要嗅球的不同深短轴突细胞亚型提供新的球内和球外 GABA 能连接。神经科学杂志。2008;28(33):8217–29.PMID：18701684
查看文章考研/NCBI谷歌学术
84.De Saint Jan D. 通过 GABA 能和胆碱能基底前脑输入对嗅球肾小球周围细胞进行靶标特异性控制。生活。2022;11：e71965。PMID：35225232
查看文章考研/NCBI谷歌学术
85.Federman N、Romano SA、Amigo-Duran M、Salomon L、Marin-Burgin A. 获得非嗅觉编码可改善嗅觉皮层的气味辨别力。纳特公社。2024;15(1):5572.PMID：38956072
查看文章考研/NCBI谷歌学术
86.Lindeman S， Fu X， Reinert JK， Fukunaga I. 嗅球中的价值相关学习是通过二尖瓣细胞的通路依赖性周围抑制发生的。公共科学图书馆生物学 2024 年;22（3）：e3002536。PMID：38427708
查看文章考研/NCBI谷歌学术
87.Hernandez DE、Ciuparu A、Garcia da Silva P、Velasquez CM、Rebouillat B、Gross MD 等。从梨状皮层到嗅球的快速更新反馈在规则反转期间传递多模态身份并奖励应急信号。纳特公社。2025;16(1):937.PMID：39843439
查看文章考研/NCBI谷歌学术
88.Lovett-Barron M、Turi GF、Kaifosh P、Lee PH、Bolze F、Sun XH 等。通过可调树突状抑制调节神经元输入转化。纳特神经科学。2012;15（3）：423–30，第 1-3 条。PMID：22246433
查看文章考研/NCBI谷歌学术
89.Pi H-J、Hangya B、Kvitsiani D、Sanders JI、Huang ZJ、Kepecs A. 专门从事去抑制控制的皮质中间神经元。自然界。2013;503(7477):521–4.PMID：24097352
查看文章考研/NCBI谷歌学术
90.Pfeffer CK， Xue M， He M， Huang ZJ， Scanziani M. 视觉皮层抑制抑制：分子不同中间神经元之间的连接逻辑。纳特神经科学。2013;16(8):1068–76.PMID：23817549
查看文章考研/NCBI谷歌学术
91.Letzkus JJ、Wolff SBE、Meyer EMM、Tovote P、Courtin J、Herry C 等。一种用于听觉皮层联想恐惧学习的去抑制性微电路。自然界。2011;480(7377):331–5.PMID：22158104
查看文章考研/NCBI谷歌学术
92.任 C、Peng K、Yang R、Liu W、Liu C、Komiyama T. 运动学习过程中乙酰胆碱调节的皮质抑制神经元的全局和亚型特异性调节。神经元。2022;110（14）：2334–50.e8。PMID：35584693
查看文章考研/NCBI谷歌学术
93.Qiu Q， Wu Y， 马 L， Yu CR. 通过广义种群代码对先天识别的气味进行编码。Curr Biol. 2021 年;31（9）：1813–25.e4。PMID：33651991
查看文章考研/NCBI谷歌学术
94.Li SW、Zeliger O、Strahs L、Báez-Mendoza R、Johnson LM、McDonald Wojciechowski A 等。额叶神经元驱动社会群体的竞争行为和生态。自然界。2022;603(7902):661–6.PMID：35296863
查看文章考研/NCBI谷歌学术
95.Mazzucato L， La Camera G， Fontanini A. 期望诱导的亚稳态活动调节是更快编码感觉刺激的基础。纳特神经科学。 2019; 22(5):787–96. PMID：30936557
查看文章考研/NCBI谷歌学术