在决策感知任务中，后顶叶皮层表现出特定的活动模式，但尚不清楚其背后的神经连接如何产生这种特性。 最近stefano panzeri, christopher d. harvey & wei-chung allen lee等虚拟现实、双光子钙成像、高通量电子显微镜扫描和环路模拟揭示了顶叶后叶皮层神经元突触连接与活动特征之间的关系。 在兴奋性和抑制性神经元之间发现了特定的相反抑制模式该模型提高了信息编码的效率，并为大脑的决策支持机制提供了新的见解。
他们的研究结果发表在最新一期上nature杂志，称为“synaptic wiring motifs in posterior parietal cortex support decision-**
决策是认知过程的关键，其机制一直是神经科学研究的重点。 研究发现，灵长类动物和啮齿动物后顶叶皮层（PPC）的神经元活动能够选择行为，揭示了选择性神经元活动的存在。 最近的技术进步使得直接在PPC中测量突触连接成为可能，揭示了兴奋性和抑制性神经元之间存在选择性连接。
行为、成像和 EM（电子显微镜）。
作者通过虚拟现实技术训练小鼠在T迷宫中完成选择任务，并用双光子钙成像观察其大脑顶叶皮层中的神经元活动（图1A）。 他们发现神经元活动是有选择性的（图1b），并且与任务类型密切相关，形成特定的活动模式。 使用电子显微镜（图1c），作者还以高分辨率绘制了这些神经元的结构（图1D），从而在细胞水平上将行为，神经元活动和网络解剖结构联系起来。 使用 EM 数据，他们还：对特定细胞的轴突和树突进行重建和分类（图1e）。并探索具有功能特征的神经元之间的连通性（图1d，e）。，为理解大脑顶叶皮层信息处理的微观机制提供了新的视角。
e-to-I（兴奋性-抑制性）连接
作者揭示了兴奋性-抑制性（E-to-I）连接与大脑中神经元选择性活动之间的关系（图2A，B）。 他们发现，喜欢相同测试类型的神经元的突触数量明显高于喜欢相反类型的神经元对（图2C-G）。 尽管这些神经元对的轴突与树突的重叠程度相似，但共选择性连接的突触数量是反选择性连接的两倍多。 此外，突触的大小也与神经元选择性强度密切相关（图2H），共选择性E-to-I连接的突触面积几乎是抗选择性连接的两倍。 （图2d）。 作者还指出，PPC神经元的功能选择性以及它们之间的相似性随时间而变化，表明结构和功能之间的关联可能会随着时间的推移而调整，从而反映出大脑适应的水平。
I-to-E连接
作者进一步研究了I-to-E连接的功能选择性（图3A）。 抗选择性I-to-E连接的突触频率高于共选择性连接（图3B），这与选择性相似性呈负相关（图3C）。表明抑制性神经元倾向于与抗选择性兴奋性伴侣连接。 这种相关性会随着时间的推移而减弱。 此外，我们发现这些连接的突触数量，而不是强度，在调节中起着重要作用。 与 E-to-I 连接不同，I-to-E 连接的突触后密度区域的大小与选择性相似性 （Fig. 3D，E） 没有显着相关，这表明选择性连接更多地由突触的数量决定。
环路重建
通过网络建模研究，作者了解了对手抑制机制如何促进决策过程。 简化为包含两对兴奋性和抑制性单元的模型（图4A），他们发现在选择任务中，特定方向的兴奋性单元接收增强输入并与相应的抑制单元相互作用（图4B）。 这种设置形成了一个框架，用于对抗性抑制网络中的对手抑制，通过前馈和反馈抑制来增强信号差异，并提高存在噪声时决策的准确性（图4c，d）。 作者进一步用循环神经网络（RNN）模拟了实验数据，发现训练好的RNN复制了实验观察到的动力学（图4F），并证明了对手抑制通过微调E-to-I和I-To-E连接在增强信号编码中的关键作用（图4G，H，I）。 另外作者的分析揭示了错误和正确选择中抑制和兴奋神经元活动的变化，表明对手抑制不仅增强了选择信号，而且在准确决策中起着重要作用。
总结
作者研究了PPC中实验选择性神经元与其突触连接的关系。 利用高分辨率成像技术，他们获得了PPC的详细连接数据，发现突触连接的性质与神经元的选择性活动密切相关。 这些发现揭示了支持决策过程的神经回路图谱，为大脑如何处理信息提供了新的见解。