斯坦福大学团队构建了首个小鼠视觉皮层的“基础模型”，仅用自然视频训练，便能精准预测神经元对全新刺激的反应。该模型突破了传统模型“一鼠一模”的局限，实现了跨个体泛化，甚至能通过功能数据预测神经元的结构特征，为神经科学研究提供了强大工具。
智能速览
构建了首个小鼠视觉皮层的“基础模型”，捕获了跨个体的通用计算规律。
实现了跨个体泛化，仅需极少新数据即可精准预测新鼠的神经反应。
具备“零样本”能力，能预测训练时未见的合成刺激下的神经元活动。
首次实现仅凭功能数据预测神经元类型、树突形态与突触连接。
精华内容
这个视觉皮层“万能模型”如何实现跨个体预测？其背后的架构设计和实际应用效果，揭示了神经科学研究的新范式。
模型架构设计
为实现对视觉世界真实且动态的建模，研究设计了一套四模块级联的深度学习架构。“视角模块”通过光线追踪和眼球校准，生成小鼠实际看到的视网膜影像，消除位移误差。“调制模块”则采用小型LSTM网络，整合跑步速度、瞳孔直径等行为状态，使模型能复现视觉反应随觉醒水平起伏的现象。
核心计算由“核心模块”完成，其结合了3D卷积与Conv-LSTM，既能提取多尺度时空特征，又能捕捉长时程依赖。最后的“读出模块”为每个神经元学习一个高斯分布的接收野中心，输出与钙信号一致的脉冲预测。该网络在3只小鼠数据上达到了中位CCnorm 0.65，比前代模型提升25–46%。
跨个体泛化能力
传统模型往往“一鼠一模”，换只动物就得从头训练。本研究提出“基础核心+轻量适配”新范式：先用8只小鼠的数据预训练一个共享的核心网络，再面对新个体时，冻结核心权重，仅微调视角、调制和读出三个小模块。
结果显示，仅用4分钟的新数据，模型就能在新鼠上达到0.5以上的预测精度（CCnorm），30分钟即可逼近0.7，而传统模型则需要76分钟。样本复杂度分析表明，达到同样精度，基础模型所需数据量减少50–75%。更关键的是，它在训练时只看过自然视频，却能在静态图像、Gabor等多种合成刺激上实现“零样本”的精准预测。
虚拟生理实验
朝向、方向、空间位置等视觉调谐特性是神经科学的基石，但传统测量耗时且对动物状态敏感。该模型可充当“无限刺激发生器”，通过虚拟刺激生成高信噪比的调谐曲线，实现“虚拟电生理”。
对于真实记录的近3万个神经元，模型预测的朝向选择性指数与实验值相关系数达0.78，方向选择性指数达0.81。强调谐细胞的偏好朝向误差中位数仅为4°。空间调谐方面，模型预测的感受野位置与真实位置欧氏距离中位数仅为0.02个监视器宽度。这表明自然视频已包含足够统计结构，使网络自发学到经典生理特性。
功能预测结构
功能与结构如何对应是神经科学的核心难题。研究者将模型为每个神经元分配的512维读出权重视为“功能条码”，尝试直接预测其解剖属性。
在MICrONS数据集上，该“功能条码”能以68%的平衡准确率区分不同视觉区（随机水平为25%），并能以32%的准确率预测11种兴奋性细胞类型（随机水平为9%）。更进一步，它还能预测胞体深度、树突长度，甚至能以0.71的AUC预测两个神经元间是否存在突触。这些结果首次证明，仅凭自然视频下的活动特征，就能对神经元的精细结构做出统计学可信的预测。
这项研究成功构建了视觉皮层的通用基础模型，不仅大幅提升了神经活动预测的效率和准确性，更首次打通了从功能到结构的研究路径。这种“万能模型”范式，有望为探索大脑的通用计算原理、乃至理解神经退行性疾病提供全新的研究框架和强大工具。
