没有两种刺激是完全相同的。然而，大脑很容易识别环境中的不同物体，并在广泛不同的条件下进行概括。例如，人类将一个人的脸与另一个人的脸区分开来，概括出视角、亮度或方向的差异。
在过去的十年中，我们对视觉对象识别背后的神经机制的理解取得了长足的进步。尽管最近取得了一些进展，但如何由特定的神经回路支持对气味剂的类似计算仍然是一个悬而未决的问题。
在哺乳动物中，嗅觉信息通过两个不同的嗅球(olfactory bulb，OB)输出神经元群传递到更高的大脑区域，分别为二尖瓣细胞(mitral cell，MC)和簇状细胞(tufted cell，TC)。MC和TC投射到大约十几个大脑区域，包括嗅觉皮层（前嗅核[anterior olfactory nucleus，AON]和梨状皮层[piriform cortex，PCx]）。TC投射偏向AON和嗅结节（olfactory striatum，OT）。尽管MC广泛且强烈地支配PCx，但它们向AON发送的输入相对较少。
美国冷泉港实验室Dinu F Albeanu团队利用多光子显微镜区分MC和TC，并监测它们对清醒小鼠气味的反应，同时改变刺激浓度，提出了四个具体问题。
MC和TC在传达气味识别信息的能力方面是否存在差异？来自梨状体和AON的皮质反馈在控制其显性输入细胞类型的活性方面是否具有特异性？起源于梨状体和AON的皮质延髓反馈是否实现了不同的计算？前馈与反馈输入对支持气味特性和强度的 MC和TC表示的相对贡献是什么？
该实验确定了由MC和TC及其首选皮质靶标介导的不同功能前馈反馈回路。他们认为，除了MC到PCx途径之外，非规范TC到AON途径非常适合解码气味同一性和强度。
MC和TC融合中气味同一性的表示
我们研究了气味特性和浓度是否可以从MC和TC群体中解码，以及这在多大程度上取决于皮质反馈。我们记录了清醒的头部固定小鼠的OB输出活动，以响应5种浓度在3个数量级内变化的气味（GCaMP6f）和以单一浓度呈现的20个气味模块（GCaMP3）。
GCaMP3/6信号的多光子成像能够根据它们在OB中细胞体的位置区分 MC与TC。研究团队发现二尖瓣和簇绒对相同刺激的反应存在差异。值得注意的是，MC响应缓慢、稀疏且阶段性，TCs对气味表现出快速和持续的反应。
图1.MC和TC融合中的气味同一性和浓度表示解码来自OB输出的浓度不变性的气味身份
研究团队使用降维方法为气味同一性和浓度的神经表示提供定性直觉。对于在研究的其余部分的量化，他们采用了交叉验证的解码方法。为了量化MC和TC融合执行气味识别的能力，使用线性（逻辑回归）和非线性解码方案（支持向量机[SVM];STAR方法）。这些结果表明，除PCx（如接收强TC输入的AON和OT）之外，OB目标区域处于计算气味身份的良好位置。
图2.TC融合在解码气味识别和浓度方面优于MC皮层反馈优先调节其主要的OB输入的活动
MC和TC的反应由嗅觉神经元（OSN）的前馈输入，通过中间神经元的局部相互作用以及来自皮层和其他大脑区域的自上而下的反馈来塑造。作为评估皮质反馈如何影响气味身份和浓度解码的第一步，研究团队研究了来自PCx和AON的皮质反馈在调节MC和TC活性方面的特异性。他们使用麝香酚（一种GABA-A受体激动剂）并探究了MC和TC的气味反应的变化。
结果表明，PCx仅以同源方式发送反馈预测，而AON反馈预测则以双边方式进行，PCx和AON分别对MC和TC活性施加优先抑制和去关系。两个OB输出通道的反馈调节的这种选择性反映了其前馈连接中的偏置。
图3.从aPCx和AON到OB的反馈优先调节MC与TC的气味响应性，匹配前馈连接中的偏差皮层反馈对MC与TC的不同影响
研究团队发现每种OB输出细胞类型的皮质靶标主要控制其自身主要输入的活性。此外，来自AON与前PCx的自上而下反馈的净效应似乎在调节TC与MC的活性方面有所不同。相比之下，前PCx反馈的作用是重构MC气味表示，而不仅仅是缩放其响应幅度。
之后研究团队又验证了TC的解码性能不能简单地归因于其相对较高的响应幅度或与MC融合相比的SNR差异。与基于MC的解码器相比，TC解码器的优越性能不取决于所采用解码器的细节，并且在所研究的所有解码方案中都是一致的。
图4.基于TC集成的气味识别和浓度解码器优于MC解码器，后者也更依赖于皮层反馈结 论
综上所述，该研究发现了与嗅觉识别相关的两个长程循环，分别为MC和aPCx以及TC和AON接合，气味特性和强度的混合(MC)和去混合(TC)表示。基于TC集成的气味识别和浓度解码器优于MC解码器，后者也更依赖于皮层反馈。
源自aPCx和AON的皮层延髓反馈专门调节其主要球细胞类型输入的活动并实施不同的计算。梨状反馈专门重构二尖瓣反应，而来自优先控制簇状细胞表征的增益的AON反馈，而不改变它们的气味调节。
未来的研究将阐明此处描述的TC-to-AON和MC-to-PCx循环保持特定的机制、它们的串扰程度以及它们如何支持相关计算以指导嗅觉行为作为嗅觉场景复杂性的函数、知觉任务和刺激偶然性。
图5.涉及MCs和TCs及其主要皮质功能示意图参考文献
Chae H, Banerjee A, Dussauze M, Albeanu DF. Long-range functional loops in the mouse olfactory system and their roles in computing odor identity [published online ahead of print, 2022 Sep 26]. Neuron. 2022;S0896-6273(22)00810-8. doi:10.1016/j.neuron.2022.09.005
