来自全球12个顶尖神经科学团队的突破性研究成果，近日发表于国际权威期刊《自然》。该研究通过构建首张覆盖小鼠全脑的高分辨率神经活动图谱，首次完整呈现了决策过程中的全脑动态协作机制，为理解大脑高级认知功能提供了全新视角。这项横跨多个时区、整合海量数据的国际合作，标志着神经科学研究进入"分布式协作"的新阶段。

传统认知中，大脑常被比作精密仪器，不同脑区各司其职：视觉皮层处理图像信息，运动皮层控制肢体动作，前额叶负责决策判断。然而最新研究显示，真实的大脑运作更像一座超级城市——当面临决策任务时，数百个功能区通过数万计的神经元形成动态网络，信息以毫秒级速度在全脑流转。研究团队负责人指出："要破解决策的神经密码，仅观察个别脑区如同通过单个路灯观察城市夜景，必须建立全景式观测体系。"

为突破技术瓶颈，国际研究团队制定了严苛的实验标准：全球12个实验室统一使用定制化实验设备，采用相同的动物训练流程和行为任务设计。实验中，小鼠需在屏幕两侧出现视觉信号时，通过转动转盘将图案移至中央获取饮水奖励。这个看似简单的任务，实际包含感知、判断、行动和反馈的完整认知链条。研究人员在小鼠大脑279个解剖学定义的脑区中，累计植入699次电极，记录下62.2万个神经元的放电活动，最终通过大数据融合技术构建出动态神经图谱。

神经活动图谱显示，决策过程呈现显著的"全脑协同"特征：视觉刺激首先激活经典视觉通路，随后信号如涟漪般扩散至全脑，与运动准备、执行和奖赏预期相关的神经活动在皮层与皮层下区域交替出现。特别值得注意的是，关于"选择左侧还是右侧"的关键决策编码，并非集中在前额叶等传统认知区域，而是在多个脑区同步涌现。这表明决策形成需要不同神经节点在毫秒级时间窗口内完成信息整合，最终输出行为指令。当小鼠获得奖励时，全脑还会出现广泛的节律性同步活动，展现神经系统的高度协调性。

这项发现对神经精神疾病研究具有重要启示。传统观点认为抑郁症、精神分裂症等病症源于特定脑区损伤，但新研究提示这些疾病可能是大规模神经网络协调失衡的结果。专家分析，未来治疗策略可能从"局部修复"转向"网络调控"，通过精准干预关键神经节点恢复整体功能平衡。不过研究团队也指出，当前图谱主要反映神经活动与行为的关联性，要确立因果关系还需结合光遗传学等技术进行验证。

实验技术层面仍存在挑战。当前研究需固定小鼠头部进行记录，未来如何在自由活动状态下实现全脑观测成为新课题。研究人员设想，将神经活动图谱与神经连接图谱叠加整合，最终构建包含时空维度的"大脑数字模型"。这种多模态研究范式，可能为类脑智能和脑机接口技术开辟新路径。

这项国际合作的组织模式同样引发关注。12个实验室如同大脑的不同功能区，在统一标准下分工协作：有的团队专注设备研发，有的负责动物训练，有的擅长数据分析。通过共享超过200TB的原始数据，各团队最终实现远超单体实验室的研究突破。这种"分布式科研网络"模式，为解决重大科学问题提供了新范式，预示着未来脑科学研究将更多依赖全球协作网络。