神经科学家同时对四种不同类型的新皮层神经元的活动进行了成像，并创建了一个计算模型，描述了这些细胞类型的反应和相互作用在学习过程中如何变化。

到目前为止，很少有研究并行测量和模拟多个细胞类别的活性。在新的《自然神经科学》论文中，塞恩斯伯里惠康中心和盖茨比计算神经科学部门的一组实验和理论神经科学家描述了他们如何开始在处理视觉信息的新皮层部分解开神经元网。

新皮层由许多不同类型的神经元组成，这些神经元可以激发或抑制其他细胞，形成复杂的回路。为了开始理解这些不同类别的神经元是如何相互作用的，Adil G. Khan等人。同时对兴奋性锥体细胞和三种抑制性中间神经元的活动进行了成像，而小鼠学会了在虚拟现实环境中区分两种视觉模式，从而将一种视觉模式与奖励相关联。

作者发现，两个特定的电路元件-锥体细胞和表达小白蛋白的中间神经元-在区分与动物学习的任务有关的两种视觉模式方面变得更好。计算模型表明，这种增加的刺激选择性至少部分是由于两种细胞类型的神经元的刺激选择性集合体的形成。相反，在学习过程中，SOM细胞与网络的其余部分解耦，研究人员建议它们充当可塑性的大门。

这项研究的关键要素是实验家和理论家之间的紧密合作。盖茨比计算神经科学单元理论神经科学和机器学习教授Maneesh Sahani评论道：“通过将实验观察结果浓缩为一个简单的计算模型，我们能够隔离出一系列重要的电路修改，这些修改可以重现一系列活动的变化。” 。

塞恩斯伯里惠康中心神经回路与行为学的读者Sonja Hofer解释说：“在学习过程中，视觉皮层发生的变化可能使动物更容易执行任务，辨别和响应与行为相关的视觉模式。”她继续说：“这项工作使我们对大脑如何在不断变化的环境中调入相关刺激有了更深入的了解。”

将来，研究人员希望确定神经元之间突触接触的变化，这些变化是观察到的学习引起的变化以及来自其他大脑区域的输入作用的基础。