多脑区记录不再混算：DynISys 把 PMd 与 M1 拆成两个动力系统，通信只走三维通道
核心概要
从多脑区同时记录中区分“脑区自身的动力学”和“外部输入”一直很难，因为同一段活动可以由多种动力学与输入组合产生。DynISys 把每个记录脑区建成独立的低维动力系统，脑区间通信只经少量显式通道，并用可逆读出把潜状态映射到放电率。在两只猴的 PMd 与 M1 同步记录上，它每区仅用 8 维潜状态就达到 MR-LFADS 每区 128 维的 PSTH 重建水平，且推断出的 PMd→M1 通信时序与目标信息由 PMd 传向 M1 的假设一致。
深度剖析
多脑区同步记录现在可以被拆成每区各自的动力学、脑区之间的显式通信和来自未记录脑区的外部输入三部分，而不是把整段活动当作一个混合系统来拟合。 此前的多脑区动力学模型通常潜维度偏高，容易把建模伪影当成环路特征；MR-LFADS 在重建性能可比所需的约 256 维下，约 30% 的潜方差落在其线性读出的零空间中，这部分活动不出现在预测放电率里。 在两只猴执行连续到达任务时同步记录的 PMd 与 M1 单细胞活动上，DynISys 每区 8 维潜状态的 PSTH R² 为 PMd 0.60、M1 0.67，MR-LFADS 每区 128 维为 PMd 0.59、M1 0.68；同一数据上 CURBD 的拟合未能明显优于直接预测每个神经元的平均放电率。
模型把每个脑区写成一个由神经常微分方程给出的低维向量场，脑区之间只通过少量通信通道交换信号，未记录来源的驱动则单独作为外部输入推断。 读出端采用单射的归一化流，把潜状态映射到高维放电率，使潜状态可以从预测放电率反推回来，从而限制模型在放电率看不见的方向上编造结构。 在 PMd 与 M1 的同步记录上，从 DynISys 潜活动解码下一目标的时间进程与从真实脉冲解码的时间进程高度对应；作为对照的 IntLFADS 在真实脉冲尚检测不到目标信息之前，其潜活动就已能解码出目标。
对拟合后的 M1 向量场做定点搜索，得到的定点位置由输入而非初始状态决定，并携带即将到达动作的信息。 821 次定点搜索中有 797 次收敛到速度低于 10⁻⁶ 的位置，且这 797 个定点全部局部稳定；把初始条件换成其他试次时定点几乎不动，把输入换成其他试次时定点则远离原位置。 用定点位置线性解码即将到达的特征，起始位置、到达角度、最终目标位置的平均 R² 分别为 0.45、0.64、0.34；沿 PMd→M1 通信通道的目标编码方向注入扰动，定点位移方向跟随扰动方向。
启示与展望
展示范围是两只猴的 PMd 与 M1 皮层内记录：一只猴执行连续到达任务，另一只猴的五个跨约六周会话执行随机目标到达任务；模型训练不使用任务变量或行为。作者提出下一步可用通路特异的扰动实验检验模型的核心预测。
作者明确说明，这里识别出的因果关系成立在 DynISys 模型内部，应视为可实验检验的假设而非生物环路的既定性质，其普适性还需跨动物、任务和脑区评估。多会话结果来自一个公开数据集，拼接所用的会话对齐读写矩阵由行为条件监督预计算并在训练中冻结。