Neural-DISCO: Source-Conditioned Counterfactual Editing of Neural Population Activity¶
会议: NeurIPS 2026
arXiv: 2610.33145
代码: https://github.com/TangLab-UBC/Neural-DISCO-neurips
领域: 其他
关键词: 神经群体活动、反事实编辑、解耦表征、信息瓶颈、神经元归因
一句话总结¶
本文提出基于解耦表征的神经活动建模框架 Neural-DISCO，通过将潜空间拆分为独立标签嵌入与带噪声瓶颈的源残差潜变量，实现了在精确保留未观测脑状态与源特异性结构的前提下，对指定行为或刺激标签进行反事实编辑与单神经元可解释归因。
研究背景与动机¶
现代高通量神经记录技术（如 Neuropixels 探针）能够同时记录自由运动或接受感官刺激动物的数百乃至上千个神经元脉冲。在系统神经科学中，揭示神经群体发放与外界刺激或动物行为之间的对应关系是核心科学目标。然而，真实的神经动力学并不仅受单一实验标签驱动，还普遍受到内部脑唤醒状态、自发微动作、注意力以及未记录环境变量的强烈调控。传统的编码或生成模型（如基于行为标签的条件生成模型）只能对目标条件下的群体分布进行边际化采样，丢失了单次试次中特异的未记录脑状态；而简单的线性模型又缺乏足够的非线性解耦能力，在编辑某一变量时极易引起其他无关特征的剧烈失真。
实现有意义的神经群体活动干预，核心挑战在于建立「以源响应为条件的反事实编辑（Source-Conditioned Counterfactual Editing）」机制。当研究者希望探索“假若动物在该时刻跑动速度改变、朝向反转或视野中的光栅方向旋转，神经脉冲会发生何种演变”时，模型必须在改变目标行为或刺激标签的同时，严格保留原始试次中所有的非编辑标签，并最大限度保留由未观测内在状态引起的源特异性残差方差。
这一任务的关键技术矛盾在于解耦容量的控制平衡：若直接使用未加约束的自编码残差通道，观测标签的信息会不可避免地泄漏并捷径存储在残差潜变量中，导致替换标签潜变量时解码输出依然被残差所主导而无法体现编辑效果；反之，若过度压缩残差通道，又会抹除真实的试次特异性与未观测生理变量。核心 idea：采用显式监督的解耦潜空间结构，让每个观测标签经由独立网络编码，同时引入受高斯噪声扰动与范数惩罚的信息瓶颈残差通路，在理论容量约束下迫使可观测因素流经专属通道，从而在保留源残差的前提下实现精确的定向反事实替换与神经元级特征归因。
方法详解¶
整体框架¶
Neural-DISCO 接收两个输入：单试次多神经元离散时间窗内的脉冲计数向量 \(x \in \mathbb{R}^n\)，以及对应时间窗内记录的 \(K\) 个行为或刺激标签向量 \(y = (y_1, \dots, y_K)\)。模型的目标是输出与 \(x\) 同维度的神经元期望发放率 \(r \in \mathbb{R}_{>0}^n\)，并在给定目标编辑标签 \(\hat{y}_a\) 时，合成反映该修改同时保持其余状态不变的反事实发放率 \(\hat{r}\)。
整个处理管线由三个核心环节构成：首先，每个观测标签 \(y_a\) 通过各自独立的浅层前馈网络编码为标签潜变量 \(z_a\)，同时源脉冲 \(x\) 通过残差编码网络压缩为紧凑的源残差潜变量 \(u\)；其次，在训练阶段对残差 \(u\) 注入均值为零、方差为 \(\sigma^2 I\) 的高斯噪声并施加 \(L_2\) 激活惩罚以构成非对称信息瓶颈，而在测试编辑阶段直接提取干净的残差 \(u\) 并仅替换目标标签潜变量为 \(\hat{z}_a = \phi_a(\hat{y}_a)\)；最后，拼接后的解耦潜表示送入基于 MLP 的生成解码器，经 softplus 激活函数输出符合泊松观测模型的神经元发放率。
%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
subgraph INPUT["输入观测"]
X["源脉冲计数 x"]
Y["观测标签集合 y=(y1, ..., yK)"]
end
subgraph ENCODE["因子解耦与瓶颈约束"]
R_ENC["残差编码与非对称噪声瓶颈<br/>u = φ_res(x) + 噪声 ε"]
L_ENC["因子特定独立编码模块<br/>z_a = φ_a(y_a)"]
end
subgraph EDIT["反事实操作与解码生成"]
CF_SWAP["定向潜变量替换<br/>替换 z_a 为 z^a，固定残差 u"]
GEN["泊松速率生成解码器<br/>r^ = G_θ(z^)"]
ATTR["基于集成梯度的神经元归因<br/>积分沿联合基线路径计算 IG"]
end
X --> R_ENC
Y --> L_ENC
R_ENC --> CF_SWAP
L_ENC --> CF_SWAP
CF_SWAP --> GEN
GEN --> ATTR关键设计¶
1. 因子特定独立编码模块：切断输入端的互信息污染
在神经科学实验中，不同的行为指标（如动物头朝向、运行速度、肢体位置）常存在统计相关性。若使用统一编码器混洗输入，模型极易产生虚假耦合，导致后续单变量编辑牵一发而动全身。Neural-DISCO 对每一个测量的行为或刺激因子 \(a \in \{1, \dots, K\}\) 构建完全隔离的专用编码网络： $\(z_a = \phi_a(y_a) \in \mathbb{R}^{d_a}\)$ 由于每个嵌入 \(z_a\) 仅以对应的标签 \(y_a\) 为输入，该路径在结构上被严格限制，杜绝了其余标签信息的交叉输入。所有无法由观测标签解释的神经发放方差、内部脑状态波动及自发脉冲涨落，被强制要求由残差编码器 \(u = \phi_{\mathrm{res}}(x) \in \mathbb{R}^m\) 进行捕获，从源头上奠定了因子级模块化解耦的基础。
2. 残差编码与非对称噪声瓶颈：防范标签泄露与容量界定
若直接采用端到端的自编码重构，模型倾向于利用残差通路直接学习脉冲 \(x\) 与标签 \(y\) 的冗余映射，导致在测试期替换 \(z_a\) 时，解码器依然从未改变的残差 \(u\) 中读取旧标签，致使编辑失效。本文借鉴非对称噪声正则化思想，仅在训练阶段向残差通道注入高斯白噪声 \(\tilde{u} = u + \epsilon\)（其中 \(\epsilon \sim \mathcal{N}(0, \sigma^2 I_m)\)），并对残差激活范数施加惩罚 \(\lambda \|u\|_2^2\)。
作者在理论上给出了该有噪残差通道的信息容量上界（命题 1）： $\(I(S; \tilde{U}) \leq \frac{m}{2} \log\left(1 + \frac{\hat{P}}{m \sigma^2}\right)\)$ 其中 \(S\) 为训练样本索引，\(\hat{P} = \frac{1}{N}\sum_{s=1}^N \|\phi_{\mathrm{res}}(x^{(s)})\|_2^2\) 为残差的经验平均功率。由于对任何输入变量有数据处理不等式 \(I(Y_a; \tilde{U}) \leq I(S; \tilde{U})\)，噪声方差与范数惩罚构成了严格的信息容量瓶颈，使得确定性的标签编码路径成为重建这些因子的最低能耗路径，有效清除了残差通道中的观测标签泄漏，确保编辑时残差通道仅忠实传递未建模的源特异性背景信息。
3. 定向反事实编辑与泊松生成解码：保真度与残差保留的双赢
反事实编辑的核心要求是不仅目标变量的改动要生效，未受编辑变量和源特异性神经响应也必须高度保真。在测试阶段，Neural-DISCO 关闭噪声注入，提取干净的源残差 \(u = \phi_{\mathrm{res}}(x)\)。针对待编辑因子 \(a\)，将其潜变量替换为目标条件的确定性映射 \(\hat{z}_a = \phi_a(\hat{y}_a)\)，并与源试次保持不变的各因子 latent \(z_{-a}\) 及源残差 \(u\) 重新拼接为 \(\hat{z} = (z_1, \dots, \hat{z}_a, \dots, z_K, u)\)。
拼接向量输入前馈生成器 \(G_\theta\)，输出正值条件发放率向量 \(\hat{r} = G_\theta(\hat{z})\)。群体神经元的离散脉冲被建模为条件独立的泊松分布： $\(p_\theta(x \mid \tilde{z}) = \prod_{\ell=1}^n \mathrm{Poisson}\big(x_\ell \mid r_{\theta, \ell}(\tilde{z})\big)\)$ 该机制将因果干预操作映射为潜空间的直接代数替换，在避免分布坍缩的同时生成逼真的单试次反事实神经反应。
4. 基于集成梯度的神经元归因：单细胞功能特异性解析
为了解析单个神经元在不同行为或刺激变量编码中的功能角色，模型利用解耦架构支持直接的特征归因。以零向量作为标签与残差的基线 \(b = (b_{y_1}, \dots, b_{y_K}, b_{\mathrm{res}})\)，在联合空间构建直线积分路径，利用集成梯度（Integrated Gradients）计算每个神经元 \(\ell\) 对应的特征归因分数： $\(\mathrm{IG}_{\ell, y_a}(z; b) = (y_a - b_{y_a}) \odot \int_0^1 \nabla_{y_a} g_\ell\big(z(\alpha)\big) \, d\alpha\)$ $\(\mathrm{IG}_{\ell, \mathrm{res}}(z; b) = (u - b_{\mathrm{res}}) \odot \int_0^1 \nabla_u g_\ell\big(z(\alpha)\big) \, d\alpha\)$ 其中 \(g_\ell(z)\) 是生成器在 softplus 激活前的线性预激活响应。通过对多试次有符号归因取绝对平均，可获得反映该神经元对指定行为敏感度的非侵入性判据，且由于信息瓶颈的存在，归因分数能够准确区分专一性细胞（如位置细胞、头朝向细胞）与背景神经元。
损失函数 / 训练策略¶
模型的训练目标为多神经元联合泊松负对数似然（忽略与参数无关的阶乘常数）加上残差 \(L_2\) 范数惩罚项： $\(\mathcal{L}(\theta, \{\phi_a\}, \phi_{\mathrm{res}}) = \frac{1}{N}\sum_{s=1}^N \mathbb{E}_{\epsilon^{(s)}}\left[\sum_{\ell=1}^n \left(r_{\theta, \ell}^{(s)} - x_\ell^{(s)} \log r_{\theta, \ell}^{(s)}\right)\right] + \lambda \frac{1}{N}\sum_{s=1}^N \|u^{(s)}\|_2^2\)$ 在每个训练 mini-batch 中，对每个样本采样一次 Monte Carlo 高斯噪声 \(\epsilon^{(s)}\)。超参数 \(\lambda\) 的选择准则是在验证集折上权衡反事实编辑保真度与残差中可观测标签的不可解码性（探针解码率越低越好）。
实验关键数据¶
主实验¶
论文在受控仿真（RatInABox 模拟器，含 100 个位置细胞、100 个头朝向细胞和 100 个速度细胞，其中速度变量被隐匿以测试残差通道）以及小鼠视觉皮层真实神经记录（Allen Visual Coding，32 个 session）上进行了多任务反事实编辑评估。评估使用综合编辑-保留分数 \(S_{\mathrm{EP}} = \frac{2 E P}{E + P}\)（其中 \(E\) 为编辑保真度，\(P\) 为保留度）。
表 1：RatInABox 模拟器反事实编辑评估（10折交叉验证均值 ± SEM）
| 方法 | 任务 | 编辑目标群体 \(R^2\) (\(E\)) | 其他观测群体 \(R^2\) | 隐匿速度群体 \(R^2\) (\(P\)) | 综合评分 \(S_{\mathrm{EP}}\) |
|---|---|---|---|---|---|
| Neural-DISCO | 位置平移 (Shift) | \(0.940 \pm 0.004\) | \(0.888 \pm 0.001\) | \(0.964 \pm 0.001\) | \(0.933 \pm 0.002\) |
| Zero residual | 位置平移 (Shift) | \(0.976 \pm 0.002\) | \(0.911 \pm 0.0002\) | \(-0.004 \pm 0.001\) | \(0.621 \pm 0.0004\) |
| Gaussian GLM | 位置平移 (Shift) | \(-208.575 \pm 0.391\) | \(-2.116 \pm 0.001\) | \(-1.258 \pm 0.002\) | \(0.000 \pm 0.000\) |
| Poisson GLM | 位置平移 (Shift) | \(0.036 \pm 0.012\) | \(0.914 \pm 0.00002\) | \(-0.034 \pm 0.002\) | \(0.065 \pm 0.019\) |
| Neural-DISCO | 朝向反转 (Reversal) | \(0.885 \pm 0.001\) | \(0.966 \pm 0.002\) | \(0.794 \pm 0.001\) | \(0.883 \pm 0.001\) |
| Zero residual | 朝向反转 (Reversal) | \(0.911 \pm 0.0002\) | \(0.986 \pm 0.001\) | \(-0.028 \pm 0.001\) | \(0.640 \pm 0.001\) |
| Gaussian GLM | 朝向反转 (Reversal) | \(-1.513 \pm 0.0002\) | \(-2.436 \pm 0.001\) | \(-1.339 \pm 0.002\) | \(0.000 \pm 0.000\) |
| Poisson GLM | 朝向反转 (Reversal) | \(0.914 \pm 0.00002\) | \(0.516 \pm 0.001\) | \(-0.032 \pm 0.002\) | \(0.402 \pm 0.0006\) |
表 2：真实小鼠神经记录（Allen Visual Coding 32 个会话均值 ± SEM）速度编辑与隐匿时间频率保留
| 方法 | 目标速度解码 RMSE (cm/s) \(\downarrow\) | 隐匿时间频率 (TF) 平衡精度 \(\uparrow\) | 综合评分 \(S_{\mathrm{EP}} \uparrow\) |
|---|---|---|---|
| Neural-DISCO | \(3.629 \pm 0.567\) | \(0.541 \pm 0.013\) | \(0.592 \pm 0.026\) |
| w/o reg. (无正则消融) | \(6.182 \pm 1.067\) | \(0.570 \pm 0.013\) | \(0.391 \pm 0.030\) |
| Zero residual (残差归零) | \(3.114 \pm 0.462\) | \(0.199 \pm 0.0004\) | \(0.012 \pm 0.001\) |
| pi-VAE | \(4.004 \pm 0.684\) | \(0.197 \pm 0.0008\) | \(0.010 \pm 0.001\) |
| NEDS | \(3.979 \pm 0.645\) | \(0.194 \pm 0.0008\) | \(0.007 \pm 0.001\) |
| Gaussian GLM | \(6.017 \pm 1.044\) | \(0.597 \pm 0.012\) | \(0.372 \pm 0.040\) |
| Poisson GLM | \(5.444 \pm 1.042\) | \(0.198 \pm 0.0007\) | \(0.009 \pm 0.001\) |
消融实验¶
表 3：Allen 视觉编码多会话刺激旋转 180° 编辑与速度保留消融表
| 配置 / 模型 | 目标朝向平衡精度 \(\uparrow\) | 隐匿 TF 平衡精度 \(\uparrow\) | 源速度保留 RMSE (cm/s) \(\downarrow\) | 综合评分 \(S_{\mathrm{EP}} \uparrow\) |
|---|---|---|---|---|
| Neural-DISCO (Full) | \(0.949 \pm 0.006\) | \(0.823 \pm 0.012\) | \(6.268 \pm 1.017\) | \(0.838 \pm 0.022\) |
| w/o reg. (\(\lambda=0, \sigma=0\)) | \(0.842 \pm 0.012\) | \(0.693 \pm 0.013\) | \(5.613 \pm 0.933\) | \(0.807 \pm 0.024\) |
| Zero residual (\(u=0\)) | \(0.961 \pm 0.005\) | \(0.855 \pm 0.013\) | \(11.943 \pm 1.741\) | \(0.656 \pm 0.002\) |
| pi-VAE | \(0.317 \pm 0.015\) | \(0.620 \pm 0.018\) | \(11.743 \pm 1.720\) | \(0.263 \pm 0.013\) |
| NEDS | \(0.601 \pm 0.030\) | \(0.709 \pm 0.020\) | \(11.958 \pm 1.763\) | \(0.399 \pm 0.021\) |
关键发现¶
- 信息瓶颈对反事实生效至关重要：在无正则化消融（w/o reg.，\(\lambda=\sigma=0\)）中，残差通道无约束地存储了观测标签信息。在猕猴运动到达实验中，无正则模型解码出的轨迹完全滞留在原始 source 状态（目标 \(R^2\) 变负），无法产生预期的行为响应；而在引入瓶颈后，Neural-DISCO 的目标解码 \(R^2\) 达到 \(0.895\)（手部位置）与 \(0.772\)（手部速度）。
- 残差清零的致命缺陷：Zero residual 模型虽然能够强行按照目标标签生成发放，但未建模的生理信息（如 RatInABox 中的速度信息、\(R^2 \approx -0.004\)；Allen 数据中 TF 准确率跌落至随机猜测水平 \(0.199\)）被全部丢弃，证明了保留源特异性残差对于真实反事实推理的不可替代性。
- 细胞归因精度与真实生理指标高度对齐：随着瓶颈系数 \(\lambda\) 增大，集成梯度归因能够准确恢复 RatInABox 模拟细胞类型（AUC 显著提升）；在 Allen 真实数据中，奔跑归因分数区分奔跑显著调制细胞的 AUC 提高，且朝向归因分数与神经元全局朝向选择性指数（gOSI）呈现显著正相关。
亮点与洞察¶
- 非对称信息瓶颈赋能神经反事实推演：利用噪声注入与范数惩罚构筑单向容量瓶颈，优雅地解决了长期困扰自编码表征学习中的“残差信息泄漏导致条件替换失效”这一共性难题。
- 源条件神经状态“嫁接”范式：不仅能用于合成新条件，还能通过固定标签、互换残差的“反向编辑”，量化未观测脑状态对感觉调谐的调制能力，为神经科学假说提供轻量级的计算机模拟验证工具。
- 静态观测模型的因果语义边界明晰：作者严格区分了操作性反事实推断与真实因果效应，给出了基于潜在变量独立性假设的数据生成条件，对因果表征在真实生物信号分析中的落地极具启发性。
局限与展望¶
- 缺乏时序依赖与神经动力学建模：当前模型采用独立时间窗的静态 MLP 架构，忽略了动作电位序列内在的时序自回归结构、神经元突触延迟与跨试次动态流形演化。
- 强行解耦在强共线性标签下的局限：当多个行为参数在真实行为中高度共线性（如快速奔跑必然伴随剧烈的头部摆动）时，单纯依靠信息瓶颈难以完全消除标签潜变量之间的虚假因果关联。
- 真实神经元验证依赖间接解码：在非仿真生理数据集中缺乏真正的“反事实干预”金标准（如光遗传学精确扰动神经元后的脉冲记录），目前主要依靠在真实脉冲上训练的下游解码器进行间接一致性评估。
相关工作与启发¶
- vs pi-VAE / NEDS: pi-VAE 与 NEDS 等先进模型主要面向标签驱动的先验生成（label-conditioned generation），在生成时只能从先验或边际分布中采样，彻底丢失了单次试次的源特异性内部状态；Neural-DISCO 引入源残差潜变量与信息瓶颈，保留了单试次特异性。
- vs biolord / LORD: 借鉴了其在单细胞转录组学中的非对称噪声正则化思想，并将其系统性拓展到了离散脉冲时间序列、泊松观测似然模型以及单神经元级集成梯度归因分析中。
- vs CEBRA / xCEBRA: CEBRA 侧重于利用对比学习构建行为与神经活动联合假设驱动的潜在流形，而 Neural-DISCO 则更侧重于双向的可编辑生成机制与反事实预测。
评分¶
- 新颖性: ⭐⭐⭐⭐☆ (将解耦自编码器的非对称信息瓶颈创新引入神经脉冲的反事实编辑与细胞归因中)
- 实验充分度: ⭐⭐⭐⭐⭐ (覆盖仿真器、猕猴运动皮层电生理、以及 32 个会话的大规模 Neuropixels 小鼠视觉数据集，且有扎实的消融与探针验证)
- 写作质量: ⭐⭐⭐⭐⭐ (叙述严谨，数学公式与理论容量界限推导清晰，实验设计层次分明)
- 价值: ⭐⭐⭐⭐☆ (为计算神经科学提供了强有力的计算工具，可用于在实体电生理干预前在计算机内低成本测试脑状态假说)