The representational geometry of emotional states in basolateral amygdala

核心要点

问题/背景

这篇论文研究基底外侧杏仁核如何编码情绪状态，不把单个神经元看成单一 valence detector，而是分析群体表征几何如何组织多变量情绪信息。

方法/机制

实验中，小鼠的条件刺激诱发恐惧和进入巢穴等行为；单细胞普遍混合编码刺激身份、valence、tremble 和 ingress，但群体层面可形成可分离 readout。

结果/证据

它值得收录，因为它给出一个可迁移到 AI 表征学习的脑原则：混合选择性并不妨碍专门变量读出，关键在 population geometry 是否支持泛化和无干扰。

收录价值

按当前认知/脑机制规则，它属于核心表征原理论文；局限是动物模型与情绪任务范围有限，AI 外溢主要是概念和表示几何层面。