日升日落，朝朝暮暮，哺乳动物如何感知一天的时刻变化？大脑如何计算时间？

这一直是国际科学界研究的难点。视交叉上核（the suprachiasmatic nucleus，简称SCN）是哺乳动物的中央昼夜节律调节器，含有约20,000个异质性神经元，这些神经元共同发挥作用，而每个神经元都拥有自持的分子钟。

然而，系统级SCN信号如何编码一天中的时间仍然是一个谜。

近期，北京大学王选计算机研究所长聘副教授胡玮课题组与北京大学国家生物医学成像科学中心主任程和平院士、北京大学未来技术学院副研究员马雷课题组在Cell Research期刊合作发表题为System-level time computation and representation in the suprachiasmatic nucleus revealed by large-scale calcium imaging and machine learning的研究论文，该研究揭示了群体级别的Ca2+信号通过与SCN中的空间模块化时间特征表示相耦合的群体决策机制来预测小时级的时间。

论文链接：https://www.nature.com/articles/s41422-024-00956-x

该论文“时间蝴蝶”发现登上Cell Research 2024年7月期刊封面

System-level time computation and representation in the suprachiasmatic nucleus revealed by large-scale calcium imaging and machine learning

团队通过自主研发的双侧扫描双光子显微镜，首次实现SCN区域近万颗神经元跨昼夜的钙成像；并利用机器学习技术开发基于SCN神经元钙信号的时间解码器，揭示出神经元群体在时间编码上的集体决策机制。

胡玮课题组基于钙信号时间序列的无标签、多尺度特性，构建无监督多尺度对比学习方法，通过时间对比损失函数和实例对比损失函数进行优化，学习SCN神经元Ca2+信号的潜在特征，最终实现SCN神经元的功能聚类。该方法在没有引入空间信息、仅输入钙信号的情况下，识别出功能神经元亚型在SCN空间中集聚形成双侧对称、波纹状的模块化时间表征，其空间模式就像一只美丽的“时间蝴蝶”，揭示了系统级SCN信号的涌现特性。该工作由胡玮老师指导博士生王泽华完成。

图为SCN神经元功能亚型分类结果及新华社报道“时间蝴蝶”示意图

以上发现为基于功能大数据解析复杂神经元核团的工作原理提供了一个全新的学科交叉研究范式。未来胡玮课题组将继续从事机器学习与脑科学的交叉研究，进一步探究SCN编解码时间的内在机制。

胡玮，北京大学王选计算机研究所长聘副教授、博士生导师、北京大学博雅青年学者，主要研究方向为三维视觉和图机器学习。

胡玮团队长期从事三维视觉中点云的表征、重建、分析和生成研究，以及基于图机器学习的脑科学交叉研究，前期在三维点云生成和表征等方面的研究工作曾荣获计算机视觉国际顶级会议CVPR 2021年度最佳论文提名、2020-2021年IEEE Multimedia Rising Star Award (Honorable Mention Award)、多媒体领域国际旗舰会议ICME 2020年度Best Student Paper Runner Up Award，担任国际顶级期刊IEEE Signal Processing Magazine编委。