Current Biology Q & A column features an interview with Jingfeng Zhou, who studies the neural circuit mechanisms of associative learning and decision-making using rodent models at the Chinese Institute for Brain Research in Beijing.
Biography
Jingfeng Zhou is an Assistant Investigator at the Chinese Institute for Brain Research in Beijing, China. He received his PhD in 2016 from Peking University and the National Institute of Biological Sciences, Beijing. He did his postdoctoral training from 2016 to 2021 at the National Institute on Drug Abuse Intramural Research Program in Baltimore, USA. His research revolves around how rat and mouse brains learn associations among environmental stimuli and flexibly organize and use these associations to guide future learning and behavior.
Here are the questions covered in the interview.
What turned you on to biology in the first place?
What drew you to your specific field of research?
Do you have a scientific hero?
What is the best advice that you’ve been given?
What’s your favorite experiment?
Do you think that there is too much emphasis on ‘big data’-gathering collaborations as opposed to hypothesis-driven research by small groups?
Which aspect of science, your field or in general, do you wish the general public knew more about?
Do you believe that there is a need for more crosstalk between biological disciplines?
Find the full article here.
[Share Link] for free access, available before July 23, 2024.
中文翻译（在GPT-4o翻译的基础上修改）
个人简介
周景峰是北京脑科学与类脑研究所的研究员。他于2016年在北京大学和北京生命科学研究所获得博士学位，并于2016年至2021年在位于巴尔的摩的美国国立卫生研究院药物滥用研究所进行博士后训练。他的研究围绕着大鼠和小鼠的大脑如何学习环境刺激之间的关联，并灵活地组织和利用这些关联来指导未来的学习和行为。
是什么让您对生物学产生了兴趣？
从中学开始，化学和生物学就是我最感兴趣的学科。然而，我在大学选择了软件工程作为我的专业——只是因为当时我想探索一些不熟悉的领域。第一次学习编程让我大开眼界，感觉非常棒。然而，随着大学一年级的结束，我意识到我对科学的热情超过了对工程的兴趣。幸运的是，我有机会转专业到生物学。不幸的是，在生物化学课上，我在没有清楚地理解这些令人难以置信的现象是如何被发现的情况下，很难记住生化物质的名称和复杂的代谢途径。转折点是在我决定作为实习生加入生物学实验室的时候，先是在一个研究微生物和免疫学的实验室，后来又在另一个研究植物生物学的实验室。在这些实验室中，我了解到，我们可以通过操纵基因，在遗传和分子水平上理解微生物和植物中出现的神奇的生物学现象，这令我感到震撼。在这两个实验室中，我花了两年时间专注于学习分子生物学方法，然后才发现了神经科学的存在。
什么吸引您进入您具体的研究领域？
电生理记录单个神经元活动时，动作电位发出的迷人的噼里啪啦的爆裂声吸引了我，并激发了我进一步了解行为和系统神经科学研究的愿望。我在研究生期间最难忘的经历是与我的博士生导师罗敏敏一起，用我未完成的工程训练从零开始构建我们的细胞外记录系统——结果出乎意料地好。带着极大的热情，我后来将电极放置在许多大脑区域，包括小鼠的背侧中缝核和眶额叶皮层，探索这些区域的神经元在小鼠学习获得和预期奖励刺激（如蔗糖）时如何改变活动。
同时，系统神经科学领域见证了快速的技术发展，如钙成像和硅电极等工具大大增加了同时记录的神经元数量。与这些技术进步相比，对收集到的神经数据的理解速度似乎不那么令人满意。例如，尽管在看似简单的实验中看到丰富的神经元活动模式，我们并不真正知道为什么大多数神经元以其特定方式放电。许多文章的结论是在没有考虑许多细节的情况下得出的。虽然人们似乎对如何解决这个问题有不同的看法，但我的想法是，更深入地理解动物行为和认知过程是很关键的。那时，我被Geoff Schoenbaum的工作所吸引，他通过创造性地整合由学习理论启发的行为学任务和神经科学工具，在理解学习和抉择方面做出了卓越贡献。我最终加入了他的实验室作为博士后，在那里与知识渊博和才华横溢的人们进行有见地的讨论和合作，让我学会了如何正确结合行为任务和先进的神经科学方法来研究神经元活动如何实现关联学习和行为。
在Geoff的实验室，我发表了几篇使用气味序列任务的论文。我们要求大鼠不仅基于当前的气味提示，还基于过去的气味提示来预测是否会有蔗糖奖励，以鼓励它们形成复杂任务结构的抽象“认知地图”，借此大鼠可以做出更好的预测、推论和选择。这条研究路线逐渐引导我产生了新的研究兴趣：动物如何利用先前学到的知识来解决新的但相似的学习问题？目前，已经取得了一些进展，例如我们在眶额叶皮层中发现了大鼠在学习相似问题时，会出现收敛的低维神经表征。然而，这仍然是一个很大程度上未被探索且相当具有挑战性的问题，这是我目前实验室的一个最终目标，同时我们也在关注其它相关的一些问题。
您有科学偶像（无论是已故还是在世的）吗？
有很多，尤其是贯穿我学术训练的导师们。另外，虽然我从来没有机会见到Howard Eichenbaum，但是他是我特别的科学偶像，因为他的工作直接影响了我过去和现在的研究——例如，气味序列任务就是对他的一项任务设计的修改——而且他对海马记忆机制的创造性和批判性思考和洞见，至今仍然会给我带来很多的启发。
您收到过的最好的建议是什么？
我听到的一个非常好的建议是——写作的目标是为读者提供价值——这是我在Larry McEnerney的一次在线写作讲座中听到的。虽然这条建议是针对有效的学术写作，但我认为它对研究也同样适用。也就是说，研究不仅仅是为了发现和满足我们的好奇心，还要为科学界的同事们创造价值。
您最喜欢的实验是什么？
我最喜欢的不是单一的实验，而是一组实验，这些实验得出了一个结论，即中脑多巴胺神经元编码的奖励预测误差信号促成了关联学习。这些实验包括电生理记录、成像、计算建模以及最近使用光遗传学模拟正负预测误差效应以确立其在学习中的因果作用的研究。自研究生以来，我就被神经科学家如Wolfram Schultz, Peter Daya, Nao Uchida和Patricia Janak等人的工作所吸引。尽管我们对多巴胺预测误差信号的理解仍不全面，该研究线展示了如果将学习理论、机器学习和神经科学结合起来，找到一种简单却非常重要的神经计算的物质基础。这些研究鼓励我们去相信，有可能通过合理使用科学的工具，深刻理解大脑复杂的工作机制。
您认为是否过于强调“大数据”收集协作，而不是由小组进行的假设驱动研究？
虽然我越来越欣赏领域内大数据收集方面的协作努力，但我更倾向于由较小和独立的实验室进行的假设驱动的研究。在人工智能时代，我们需要比目前可用的更多的神经科学数据。但是，最好是大数据的收集能够帮助和促进小团队的研究，而不是削弱它们的潜在贡献，因为研究显示，小团队往往有最具创新性的想法，而大团队则倾向于发展现有的想法。
此外，大数据收集研究可能面临的一个问题是缺乏汇聚证据，因为它们进行一个实验并生成大量数据，这几乎不可能让一个小团队有效地复制，更不用说挑战了。这种方法在问题和方法明确且只能由大团队完成时可能是最好的。然而，我认为神经科学中的大多数问题可能还没有达到那个程度，证据的汇聚仍然具有重要价值，不应被忽视。
您认为生物学学科之间需要更多的交流吗？
是的。这是一个非常有趣的问题，因为使用不同工具的神经科学家，例如分子层面和系统神经科学层面，似乎对如何研究大脑有不同的看法。从分子生物学家的角度来看，找到神经活动与某些行为或认知变量之间的相关性而不识别其分子机制似乎是不令人满意和令人担忧的。从系统神经科学家的角度来看，分子路径与行为输出之间存在许多鸿沟。当然，最终的希望在于我们通过共同努力，填补分子-细胞-环路过程与认知和行为功能之间的差距；我认为，目前来说，从事这些学科的研究人员应该有更多的相互理解和欣赏。
您希望公众更多了解科学的哪个方面，无论是您领域的还是总体的？
将某些神经递质（如多巴胺、血清素、催产素等）视为“感觉良好”的激素是一种长期存在的误解。虽然这些神经递质与人类情绪有关，但它们并不等同于快乐或满足的感觉。这类说法简化了这些神经递质的功能，忽视了大脑中复杂的神经网络和过程，这可能会导致人们错误地相信某些补充剂可以预防或解决如抑郁症等神经精神疾病的问题。
关于Current Biology的Q&A专栏介绍
Current Biology杂志首创Q&A专栏，以文字访谈的形式，为读者提供来自生物学各个领域的科学家和研究人员的有趣、深刻且通常是个人的见解。这个专栏由一系列问题和回答构成，深入探讨受访者的研究兴趣、职业发展、个人经历以及对更广泛的科学问题的看法。作为了解科学家思想的一扇窗口，该专栏通过分享个人故事和专业见解，使科学研究变得更为人性化，并促进了人们对生物学研究演变的更深入理解。
