2026年6月17日，北京大学生命科学学院、IDG/麦戈文脑科学研究所于佳宁课题组在Cell Press旗下数据科学期刊Patterns发表题为“Density-based longitudinal neuron tracking in high-density electrophysiological recordings”的研究论文，提出神经元跨天追踪方法DANT（Density-based Across-day Neuron Tracking）。该研究面向长期高密度电生理记录中的关键问题：相隔数日甚至数周后，如何从成千上万个记录信号中，辨认出同一个神经元在不同日期留下的活动信号。

DANT的整体思路：在长期记录中，探针与脑组织的相对位置会发生变化；DANT通过跨天聚类寻找候选记录组，再据此校正位移和波形，并在反复迭代中逐渐稳定追踪结果

电生理记录能够以毫秒级时间精度直接测量神经元活动，是研究感觉、动作、决策和学习等脑功能的重要技术。近年来，高密度Neuropixels电极使研究者能够在单次实验中同时记录数百个神经元，为长期观察神经群体活动提供了新的可能。然而，许多重要神经科学问题并不发生在一次实验的时间尺度内。技能学习、习惯形成、疾病发展以及损伤后的功能恢复，往往需要数天、数周甚至更久。要理解这些过程，需要对同一个神经元进行纵向研究。这需要慢性长期电生理记录。

慢性记录期间探针与脑组织之间会发生微小相对移动。同一个神经元与记录位点之间的距离改变后，它在不同日期留下的波形也会发生变化；与此同时，不同神经元的波形也可能表现出相似性。因此，单纯依靠两两比较波形，往往难以在多日记录中可靠判断神经元身份。

为解决这一问题，研究团队将跨天神经元匹配重新表述为一个聚类问题。团队首先计算多天记录中所有记录单元之间的波形和放电特征相似性，并构建大型相似度矩阵。在这一矩阵中，可能来自同一个神经元的记录单元彼此更加相似，并形成相对紧密的记录组。DANT进一步使用密度聚类方法HDBSCAN识别这些候选记录组，并根据初步聚类结果估计探针在不同记录日之间的相对位移，再将波形重新配准。校正后，同一神经元跨天留下的信号更加相似，聚类结果也更加清晰。聚类、位移估计和波形重映射在迭代过程中相互促进，最终形成稳定的跨天追踪结果。

将不同日期记录单元之间的相似关系转化为距离，并重新排序后，原本分散的两两关系逐渐呈现出沿对角线分布的成块结构；白色虚线框内，可以看到一组组彼此接近的记录单元

为检验DANT的性能，研究团队将其应用于执行反应时任务的大鼠运动皮层和背外侧纹状体长期Neuropixels记录数据，并与已有跨天追踪方法UnitMatch和EMD进行比较。结果显示，DANT能够在保持较低错误匹配率的同时，找到更多跨天匹配，并让单个神经元被追踪到更多记录日，从而延长了可观察其活动变化的时间轴。由于DANT在追踪过程中并未使用神经元与行为事件相关的活动模式，研究团队进一步利用跨天PETH一致性作为独立验证指标，证明该方法减少了潜在漏配情况。此外，DANT也在公开的小鼠视觉皮层长期记录数据中完成有效追踪，显示出跨物种、跨脑区和跨任务应用的潜力。

左图显示了百余个在超过两周时间内被持续追踪到的神经元；它们的放电模式在不同记录日之间保持稳定（注：放电单元的排列顺序一致）。右图展示其中一个神经元（左图中以红色标记）的放电活动，显示其与抬手行为相关的放电模式在跨天记录中保持稳定

该研究为长期高密度电生理数据分析提供了新的工具。通过确认神经元的跨天身份，研究者可以沿着单个神经元和神经元群体的时间轴，进一步研究学习过程中神经活动如何变化，稳定行为背后的神经表征是否发生漂移，以及疾病或损伤后神经系统如何重塑。

本研究通讯作者为于佳宁，第一作者为黄越（博士研究生），其他作者包括于佳宁课题组博士研究生王含泊、曹嘉明、陈雨、王宣宁、赵玉洁、任恒坤、郑强。研究获得了国家自然科学基金面上项目、膜生物学全国重点实验室、北京大学-清华大学生命科学联合中心等支持。