长期以来，多数研究忽略了神经元具备的树突和轴突等复杂形态，仅仅将每个神经元视为一个均一的“点”或“简单求和单元”，进行神经认知计算。这种“点状神经元”虽然在理论建模中更加简易，却从根本上回避了“基本单元内部的计算如何支撑智能”的问题，也成为当今脑科学与人工神经网络面临的一个关键瓶颈：灵活决策等高级认知功能需要整合海量情境信息与抽象规则并动态调整输出，这种复杂的非线性转换，很难由“点状神经元”的简单加权求和来解释。

有趣的是，科学家们很早就注意到神经元细胞的树突中会产生独立于胞体的电信号。这种电信号不是线性的输入和输出，而是与胞体中的信号相互作用，产生非线性的放大效应。这让一部分科学家设想，树突可能也会参与神经认知的计算。而中国神经科学的重要奠基人之一、中国科学院院士张香桐就是其中一位。

“张香桐先生在大脑皮层表面记录到非常强的电信号，从解剖学角度来说这不是被动的信号输入，而是大脑皮层主动产生的。由于大脑皮层遍布神经元的顶端树突，他就在1951年开创性地提出了顶端树突具有主动电兴奋性的观点。”徐宁龙感慨说，“当时缺乏直接观察树突的技术手段，张先生仅仅通过间接观察就敢于提出一个全新的假说，启发了一个全新的树突功能研究领域，这是非常令人佩服的。”

更加幸运的是，张香桐院士对于树突的兴趣和研究被下一代科学家传承。徐宁龙依然记得他的博士生导师，也是张香桐院士的学生——中国科学院院士、中国科学院上海脑研究所原所长吴建屏在组会上提出的一个问题：“锥体神经元长得像是一棵树，但这棵树的枝叶部分——树突，到底在做什么样的信息处理？”这个问题成为徐宁龙的科学初心，也促使他在探索树突的道路上一直坚持不懈、从未停歇。

要找到树突的神经计算与高级认知之间的直接关系，需要突破几道难以逾越的关隘。“首先是要构建清醒的、能够完成复杂任务的实验小鼠行为范式。其次是要找到与任务认知相关的特定神经元树突。最后，还要对少量的特定树突进行标记和光学成像。”徐宁龙说，要走完、走好这几步，既要有极为精巧的实验设计和足够分辨率的技术手段，还要有耐得住足够长时间实验的毅力与恒心，“训练一只实验小鼠至少要两个月，找到和标记树突的难度又非常大，实验失败是家常便饭的事”。

然而，在过去10年里，徐宁龙带领团队静下心、沉住气，硬是一步一个脚印攻克了重重难关。“做基础研究就要去探索无人区，完成从0到1的突破，这就要求我们成为一名探险家，敢于直面最难的问题。”他坦言，“从博士训练到博士后，我学到了全球最顶尖的技术。回国创立实验室，也发展出了一系列非常重要的技术方法和行为学体系。”如今，徐宁龙的实验室已经站在树突研究最前沿，在全球范围内只有3-4家实验室具备同等级的研究体系。

在研究中，徐宁龙团队构建了规则切换的听觉灵活分类任务，训练小鼠根据类别边界判断声音高低，而边界在无预警情况下变化，动物必须不断从奖励反馈中推断隐藏规则，并将规则与感觉输入整合驱动灵活的行为选择。利用具有亚细胞分辨率的双光子成像技术，研究人员同步记录了听觉皮层第5层端脑外投射亚型神经元的顶端树突和胞体活动，并通过光遗传学选择性抑制树突活动，检验其因果贡献。

结果发现，同一神经元内不同区室存在明确功能分工：顶端树突主要编码推断出的抽象规则，胞体则更多表征感觉信息；与动物选择相关的最终输出信号在两个区室中均有出现。光遗传抑制树突活动可显著减弱胞体选择信号输出，直接证明树突活动贡献于神经元的决策输出计算。

该研究首次在认知行为中观测到神经元树突作为相对独立的亚细胞区室，编码“主观规则推断”这一关键认知变量，该信号在单个神经元内部与胞体的感觉信息发生非线性整合，产生行为决策输出信号，从而实现灵活决策计算。

这一发现将经典的树突信息处理机制与认知灵活性直接联系起来，证实树突计算正是认知灵活性在细胞层面的信息处理基础，并把经典的双区室整合模型从感觉和运动处理拓展到抽象的、基于规则的认知计算层面。

该研究更新了“单个神经元仅仅是认知计算中的简单网络节点”这一占主导地位的传统观点，表明单个神经元内部即可完成支持灵活行为的认知计算，开创了从神经细胞层面解析认知灵活性底层机制的全新研究范式，有望启发借鉴树突多区室计算原理、设计更高效灵活的人工智能系统。

“后续研究，我们不会单看树突本身，更要理解树突如何在整个神经网络中发挥作用。”徐宁龙表示，“一方面，我们将持续拓展实验任务的复杂度，开展跨物种对比，在非人灵长类绒猴甚至人类受试者上设计同源认知任务，对比不同哺乳动物的树突整合机制，解析树突如何驱动网络层面运算。另一方面，我们会加强和人工智能领域专家合作，把本研究揭示的生物学机制，应用到类脑 AI 底层架构革新，这需要大量跨学科协同攻关。”