2016 年，神經科學領域出現了哪些極具發展潛力的研究方向？

新的動物行為模型和行為分析範式。

今年 SfN 跟人聊天的最大感受就是生態學 (ecology) 正在復甦。在很長一段時間裡（過去的5~10年？），神經科學界的注意力集中在基因模型動物身上，因為各種工具如光遺傳學、雙光子成像、基因控制等等，確實好用。小鼠作為哺乳動物的基因模型，得到了極大的關注，也作出了很大貢獻。

但現在人們開始意識到除了先進的技術，研究對象的行為本身同樣重要。

下面憑印象寫不一定準確。蝙蝠會學習叫聲（一個新建立的實驗室只用一年就在蝙蝠身上實現了 ephys, opto, imaging）；一種鳥 (starling?) 可以分辨叫聲序列的轉換概率；另一種鳥有極強的空間記憶力（儲藏食物）；等等。當然這些都不是什麼新發現。但是人們正在越來越重視各種不同動物自然產生的複雜行為。arxiv有一篇文章就試圖量化不同行為（任務）的維度上界，並認為行為維度低時同時記錄的神經元再多也無法揭示神經系統的維度（特別是在運動控制領域）[1]。Gordon Berman 用降維演算法 t-SNE 描述動物行為可能是行為學與大數據分析方法結合的開始 [2]。

厲害的技術+簡 wu 單 liao 的行為是基因技術時代開端的低掛果 (low hanging fruit)，已經被摘得差不多了。

[1]https://arxiv.org/abs/1503.08779

[2]Mapping the stereotyped behaviour of freely moving fruit flies

參見t-sne數據可視化演算法的作用是啥？為了降維還是認識數據？ - Mon1st 的回答 - 知乎