首页 > 医疗资讯/ 正文
引言
你是否有过这样的体验:当回忆往事时,脑海中浮现的并非一段连续不断的、如录像带般平滑的影像,而是一连串的“事件”片段?比如,你会清晰地记起“走进考场”、“拿到试卷”、“开始答题”、“交卷离开”这些关键节点,而这些节点之间的具体时间流逝,则显得模糊不清。我们的记忆,似乎天生就是被一个个“事件”分割、组织的。这背后,究竟隐藏着怎样的神经机制?我们的大脑是如何将川流不息的生命体验,巧妙地剪辑成一部部可以随时“回放”的记忆影片的?
长期以来,我们知道一个叫做海马体 (hippocampus) 的脑区在情节记忆 (episodic memories) 中扮演着核心角色,但它具体如何为我们的经历打上“时间戳”,并将其有序组织起来,仍然是神经科学领域的巨大谜题。
近日,一项发表《Science》上的重磅研究“Event structure sculpts neural population dynamics in the lateral entorhinal cortex”,为我们揭开了这个谜题的关键一角。研究人员将目光聚焦于海马体的重要“信息门户”——外侧内嗅皮层 (lateral entorhinal cortex, LEC),通过前所未有的技术手段,窥探到了大脑这位“时间电影剪辑师”的工作细节。
“时间之箭”:一种永不停歇的神经漂移
我们大脑中的神经元活动就像一个由成千上万个乐手组成的交响乐团。当我们在经历某件事时,这个乐团就在演奏一首独特的“生命乐章”。研究人员想知道的是,这首乐章的节奏和旋律是如何随着时间变化的。
为了回答这个问题,他们利用高密度的神经像素探针 (Neuropixels probes),在自由活动的大鼠大脑中,同时记录了LEC、内侧内嗅皮层 (medial entorhinal cortex, MEC) 以及海马体CA1区上千个神经元的活动。这相当于在乐团的各个声部都安放了超高灵敏度的麦克风。
在一个简单的实验中,大鼠在一个开阔的场地里自由觅食。研究人员发现了一个惊人的现象:在LEC区域,神经元群体的整体活动模式(可以想象成乐团演奏的“和弦”)随着时间的推移,在持续不断地、单向地发生变化。这种变化被称为 神经漂移 (neural drift)。
具体来说,如果把任意时刻的LEC神经活动模式看作一个高维空间中的“点”,那么随着时间的流逝,这些“点”会连成一条轨迹,持续地远离起点。任意两个时间点之间的间隔越长,它们对应的神经活动模式差异就越大。研究人员通过计算神经活动向量之间的余弦距离 (cosine distance) 发现,在LEC中,这种距离随着时间间隔的增加而稳定增大。这就像一支射出的“时间之箭”,在神经活动层面留下了不可磨灭的印记。
更有趣的是,这种显著的漂移现象在LEC中“一枝独秀”。在同一只大鼠、同一段时间里,与之相邻的MEC和海马体CA1区的神经活动却表现得相当稳定,漂移程度微乎其微。统计数据显示,LEC中神经活动漂移的距离显著大于MEC和CA1(例如,LEC与MEC的t检验值为4.24,P值远小于0.001),并且利用LEC的神经活动来解码(或猜测)事件发生的时间,其准确率也显著高于另外两个脑区(LEC与MEC的t检验值为5.31,P值远小于0.0001)。
这个发现引出了一个更深层次的问题:这种“时间之箭”般的漂移,究竟是由外部环境和行为的持续变化驱动的,还是大脑网络自身固有的属性?换句话说,如果我们把所有外部感官输入都“关掉”,这种漂移还会存在吗?
梦境中的漂移:揭示大脑固有的节拍器
要回答这个问题,研究人员设计了一个巧妙的实验:让大鼠睡觉。睡眠,尤其是快速眼动睡眠 (rapid eye movement, REM sleep) 阶段,是一个绝佳的观测窗口。在REM睡眠中,大鼠身体基本不动,外部感官输入被降至最低,但大脑却异常活跃,仿佛在“离线”运行着各种经历。这为研究人员提供了一个排除外部干扰、观察LEC内在动态的理想环境。
他们记录了大鼠在REM睡眠期间的LEC神经活动,并将其与清醒状态下觅食时的活动进行了直接比较。结果令人震撼:LEC的神经漂移在REM睡眠期间依然存在,并且其漂移的速度和模式,与大鼠在清醒状态下积极探索环境时几乎一模一样!
研究人员截取了60秒的REM睡眠片段和60秒的清醒觅食片段,对两者的神经活动漂移进行了量化分析。无论是总的漂移距离,还是解码时间的准确率,两个状态之间都没有显著差异(例如,漂移距离的Wilcoxon秩和检验U值为2681.00,P值为0.28,表明两者非常接近)。
这个关键的证据表明,LEC的神经漂移并非简单地反映外部世界的感觉信息流,而是一种 内在的网络现象 (inherent network phenomenon)。它就像一个大脑自带的、永不停歇的节拍器,无论我们是醒着还是睡着,它都在以一个恒定的速率“滴答”作响,为我们的内在世界提供了一个连续的时间背景。
记忆的“顿挫”:事件边界处的急刹车与猛加速
如果LEC的活动总是在连续不断地漂移,那我们又是如何形成一个个离散、清晰的事件记忆的呢?这就好比一部电影,如果只有连续的镜头而没有剪辑,那将是一场混乱的视觉灾难。成功的电影需要通过“剪辑点”来分割场景,引导观众的注意力。我们的大脑是否也存在类似的“剪辑点”?
研究人员假设,当现实世界中发生重要的事件边界 (event boundaries)时——比如场景的切换、任务的开始或结束、一个意外的出现——LEC中连续的神经漂移会被短暂地打断,发生一次剧烈的“跳变”或“位移”。这种跳变在神经活动轨迹上,会表现为一次短暂的“猛加速”,然后又“急刹车”,恢复到平稳的漂移速度。
为了验证这个假说,他们设计了一系列任务,引入了不同类型的事件边界。在自由觅食任务中,最简单的事件边界就是大鼠被放入场地的初始时刻,数据显示此时LEC的神经活动轨迹确实出现了一次显著的“减速”。在“8”字形迷宫任务中,大鼠在每圈固定位置获得奖励的时刻,就是一个可预期的事件边界,结果显示,每当大鼠接近奖励点时,其LEC的神经活动轨迹都会出现一次剧烈的“加速”,然后在获得奖励后迅速“减速”。
在新奇物体任务中,当大鼠第一次接触并探索一个从未见过的新奇物体时,这个“初次相遇”构成了一个强烈的事件边界。正如预期的那样,在接触物体的瞬间,LEC的神经活动轨迹也发生了一次显著的“加速”。有趣的是,当大鼠后续再次探索同一个物体时,这种剧烈的“加速”现象就消失了,这表明这种神经活动的变化并非由简单的运动或感觉输入引起,而是与事件的“新奇性”和“边界性”紧密相关。
通过这些巧妙的实验,研究人员证实了LEC的活动并非一成不变地平滑漂移。在关键的事件边界,它会发生剧烈的、非线性的“跳变”。正是这些“顿挫”感十足的神经活动变化,将连续的经验流分割成了一个个离散的、有意义的“事件单元”,为我们后续形成结构化的情节记忆奠定了基础。这活脱脱就是一位高明的电影剪辑师在工作!
螺旋式上升的记忆:如何在同一群神经元中编码多重时间?
现在,我们面临一个看似矛盾的局面:LEC的神经活动既在持续地、线性地漂移(记录着长达数分钟的“会话时间”),又能在短短几秒的重复事件中(如“8”字迷宫的每一圈)产生剧烈的跳变。更进一步说,当事件重复发生时,比如大鼠在迷宫里一圈又一圈地跑,大脑是如何区分“这是第一圈”和“这是第十圈”的呢?如果每一圈的神经活动模式都完全一样,那记忆岂不是会混淆?
这里,研究人员发现了LEC最令人叫绝的编码策略——正交编码 (orthogonal coding)。
在“8”字形迷宫任务中,他们发现,虽然在每一圈(trial)的几秒钟内,神经活动的轨迹都非常相似和对齐,但这些相似的轨迹并非在原地重复。相反,整个活动模式在另一个维度上,仍然在持续地漂移。
这该如何理解呢?研究人员用一个生动的图像为我们做了解释:想象一个三维空间,LEC的神经活动轨迹就像一个螺旋线 (helix)。
螺旋线的每一个“圆环”,代表着一次重复的事件,比如跑一圈迷宫。在这个“圆环”上,神经活动模式的变化是重复的,编码着“圈内时间”(比如,离奖励点还有多远)。而螺旋线延伸的“长轴”,则代表着持续的神经漂移,编码着“会话时间”(session time)。
这两个编码维度——“圈内时间”和“会话时间”——在数学上是正交的,即互不干扰,像坐标系中的X轴和Y轴一样。通过计算这两个编码维度所对应的神经活动向量,研究人员发现它们之间的夹角接近90度(t检验值为13.66,P值远小于0.001),证实了其正交性。
这种巧妙的“螺旋式编码”策略,使得同一群LEC神经元能够同时承载多个时间尺度的信息。它既能精确地编码单个事件内部的动态(快时间尺度),又能将这些事件放在一个更宏大的时间背景中,赋予它们独一无二的“身份”(慢时间尺度)。这样,大脑就能清晰地区分“第一圈的奖励”和“第十圈的奖励”,因为它们虽然在“圆环”上的位置相似,但在“长轴”上的位置却相去甚远。
更复杂的气味序列任务 (odor sequence task) 进一步验证了这种分层编码的能力。在这个任务中,大鼠需要依次经历一系列不同的气味来获得奖励。LEC的活动不仅编码了每个气味试次内部的时间,还编码了不同气味的序列关系,以及整个序列在会话中的位置。这表明LEC的编码能力是高度分层且可扩展的,足以应对现实世界中复杂嵌套的事件结构。
揭秘“剪辑师”的工具箱:漂移与跳变的微观机制
到此为止,我们已经了解了LEC这位“剪出师”的宏观工作流程。但他的“工具箱”里到底装了些什么?是什么样的神经元活动,造就了这两种截然不同的动态——平滑的“漂移”和剧烈的“跳变”?
研究人员深入到单个神经元的层面,去寻找答案。
首先是漂移的来源:弥散性的慢变神经元。过去有理论认为,神经漂移可能由少数具有稳定“斜坡式”放电的神经元驱动。但这次大规模的记录揭示了另一幅图景。研究人员发现,LEC中存在大量神经元,其放电率在分钟级别的时间尺度上,表现出各种各样、看似随机的缓慢波动。这种波动的程度(用法诺因子 (fano factor) 来衡量)在LEC中远高于MEC和CA1。
为了验证这些慢变的神经元是否是漂移的根源,研究人员做了两个巧妙的“虚拟手术”。第一步“移除”手术:他们在数据分析中,将那些波动性最强的25%的LEC神经元移除,结果发现整个神经群体的漂移程度显著降低了。第二步“移植”手术:他们只保留这些波动性最强的神经元,用它们来构建一个“虚拟”的神经群体,结果发现,仅凭这些神经元,就足以重现与原始群体几乎相同程度的漂移。这两个实验有力地证明,LEC的持续漂移并非由少数“精英”神经元主导,而是源于网络中大量神经元普遍存在的、缓慢的、内在的放电率波动。这些看似“不靠谱”的随机波动,在群体层面却汇聚成了一支稳定而有序的“时间之箭”。
其次是跳变的来源:同步性的“事件编码”神经元。与平滑的漂移不同,事件边界处的剧烈“跳变”,则是由另一套完全不同的机制驱动的。研究人员发现,在每个事件边界的瞬间,都有一群特定的LEC神经元会发生同步性的、爆发式的放电(或抑制)。在“8”字迷宫任务中,约有27%的LEC神经元在奖励边界处表现出显著的放电率变化。这些神经元像一个“事件响应小队”,在关键时刻集体行动,从而在整个神经活动空间中,“推动”轨迹发生一次剧烈的位移。
更关键的是,这个“事件响应小队”的成员并非一成不变。在不同的事件中,甚至在同一事件的不同次重复中,响应的神经元组合都存在差异。这种试次间的高度可变性 (trial-to-trial variability) 意味着,LEC能够为每一个独立的事件,打上一个独一无二的 “神经时间戳” (neural time stamp)。正是这种独特的、可区分的时间戳,使得大脑能够精确地解码出每一个独立的事件。研究人员发现,他们可以利用这些边界响应的神经活动模式,准确地预测出当前是大鼠跑的第几圈。
总而言之,这项里程碑式的研究为我们描绘了一幅关于大脑如何组织时间的精美画卷。外侧内嗅皮层(LEC)就像一位技艺高超的“时间电影剪辑师”,它巧妙地运用了两套工具:一套是“连续漂移”,它源于大量神经元内在的、缓慢的波动,为所有经历提供了一个连续不断的时间背景,如同电影的底片;另一套是“边界跳变”,它由特定神经元群在关键事件边界的同步响应驱动,将连续的经验流“剪辑”成一个个离散的、带有独特时间戳的事件单元。
这两种动态通过“正交编码”的机制完美结合,使得大脑可以在多个时间尺度上,分层地、互不干扰地编码我们的经历。这个发现不仅深刻地改变了我们对大脑时间编码机制的理解,也为我们探索记忆、意识乃至各种神经系统疾病的本质,打开了一扇全新的大门。下一次,当你回忆过去,感受到那些生动的、片段化的记忆时,或许可以想象一下,在你大脑深处,LEC这位不知疲倦的剪辑师,正在为你的人生故事,精心剪辑着每一个精彩的瞬间。
参考文献
Kanter BR, Lykken CM, Polti I, Moser MB, Moser EI. Event structure sculpts neural population dynamics in the lateral entorhinal cortex. Science. 2025 Jun 26;388(6754):eadr0927. doi: 10.1126/science.adr0927. Epub 2025 Jun 26. PMID: 40570128.
- 上一篇:关于瘢痕,我们要注意这几点
- 下一篇:腰骶部的手法治疗
- 搜索
-
- 1000℃李寰:先心病肺动脉高压能根治吗?
- 1000℃除了吃药,骨质疏松还能如何治疗?
- 1000℃抱孩子谁不会呢?保护脊柱的抱孩子姿势了解一下
- 1000℃妇科检查有哪些项目?
- 1000℃妇科检查前应做哪些准备?
- 1000℃女性莫名烦躁—不好惹的黄体期
- 1000℃会影响患者智力的癫痫病
- 1000℃治女性盆腔炎的费用是多少?
- 标签列表
-
- 星座 (702)
- 孩子 (526)
- 恋爱 (505)
- 婴儿车 (390)
- 宝宝 (328)
- 狮子座 (313)
- 金牛座 (313)
- 摩羯座 (302)
- 白羊座 (301)
- 天蝎座 (294)
- 巨蟹座 (289)
- 双子座 (289)
- 处女座 (285)
- 天秤座 (276)
- 双鱼座 (268)
- 婴儿 (265)
- 水瓶座 (260)
- 射手座 (239)
- 不完美妈妈 (173)
- 跳槽那些事儿 (168)
- baby (140)
- 女婴 (132)
- 生肖 (129)
- 女儿 (129)
- 民警 (127)
- 狮子 (105)
- NBA (101)
- 家长 (97)
- 怀孕 (95)
- 儿童 (93)
- 交警 (89)
- 孕妇 (77)
- 儿子 (75)
- Angelababy (74)
- 父母 (74)
- 幼儿园 (73)
- 医院 (69)
- 童车 (66)
- 女子 (60)
- 郑州 (58)