大脑是如何发现细微差别的

即使街道看起来很相似，人们是如何在附近找到路的?波恩大学的研究人员对一种很可能在这种能力中发挥重要作用的机制有了新的见解。特别有趣的是:它似乎只有在大脑以特定节奏振荡时才能很好地工作。研究结果已发表在该杂志上eLife．

如果你想检测两张照片之间的差异，你可以使用软件从另一张照片中减去一张。相同的区域变成黑色，而镜头之间发生变化的区域则很突出。

的大脑还使用复杂的信号处理方法来突出小的差异，例如，街道和附近房屋的记忆之间的差异。

在这一过程中，一个特殊的大脑结构似乎扮演着重要的角色齿状回．它位于海马体中，海马体在哺乳动物的记忆过程中起着重要作用。没有它，老鼠很难发现微小的变化。

一种被称为反馈抑制的机制可能是其中的核心。在这个过程中，神经元或它们的邻居先前越活跃，它们受到的抑制就越强烈。这一处理步骤在某种意义上放大了两种刺激模式之间的差异——它们变得更加不同。即使是非常相似的图案也可以非常精确地彼此分开。

齿状回的计算机模拟

这至少是假设。“这是我们第一次调查细胞水平上波恩大学生命与大脑中心的奥利弗·布拉干萨博士解释道。

为此，科学家们刺激小鼠齿状回中的某些细胞，然后确定其他神经元被抑制的程度。通过大量的测量，他们能够确定抑制信号到达哪里，抑制何时开始以及持续多长时间。

“然后我们将这些数据输入计算机模拟，”布拉干萨说。“这让我们能够证明，这种机制是否真的能更好地分离类似的刺激模式，如果是的话，是在什么条件下。”

分析确实表明，小鼠齿状回的反馈回路可以放大刺激模式的差异。有趣的是，如果大脑在某个特定的活动和不活动之间来回振荡，这种方法在模拟中最有效节奏．

人们早就知道神经细胞在某些时候会比其他时候更容易被激发。这些活动的波动遵循有规律的节奏。然而，它的频率，即波动的速度，可以改变。例如，在无梦睡眠时，大脑的振荡速度比白天慢。

重要的是节奏

最近的研究表明，老鼠的大脑在学习过程中显示出所谓的伽马振荡。“在我们的模拟中，我们现在可以看到模式分离在这个频率下工作得特别好，”工作组负责人Heinz Beck教授博士说，他也是德国神经退行性疾病中心的研究员。

原因是:在伽马节律中，抑制的时间过程似乎对活动模式的影响特别好。换句话说:当第二种模式在齿状回中最活跃时，第一种模式引发的抑制就会发挥其全部作用。

在这种情况下，布拉干萨发现了另一个特别有趣的观点:“阿尔茨海默氏症、精神分裂症或其他疾病颞叶癫痫通常伴随着大脑节奏的改变，”他说。“也许这解释了这三种疾病中经常出现的记忆缺陷。”

接下来，科学家们想要调查计算机模型的预测是否可以在老鼠的行为中得到证实。