研究透露了什么让记忆如此详细和持久
![The tiny red dots are inhibitory nerve cells within the brain's hippocampus. The optogenetic tool, shown in green, allows researchers to measure the strength of messages to other nerve cells, using flashes of light. Credit: Matt Udakis 研究透露了什么让记忆如此详细和持久](https://scx1.b-cdn.net/csz/news/800a/2020/researchunra.jpg)
在未来的岁月里,我们对2019冠状病毒病大流行的个人记忆可能会准确、清晰地铭刻在我们的脑海中,这与我们对2020年的其他记忆不同。科学家们对这一过程已经困惑了好几十年,但是由布里斯托大学领导的一项研究在理解记忆是如何在不混淆的情况下如此清晰和持久方面取得了突破。
该研究,发表在自然通信,描述了新发现的学习机制,显示出稳定记忆并减少它们之间的干扰。其调查结果还提供了新的洞察力,对人类的期望以及对未来可能发生的事情进行准确的预测。
当连接之间的连接时,记忆是创建的神经细胞从大脑发送和接收信号变得更强壮。该过程长期与随着邻近神经细胞在海马中的连接,大脑至关重要的关系的关系记忆形成。
这些兴奋性连接必须与抑制性连接,抑制神经细胞活性,用于健康脑功能。以前没有考虑改变对抑制性连接强度的作用,研究人员发现神经细胞之间的抑制性,称为神经元,可以类似地加强。
研究人员在伦敦帝国学院与计算神经科学家合作,展示了如何允许稳定记忆陈述。
他们的研究结果首次揭示了两种不同类型的抑制性联系(来自帕瓦尔白蛋白和表达神经元的生长抑素)也可以改变并增加它们的强度,就像兴奋性的联系一样。此外,计算建模证明了这种抑制性学习使海马能够稳定对兴奋性连接强度的变化,这可以防止干扰信息中断存储器。
第一作者Matt Udakis博士,生理学,药理学和神经科学学院的研究助理说:“当我们发现这两种类型的抑制性神经元时,我们都非常兴奋,可以改变他们的联系和学习。
“”它为我们所知道的是真实的,它提供了解释;当我们遇到新的经验时,记忆不会消失。这些新发现将有助于我们理解为什么。
“计算机建模给了我们对禁止学习如何随着时间的推移而稳定的重要新的洞察力,并且不容易受到干扰。这真的很重要,因为它以前尚不清楚的是单独的记忆如何保持精确和强大。”
该研究由UKRI的生物技术和生物科学研究委员会资助,该研究委员会通过衡量记忆陈述的稳定性,授予团队进一步资助,以便通过测量记忆陈述的稳定性来制定这一研究和测试他们的预测。
康帕奇可塑性中心神经科学教授杰克梅尔教授说:“回忆是对未来事件的期望的基础,使我们能够做出更准确的预测。大脑不断做的是与我们对现实的期望相匹配,了解不匹配的位置,并使用此信息来确定我们需要学习的内容。
“我们认为我们发现的是在评估我们的预测的准确性以及重要的新信息方面发挥着至关重要的作用。在目前的气候中,我们管理我们期望并做出准确的预测的能力从未如此重要。”
“这也是两个不同学科界面如何研究的一个很好的例子,可以将令人兴奋的科学提供真正的新见解。布里斯托尔神经科学内的记忆研究人员在英国跨越广泛的英国内存重叠研究中最大的社区之一专业知识和方法。这是一个努力工作的绝佳机会,开始回答这些大问题,这是几十年来努力努力努力,并具有广泛的影响。“
进一步探索
用户评论