在人类空间导航中,某些大脑节律协调认知地图
![(A) Object-location memory task; (B) Schematic depiction of firing fields for one grid cell (purple circle). More fields are crossed during six moving directions which are aligned with the grid (purple), translating to stronger brain activity. (C) Depiction of all electrode contacts in mPFC and EC (black circles) relative to two control regions (dmPFC and OFC). (D) Theta power was higher during movements aligned with the grid axes as compared to misaligned movements. Purple, aligned; gray, misaligned. (E) Hexa-directional modulation is unique to theta oscillation and mPFC. (F) mPFC and EC show similar grid orientations. (G) Theta coherence is significantly stronger in better spatial memory performance trials. (H) Granger causality analyses show significant influence from mPFC to EC (top) but not in the reverse direction (bottom) during memory retrieval. The gray lines denote 95% confidence intervals of the null distribution. Credit: Dong Chen 在人类空间导航中,某些大脑节律协调认知地图](https://scx1.b-cdn.net/csz/news/800a/2021/certain-brain-rhythms.jpg)
中国研究人员报告说,大脑活动的缓慢节律波动——内侧前额叶皮层(mPFC) -内嗅皮层(EC)回路的θ波振荡——在使空间计算能够指导人类导航行为方面发挥着重要作用。
在中国科学院心理研究所(CAS)王亮博士的带领下,研究人员发现,mPFC和EC中的θ波振荡表现出网格状的表示,它们相互协调,预测导航性能。
该研究为认知地图的神经特征和网格编码在人类空间活动中的功能作用提供了新的见解导航.
的人类的大脑创建周围环境的认知地图,以有效地支持空间记忆,并指导物理空间中的灵活行为。海马体中的位置细胞和EC中的网格细胞是神经导航系统的细胞组成部分。网格细胞已在人类EC和mPFC中被发现,在概念空间中起着至关重要的作用。
单个神经元永远不会孤立地活动,也无法调节复杂的认知行为,比如空间导航。相反,同步放电神经元诱导神经振荡并形成功能网络。
Theta振荡-缓慢的,周期性的神经元活动波动波-与网格细胞组装有一个重要的联系,已经使用局部场电位记录很好地建立了网格细胞组装。2018年,研究人员在空间导航过程中揭示了人类EC中基于theta的网格状表示。
在目前的研究中,研究人员使用神经外科医生侵入性植入大脑的深度电极,记录了耐药癫痫患者的mPFC和EC神经活动,同时患者在虚拟环境中进行物体定位记忆任务。
研究人员要求患者记住8个物体的空间位置,并测试他们的记忆力。他们能够利用反馈信息来改善自己的行为表现。
研究人员发现,θ振荡在腹内侧前额叶皮层中,而不是在眶额叶皮层或背侧mPFC中,表现出六倍旋转对称调制作为运动方向的函数。
王博士说:“这种调制模式为网格细胞的介观指纹出现在人类mPFC中提供了直接证据。”
此外,研究人员还发现EC和mPFC之间的网格方向似乎是一致的,这表明这些区域协调信息处理,以生成一个连贯的认知地图,用于空间记忆的编码和检索。
Theta同步与网格表示的区域间一致性相关,可以预测空间性能的准确性。
这项研究揭示了人类导航和记忆的神经机制,为介观水平的mPFC-EC神经回路如何处理提供了新的见解网格信息。
许多神经退行性疾病即使在早期也与空间定向障碍和空间记忆缺陷有关,如阿尔茨海默病。因此,了解潜在的神经元机制至关重要。这项研究可能有助于识别这类神经疾病的新型生物标志物。
这项工作发表在科学的进步10月27日。
进一步探索