Science：联想和预测海马代码支持记忆引导的行为

原文题目：Associative and predictive hippocampal codes support memory-guided behaviors

通讯作者：ANTONIO FERNANDEZ-RUIZ

隶属单位：康奈尔大学神经生物学与行为系

DOI：10.1126/science.adi8237

海马体中的关联和预测代码

同步海马神经元集合活动可以支持情景记忆。这一观察结果导致了这样一种观点，即海马体的主要功能是编码体验中不同元素之间的关联。然而，另一种假设是，海马体会产生世界的预测表征，可以指导灵活的行为。Liu等.扰乱了从内嗅皮层到海马区CA1的输入（参见Steudler和Ólafsdóttir的观点），从而破坏了位置细胞的序列动力学，同时保持了它们的巧合放电完好无损。序列重放被中断，但程序集重新激活被保留。因此，不同的 CA1 代码服务于相应的内存操作，位置代码支持关联记忆任务，序列代码支持需要学习空间预测转换的任务。    

大脑生成环境模型，用于指导灵活的行为。这个过程需要了解世界的状态（例如特定位置）以及这些状态之间的过渡关系（例如，沿着经常旅行的轨迹的连续位置）。海马体认知地图被认为是一种这样的内部模型，支持各种行为，包括联想学习、导航规划和推理。目前尚不清楚这些不同行为需要海马体编码的哪些方面，以及它们如何支持联想和预测记忆功能。

图 1.海马体中有两个假设的记忆代码

研究人员假设海马体活动的两种模式分别支持对世界状态和状态转换的学习。一方面，海马神经元组（细胞组装）的同步共动性可以编码单个状态的特征，形成联想代码。另一方面，将这些细胞组装有序地激活为行为相关的序列可能会对状态之间的关系结构进行编码，从而形成预测代码。以前的研究无法分离这两种动态代码或提供其特定功能的证据。研究人员利用光遗传学方法来解离这两种编码方案，目的是破坏预测代码（海马序列），同时保留行为大鼠的关联代码（速率编码和协同活动动态）。这种解离使研究人员能够检查这两个代码的不同记忆功能。

当大鼠在一个新的迷宫中导航特定的空间轨迹时，研究人员从光学遗传学上扰动了海马位置细胞放电的精细时间协调。这种操作破坏了预测代码的属性（例如时间压缩的位置单元序列和预期的位置场位移），但保留了全局网络动力学和单单元空间调整和速率编码属性。    

图 2.MEC γ 定时的光遗传学扰动会损害 CA1 放置细胞的时间编码特征，但不会损害速率编码特征

在新体验后的睡眠期间，研究人员观察到编码离散迷宫位置的任务相关细胞组装在尖锐的波纹 （SWR） 中被重新激活，不受操作的影响。然而，它们的顺序结构没有再现它们在任务中活跃的顺序，导致扰动轨迹的顺序重放受损。这一结果显示了组装再激活和序列重放之间的分离，这两种现象以前被认为反映了相同的潜在过程。同样的操作并没有破坏熟悉轨迹的回放，这表明在学习过程中位置细胞放电的精确时间协调介导了后续回放所需的初始可塑性。计算模拟表明，不同的Hebbian可塑性机制介导了组装再激活和序列重放。    

图 3.位置细胞θ序列和预测特性的发展受损

研究人员通过在两个不同的海马依赖性记忆任务中部署研究人员的光遗传学操作来测试预测代码的功能作用。条件位置偏好任务中的情境奖励联想学习不受影响，因此不需要预测地图或记忆回放。另一方面，在觅食任务中，灵活的记忆引导导航受到操纵的干扰，因此依赖于海马预测编码。

图 6.协同作用和序列海马动力学的电路机制

该研究结果提供了海马体中协同性和序列代码之间的机制和功能解离。对行为变量具有相似反应的海马细胞一起放电，在学习过程中形成功能组装，在随后的睡眠期间在SWR中被重新激活。这些细胞组件对环境中的离散状态进行编码，这种关联代码足以满足某些类型的情景记忆。由于这些细胞组装在行为过程中以特定顺序被激活，因此它们会形成时间压缩的海马序列并促进Hebbian可塑性。因此，海马序列对世界状态的过渡结构进行编码，在单个组件的关联代码之上生成预测模型。这个新框架有助于研究人员理解记忆关联如何发展为世界的预测表征，并有助于调和以前对海马功能的不同看法。

DOI：10.1126/science.adi8237

转自：“生物医学科研之家”微信公众号

如有侵权，请联系本站删除！