Nature重大突破：首次揭示大脑定位新机制

　　

作者：Cather­ine Zan­donella/编译：张迪

生物通报道：就如同GPS能定位一样，我们的大脑也有一种内部系统，能随着人体移动确定位置。来自普林斯顿大学的一组研究人员在一项新的研究证明了大脑是如何实现这一点的。相关成果公布在3月份的Nature杂志上。

这项研究表明某些定位神经元——被称为网格细胞（grid cells）能相互作用，以一种协调作用的方式调控自身活性，确定位置，这与之前认为的细胞单独行动的观点不同。

网格细胞是一种能通过电激活的神经元。最初发现，当机体移动到一个特定位置的时候，比如一个房间里，这种细胞就会被激活。令人感到惊讶的是，这些位置是通过一种六角形图案设置的，就像是中国跳棋的棋盘（见下图）。

（当小鼠在一个广场平台上移动时候（见左图），小鼠大脑中的一个网格细胞就会被激活，留下特殊的印迹（右图）。这些特殊的位置是以六角形图案设置的，红色的点表示小鼠在运动过程中网格细胞的激活。图片来自：普林斯顿大学）

文章的通讯作者是普林斯顿大学分子生物学教授 David Tank，他表示，“这样多个网格蛋白形成了一种空间描绘”，“我们的研究主要集中在神经系统中这种六角形图案的形成机制”。文章的第一作者是研究生 Cristina Dom­nisoru，其他研究人员还包括博士后研究员Amina Kinkhabwala。

Domnisoru检测了小鼠在通过一种计算机模拟的虚拟环境时，大脑中单个网格细胞的电信号。这种小动物在一种小鼠尺寸的踏步机（前面有视频屏幕）上运动，这与人类的视频游戏很相像。

然后她通过细胞内外电压差，检测网格细胞的电活性，结果发现这种活性开始很低，之后逐渐升高，并随着小鼠达到六角形的每一个点上时，变的更大，离开这个点又变小了。

这种逐渐上升的模式与一种称为吸引子网络（attractor network，生物通译）的神经网络经典模式相对应。大脑是由大量神经元相互链接形成的网络，吸引子网络模型是指连接神经元如何能通过协同作用，提高大脑活性的模式。这一理论是三十年前由普林斯顿大学的 John Hop­field教授首次提出的。

研究小组发现，网格细胞活性的检测结果与吸引子网络模式一致，而不是之前认为的竞争理论，也就是振荡干扰模型。这种竞争理论认为网格细胞采用了一种节律活性模式，就像是许多同步的快速时钟，计算动物的位置。虽然普林斯顿大学的研究人员在大多数神经元中发现了节律活性，但是这种活性模式并为参与后期的位置计算。

（生物通：张迪）

原文摘要：

Membrane potential dynamics of grid cells

During navigation, grid cells increase their spike rates in firing fields arranged on a markedly regular triangular lattice, whereas their spike timing is often modulated by theta oscillations. Oscillatory interference models of grid cells predict theta amplitude modulations of membrane potential during firing field traversals, whereas competing attractor network models predict slow depolarizing ramps. Here, using in vivo whole-cell recordings, we tested these models by directly measuring grid cell intracellular potentials in mice running along linear tracks in virtual reality. Grid cells had large and reproducible ramps of membrane potential depolarization that were the characteristic signature tightly correlated with firing fields. Grid cells also demonstrated intracellular theta oscillations that influenced their spike timing. However, the properties of theta amplitude modulations were not consistent with the view that they determine firing field locations. Our results support cellular and network mechanisms in which grid fields are produced by slow ramps, as in attractor models, whereas theta oscillations control spike timing.