当大脑休息时，神经元会产生涟漪，从而锁定记忆

大脑为什么能下意识地储存记忆？莱斯大学和密西根医学利用机器学习在探究大脑如何分类和储存信息方面迈出了一大步。

　　

密歇根医学研究员Caleb Kemere领导的团队开发了一种记忆定量模型工具。他们用该策略分析了跨海马的瞬间神经元放电，发现这种电波除了在动物活跃时存在，非常明显的是，休息时也存在。

研究人员采用机器学习中常用的隐马尔可夫模型（Hidden Markov Model，HMM）来研究序列模式。他们的模型表明，在休息期间，大脑获取的最小数据可以揭示记忆的形成和保存。这篇文章发表于《eLife》。

海马神经元的放电模式一直被认为是记忆形成和储存的关键。研究人员在动物海马中放置电极来实时监测放电模式。

“动物边观察周围环境边编码记忆，”神经科学方向的电子工程和计算机工程助理教授Kemere说。“不同地点的单个神经元被激活，在大脑中形成一个空间地图。当动物清醒时，它们花费40-60%时间用于探索。”

“另外40%时间，它们瘙痒、吃东西或者打盹，”他说。“有时，它们并没有睡觉，只是静静的呆着，我们把它称之为‘思考鼠生’。”

思考鼠生的这段时间，为科学家提供了阐明与动物运动时匹配的大脑活动相颠倒的常规过程的重要数据。

当动物探索迷宫或管道时，脑内电极捕获到一种尖锐脉冲神经元活动，学名是群体爆发事件（population burst events，PBEs）。在这些事件中，大约5万到10万个神经元同时在100毫秒内放电，瞬间向整个脑部发送涟漪。

其他研究表明，当动物处于特定地理环境时，PBEs激发海马中的位置细胞激活，这些细胞释放一种序列电波激发大脑的空间和情景记忆，使动物在脑内形成完整的环境地图。

新研究重点收集了动物停下来“思考鼠生”时的大脑放电数据，这部分时间大概只占实验时间的2%。研究人员构建的模型可以将代表记忆的“回忆”和“重新激活”放电与其他噪音信号区分开来。

他们认为，这些活跃的信号在动物活跃时被细胞记录，在动物休息时形成画面。PBEs提供了一种发现一段记忆或一段空间地图的方法，研究人员无需直接观察在大脑不同部位放电的细胞。

“我们意识到，重激活期的数据足以构建动物记忆模型，”Kemere说。“这些结果与动物在活跃时生成的θ波贝叶斯分析所代表的模式相当吻合。”

马尔可夫模型提供了一个能在其上组装记忆内存的模板。“马尔可夫动力学（markovian dynamics）直白地告诉我们，你可以预测你的下一步，除非你知道当前处于哪个步骤，”文章一作、莱斯大学研究生Etienne Ackermann说。“但你并不需要知道在那之前的所有过往。”

“对大脑来说，我们可以把这些步骤视为我们无法直接看到的潜在状态，”他说。“它们是被藏起来的。但是，当我们记录电活动时，我们能观察到一些潜在的状态。虽然这些信息并没有告诉我们大脑的内部状态，但将它们输入马尔可夫模型后，足以做出关于状态序列的最佳预测。”

在没有实验可以直接把大脑活动与非体力活动联系起来时，研究人员也可以通过统计识别代表环境的序列记忆。

“这是一个非常好的例子，说明我们应该如何利用先进的机器学习技术处理动物大脑数据，”Kemere说。“当记忆被秘密表达时，它让我们有能力看到记忆的结构。”

新模型还可以用来分析现有的睡眠数据集。“当动物睡着后，重激活和整合进程就开始工作，”他说。“现在我们拥有了合适的工具来处理这部分脑活动信息。”

这些模型将帮助研究者区分梦境、噪音和记忆，甚至理解忘记无用数据的基本过程。

“我们一直没有很好的办法来定量评估什么属于好记忆、什么属于糟糕的记忆。所以，有很多关于睡眠和重激活工作原理的假说，”Kemere说。“这项工作将帮助我们探究过去不曾到达的记忆深处。”

快来领取Thermofisher“云端”移液的技术资料吧！

原文检索：Uncovering temporal structure in hippocampal output patterns

（生物通：伍松）