猕猴前额叶皮层通过组合性几何结构灵活分配序列工作记忆资源

《Nature Communications》：Flexible Use of Limited Resources for Sequence Working Memory in Macaque Prefrontal Cortex

本刊推荐：为解决大脑如何利用有限资源实现无限泛化这一核心问题，研究人员围绕序列工作记忆（SWM）资源分配机制展开研究。通过在猕猴前额叶皮层（PFC）进行双光子钙成像和高通量电生理记录，发现PFC通过分解的低维序位子空间几何结构动态分配神经资源：利用共享调谐神经元保证跨序列长度的泛化能力，调用分离/偏移调谐神经元减少序列内干扰。该研究首次在单神经元水平揭示了WM资源（信号强度与空间调谐）的灵活控制原理，为理解有限容量下的认知灵活性提供了新视角。

　　

大脑的工作记忆（Working Memory, WM）就像一个神奇的魔术师：它同时能记住的东西非常有限，通常只有3到4个项目；但它又展现出惊人的灵活性，能够记住任何新事物，哪怕是第一次见到的陌生面孔或新句子的含义。这种有限容量与无限泛化能力之间的悖论，一直是认知神经科学领域的核心谜题。传统模型认为WM资源是离散固定的，每个项目要么以高精度存储，要么完全不被存储。而连续资源模型（如可变精度模型）则将WM视为可灵活分配的有限资源。然而，大脑究竟如何控制这些有限资源的分配以支持泛化能力，其神经机制至今不明。

发表在《Nature Communications》的这项研究，通过探索猕猴在执行序列工作记忆（Sequence Working Memory, SWM）任务时前额叶皮层（Prefrontal Cortex, PFC）的神经活动，揭示了WM资源分配的精细机制。研究人员发现，PFC通过构建一种组合性的神经几何结构，智能地在“保证泛化”和“避免干扰”这两个关键需求之间进行权衡，从而实现有限资源的高效利用。

为了开展这项研究，团队主要运用了以下关键技术：对四只猕猴进行行为训练以执行变长度视觉空间序列记忆任务；通过双光子钙成像技术（成像范围0-500μm）记录两只猕猴外侧PFC（LPFC）的神经元活动；使用157通道微驱动电极系统记录另外两只猕猴LPFC的单单元/多单元电生理信号；采用线性回归和主成分分析（PCA）解码神经表征几何；通过神经元-子空间强度（NSS）指数和相位差（φ_diff）量化单神经元资源分配。

范式与行为

四只猕猴被训练执行延迟序列再现任务，需要记忆不同长度（1、2、3或4个项目）的空间序列并在短暂延迟后按正确顺序再现。行为学分析显示，记忆精度随序列长度增加而降低，且存在显著的首因效应（第一个项目记忆最佳）。当序列长度达到4个项目时，猴子对第4个项目的记忆准确率接近随机水平，表明已接近其WM容量极限。

PFC神经群体的SWM几何结构

通过线性回归和主成分分析，研究人员在PFC神经群体状态中识别出低维的序位（rank）子空间。每个序位（如序列中的第1、2、3个项目）在神经状态空间中都有其对应的子空间。关键发现是：在同一序列内，不同序位的子空间近乎正交排列（避免干扰）；而对于同一序位 across 不同序列长度，其子空间高度重叠（支持泛化）。这种“解耦且可泛化”的几何结构构成了SWM的组合性编码基础。

WM资源的单神经元基础

研究进一步在单神经元水平定义了WM资源：每个神经元的信号强度（A_r）和空间调谐偏好（φ_r）。根据神经元与子空间的关系，可将其分为两类：“分离神经元”（主要贡献于一个子空间）和“重叠神经元”（同时贡献于多个子空间）。神经元还可根据其在不同序位间的空间偏好是否一致，分为“共享调谐”和“偏移调谐”神经元。

研究发现，在序列内部，PFC倾向于使用分离神经元和偏移调谐神经元来最大化不同序位间的正交性，减少干扰。而对于同一序位 across 不同序列长度，则大量使用重叠神经元和共享调谐神经元来保证泛化能力。这种资源分配策略通过模拟计算进一步证实：重叠神经元（NSS接近0）和共享调谐（φ_diff< 30°）是子空间间泛化的必要条件，而分离神经元或随机偏移调谐足以实现正交性。

单神经元WM资源的灵活控制

随着序列中新项目的加入，PFC主要采取“回收利用”策略而非“招募新神经元”策略来分配资源（平均88%的rank-1神经元和95%的rank-2神经元被回收利用）。这些被回收的神经元可进一步分为“稳定神经元”（保持对早期项目的编码以保证泛化）和“灵活神经元”（调整其活动以编码新项目）。当WM负载增加接近容量极限时（如序列长度从3增至4），资源变得稀缺，泛化与正交性之间的权衡关系变得更加明显和竞争性。

LPFC资源分配的解剖学组织

在宏观尺度（1-15 mm）上，随着序列中项目序位从早到晚，新招募的分离神经元在LPFC中表现出从腹侧向背侧迁移的趋势。然而，在微观局部尺度（双光子成像视野内），未发现明显的空间组织模式。共享资源（重叠神经元）在宏观和微观尺度上都保持高度相似的空间组织以确保跨长度泛化。

研究结论表明，前额叶皮层通过组合性编码的几何结构，灵活调整单神经元的信号强度和空间调谐偏好这一双重资源，实现了序列工作记忆中有限资源的高效利用。具体而言，PFC利用共享调谐神经元跨不同序列长度保证泛化，调用分离和偏移调谐神经元避免序列内干扰。在序列处理过程中，WM资源被顺序、动态分配以实现泛化与正交性间的权衡。这种灵活的资源使用机制强有力地支持了可变精度模型，并将WM行为容量限制理解为追求组合性的一种理性资源利用结果。该研究首次在单神经元水平揭示了WM资源的构成（信号强度+调谐偏好）及其控制原理，为理解大脑如何利用有限神经资源支持高级认知功能提供了全新视角。