如何一個大腦迴路編碼地點和事件的記憶 | 麻省理工學院新聞

記憶的奧秘：麻省理工學院的最新研究

將近50年前，神經科學家在大腦的海馬體中發現了儲存特定地點記憶的細胞。這些細胞也在儲存事件記憶（稱為情節記憶）中扮演重要角色。雖然我們已經了解地點細胞如何編碼空間記憶，但它們如何編碼情節記憶仍然是一個謎。

麻省理工學院（MIT）的研究人員開發了一個新模型，解釋了這些地點細胞如何被招募來形成情節記憶，即使沒有空間成分。根據這個模型，地點細胞和在內嗅皮層中的網格細胞一起，形成了一個可以用來連結記憶的支架。

麻省理工學院腦與認知科學教授Ila Fiete表示：「這個模型是內嗅-海馬情節記憶電路的初步模型。它為理解情節記憶的本質奠定了基礎。這讓我非常興奮。」

這個模型準確地複製了生物記憶系統的幾個特徵，包括大容量的儲存能力、舊記憶的逐漸衰退，以及參加記憶比賽的人能在「記憶宮殿」中儲存大量資訊的能力。

麻省理工學院研究科學家Sarthak Chandra和Sugandha Sharma（2024年博士生）是這項研究的主要作者，研究結果今天發表在《自然》雜誌上。加州大學戴維斯分校的助理教授Rishidev Chaudhuri也是該論文的作者之一。

記憶的索引

為了編碼空間記憶，海馬體中的地點細胞與網格細胞密切合作。網格細胞是一種特殊的神經元，在許多不同的位置發火，這些位置以幾何圖形規則排列成重複的三角形。這些網格細胞的群體形成了一個代表實體空間的三角形格網。

除了幫助我們回憶我們去過的地方，這些海馬-內嗅電路也幫助我們導航新的地點。從人類患者的研究中，我們知道這些電路對形成情節記憶至關重要，這些記憶可能有空間成分，但主要由事件組成，例如你如何慶祝上一次生日或昨天午餐吃了什麼。

Fiete說：「同樣的海馬和內嗅電路不僅用於空間記憶，還用於一般的情節記憶。你可以問的問題是，空間記憶和情節記憶之間的聯繫是什麼，使它們存在於同一電路中？」

為了解釋這種功能的重疊，提出了兩個假說。一個是這個電路專門用於儲存空間記憶，因為這些記憶（例如記住食物的位置或看到掠食者的地方）對生存很重要。在這個假說下，這個電路將情節記憶編碼為空間記憶的副產品。

另一個假說則認為這個電路專門用於儲存情節記憶，但也編碼空間記憶，因為位置是許多情節記憶的一個方面。

在這項工作中，Fiete和她的同事提出了第三個選擇：網格細胞的特殊鋪排結構及其與海馬體的互動對於這兩種類型的記憶（情節和空間）同樣重要。為了開發他們的新模型，他們基於過去十年她的實驗室一直在開發的計算模型，這些模型模擬了網格細胞如何編碼空間資訊。

Fiete表示：「我們達到了這樣一個階段，我覺得我們在某種程度上理解了網格細胞電路的機制，所以我覺得是時候去理解網格細胞與包括海馬體在內的更大電路之間的互動。」

在新的模型中，研究人員假設網格細胞與海馬細胞的互動可以作為儲存空間或情節記憶的支架。網格中的每個激活模式定義了一個「井」，這些井以規則的間隔分佈。這些井不儲存特定記憶的內容，但每個井都作為指向特定記憶的指標，該記憶儲存在海馬體和感覺皮層之間的突觸中。

當記憶從片段中被觸發時，網格和海馬細胞的互動將電路狀態推向最近的井，井底的狀態連接到感覺皮層的適當部分，以填補記憶的細節。感覺皮層的容量遠大於海馬體，可以儲存大量的記憶。

Fiete說：「從概念上講，我們可以將海馬體視為一個指標網絡。它就像一個索引，可以從部分輸入中進行模式補全，然後這個索引指向感覺皮層，這裡是最初經歷這些輸入的地方。這個支架不包含內容，只包含這個抽象支架狀態的索引。」

此外，按順序發生的事件可以連結在一起：網格細胞-海馬體網絡中的每個井有效地儲存了啟動下一個井所需的信息，這樣記憶就可以按正確的順序被回憶起來。

模擬記憶懸崖和宮殿

研究人員的新模型比基於Hopfield網絡的現有模型更準確地複製了幾個與記憶相關的現象。Hopfield網絡是一種可以儲存和回憶模式的神經網絡。

雖然Hopfield網絡提供了有關如何通過加強神經元之間的連接來形成記憶的見解，但它們並不完美地模擬生物記憶的運作。在Hopfield模型中，每個記憶都會在達到容量之前被完美地回憶起來。此時，無法再形成新的記憶，甚至試圖添加更多記憶會抹去所有先前的記憶。這種「記憶懸崖」並不準確地模擬生物大腦的運作，因為生物大腦通常會逐漸忘記舊記憶的細節，同時不斷添加新記憶。

新的麻省理工學院模型捕捉了數十年來對老鼠的網格細胞和海馬細胞的記錄，這些老鼠在各種環境中探索和覓食。它還幫助解釋了一種名為記憶宮殿的記憶策略的基本機制。在記憶比賽中，參賽者需要記住一副或多副撲克牌的隨機順序。他們通常會將每張牌分配給記憶宮殿中的特定位置——例如童年家或其他熟悉的環境。當他們需要回憶這些牌時，他們會在腦海中漫遊，想像每張牌在它的位置上。反直覺的是，將記憶負擔與位置聯繫起來，會使回憶變得更強大和可靠。

麻省理工學院團隊的計算模型能夠很好地執行這些任務，這表明記憶宮殿利用了記憶電路自身將輸入與海馬體中的支架聯繫起來的策略，但更進一步：長期獲得的記憶在更大的感覺皮層中重建後，可以用作新記憶的支架。這使得在序列中儲存和回憶更多項目成為可能。

研究人員現在計劃基於他們的模型進一步探索情節記憶如何轉化為皮層的「語義」記憶，或與獲得特定上下文無關的事實記憶（例如，巴黎是法國的首都），事件是如何定義的，以及類似大腦的記憶模型如何能夠整合到現代機器學習中。

這項研究得到了美國海軍研究辦公室、國家科學基金會的穩健智慧計畫、ARO-MURI獎、Simons基金會和K. Lisa Yang ICoN中心的資助。