薛贵课题组在《Science Advances》发文揭示长时记忆的神经动态表征机制
2021-10-10 行业新闻

2021年10月8日,北京师范大学认知神经科学与学习国家重点实验室薛贵教授课题组在Science Advances在线发表了题为Transformative neural representations support long-term episodic memory的研究论文。研究发现记忆的神经表征从最初的编码、到短时保持、再到长时记忆提取是高度动态变化的,具体表现为(1)动态编码支持稳定的长时记忆的形成,这是通过增加编码晚期的神经表征稳定性来实现的;(2)在编码刺激消失后(即短时记忆保持的早期),记忆表征进一步发生快速的转变,并且持续到记忆提取阶段。


早在20世纪30年代,Bartlett指出,“记忆不是简单的重新激活数不胜数的、固定的、毫无生趣的、细碎的痕迹,而是一种富有想象力的重构或者构建。”。然而,过去10多年对记忆表征的研究主要受到Tulving有关情景记忆的时间旅行(mental time travel)观点的影响,关注提取阶段的神经激活模式再现。大量研究着重考察了记忆编码和提取阶段的相似性,而忽略了这两者之间的差异。本研究采用颅内脑电记录,结合了短时记忆延迟匹配任务以及基于线索提取的长时记忆任务,深入了解不同记忆阶段的神经表征内容和变化模式。 


1.png

图1 实验范式,电极位置和表征相似性分析示意图


研究发现,在编码阶段大脑对学习材料的神经表征进行快速的转化,体现为从视觉表征到抽象语义表征的转化。事后长时记忆测试中,记住的项目比忘记的项目在编码阶段有更快的从视觉到抽象语义的表征转换。我们进一步发现,这种快速的表征转换可以实现更为稳定的编码表征,从而支持长时记忆的形成。我们之前的研究发现,一致的神经激活模式有助于形成长时记忆(Xue et al., 2010; Lu et al., 2015; Feng et al., 2019),这个结果进一步提示了这种稳定表征形成的机制,就是外界输入和头脑中长时知识的交互作用,从而有助于形成稳定表征,并支持长时记忆。 


2.png

图2 编码阶段表征的动态性对长时记忆的影响受到编码晚期的项目特异性表征的中介


本研究还发现,在编码阶段结束后,记忆的神经表征进一步发生快速且持续的变化。首先,在编码结束后(即短时记忆保持阶段开始)0-350ms内,事后记住项目比事后忘记项目发生了更大的表征变化;其次,长时记忆提取阶段的表征和短时记忆的表征更加相似,但和编码阶段存在显著差异,表明成功的记忆提取复现了短时记忆保持阶段项目的神经表征而非编码阶段的神经表征。


进一步系统比较发现,同一记忆阶段内部多次重复之间的项目特异性的神经表征相似性,显著高于不同阶段之间的相似性,表明从编码到长时记忆提取,记忆的神经表征经历了多阶段的转变。


3.png

图3 项目特异性神经表征从编码到保持再到提取经历多阶段转变


薛贵教授团队一直致力于揭示记忆的神经表征机制(Xue, 2018)。在早期神经激活模式再现理论的基础上(Xue et al., 2010; Lu et al., 2015; Feng et al., 2019),近年来团队持续发现了记忆过程中神经表征的动态变化模式。2017年,该团队首次发现了从编码到长时记忆,记忆表征的核心脑区从视觉皮层转移到顶叶皮层(Xiao etal., 2017);随后,借助颅内脑电记录考察短时记忆记忆表征在时间上的动态变化,结果发现短时记忆保持了高级视觉和抽象语义的表征,而非初级视觉表征。并且这些表征内容通过和海马相位的耦合以维持短时记忆的稳定保持(Liu et al.,2020)。2021年8月,采用记忆宫殿任务,结果发现海马通过对记忆表征的灵活转换来降低相邻项目之间的干扰,支持快速高效记忆的形成(Liu et al.,2021)。同时,他们还发现,这种表征的动态转化也可能导致错误记忆的形成(Zhu et al.,2019))。


本研究是由薛贵教授团队与引智专家德国波鸿鲁尔大学Nikolai Axmacher教授团队,以及首都医科大学宣武医院遇涛教授,任连坤教授以及倪端宇教授的紧密合作下完成。论文第一作者刘婧是国家重点实验室已毕业的博士生,薛贵教授为本文的通讯作者。该研究得到了国家自然科学基金重点项目(31730038),中国-以色列国际合作研究基金(31861143040)等项目的资助。

 

文章链接:

https://www.science.org/doi/10.1126/sciadv.abg9715

 

相关文章:

Feng, K.,Zhao, X., Liu, J., Cai, Y., Ye, Z., Chen, C., & Xue, G. (2019). Spaced Learning Enhances Episodic Memory by Increasing Neural Pattern Similarity Across Repetitions. The Journal of Neuroscience39(27),5351–5360. https://doi.org/10.1523/JNEUROSCI.2741-18.2019

Liu, C., Ye, Z., Chen,C., Axmacher, N., & Xue, G. (2021). Hippocampal Representations of Event Structure and Temporal Context during Episodic Temporal Order Memory. CerebralCortexbhab304. https://doi.org/10.1093/cercor/bhab304

Liu, J., Zhang, H., Yu,T., Ni, D., Ren, L., Yang, Q., Lu, B., Wang, D., Heinen, R., Axmacher, N.,& Xue, G. (2020). Stable maintenance of multiple representational formatsin human visual short-term memory. Proceedings of the National Academy ofSciences117(51), 32329–32339.https://doi.org/10.1073/pnas.2006752117

Lu, Y., Wang, C., Chen,C., & Xue, G. (2015). Spatiotemporal Neural Pattern Similarity SupportsEpisodic Memory. Current Biology25(6), 780–785.https://doi.org/10.1016/j.cub.2015.01.055

Xiao, X., Dong, Q.,Gao, J., Men, W., Poldrack, R. A., & Xue, G. (2017). Transformed Neural Pattern Reinstatement during Episodic Memory Retrieval. The Journal of Neuroscience37(11), 2986–2998.https://doi.org/10.1523/JNEUROSCI.2324-16.2017

Xue, G. (2018). The Neural Representations Underlying Human Episodic Memory. Trends in CognitiveSciences22(6), 544–561. https://doi.org/10.1016/j.tics.2018.03.004

Xue, G., Dong, Q.,Chen, C., Lu, Z., Mumford, J. A., & Poldrack, R. A. (2010). Greater Neural Pattern Similarity Across Repetitions Is Associated with Better Memory. Science,330(6000), 97–101. https://doi.org/10.1126/science.1193125

Zhu, B., Chen, C.,Shao, X., Liu, W., Ye, Z., Zhuang, L., Zheng, L., Loftus, E. F., & Xue, G.(2019). Multiple interactive memory representations underlie the induction offalse memory. Proceedings of the National Academy of Sciences116(9),3466–3475. https://doi.org/10.1073/pnas.1817925116

Sitemap