《科学家们实时监控大脑对记忆的回放 我们的大脑使用不同的触发模式来储存和回放记忆》

  • 来源专题:生物安全网络监测与评估
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2020-03-09
  • 在一项针对癫痫患者的研究中,美国国立卫生研究院(National Institutes of Health)的研究人员在患者接受记忆测试时,监测了数千个被称为神经元的脑细胞的电活动。他们发现,当病人学习一组单词时,细胞的放电模式会在他们成功记住这组单词前的几分之一秒内被重新播放。这项研究是美国国立卫生研究院临床中心对耐药癫痫患者进行的试验的一部分,这些患者的癫痫发作无法用药物控制。

    “记忆在我们的生活中扮演着重要的角色。凹槽一样音符被记录在记录,看来我们的大脑储存记忆的神经活动模式,可以重放一遍又一遍,”卡里姆扎格卢勒说,医学博士,博士,在美国国立卫生研究院neurosurgeon-researcher国家神经疾病和中风研究所(研究所)和该研究的资深作者发表在《科学》杂志上。

    Zaghloul博士的团队一直在记录耐药癫痫患者的电流,这些患者暂时生活在通过外科手术植入电极来监测大脑活动的环境中,希望以此来确定患者癫痫发作的根源。这段时间也为研究记忆期间的神经活动提供了机会。在这项研究中,他的团队检查了用来储存我们过去经历记忆的活动,科学家们称之为情景记忆。

    1957年,癫痫患者H.M.的病例为记忆研究带来了突破。H。为了防止癫痫发作,医生通过手术切除了他大脑的一部分,之后他就不记得新的经历了。从那以后,研究指出,情景记忆是作为神经活动模式被储存或编码的,当我们的大脑被类似熟悉气味的气味或朗诵曲的重复片段这样的事情触发时,我们的大脑会重放这些活动模式。但这究竟是如何发生的还不得而知。

    在过去20年里,啮齿动物的研究表明,大脑可能以独特的神经元放电序列来储存记忆。在加入Zaghloul博士的实验室后,Alex P. Vaz, b.s., M.D.他是北卡罗莱纳州达勒姆市杜克大学的博士生,也是这项研究的负责人,他决定在人类身上测试这一想法。\

    “我们认为,如果我们仔细地看着我们已经收集的数据从病人身上我们可以找到一个在人类记忆和神经元活动模式之间的联系,类似于啮齿动物,“Vaz说,生物专攻破译身体产生的电信号的意义。

    为此,他们分析了位于大脑语言中枢——前颞叶的单个神经元的放电模式。当患者坐在屏幕前并被要求学习“蛋糕”和“狐狸”等词对时,电流被记录下来。研究人员发现,单个神经元独特的放电模式与学习每个新单词模式有关。之后,当一个病人看到其中一个词,比如“蛋糕”,一个非常相似的放电模式在病人正确回忆配对词“狐狸”之前的几毫秒被重新播放。

    “这些结果表明,我们的大脑可能会使用不同的神经刺激活动序列来存储记忆,然后当我们回忆过去的经历时,就会回放这些活动,”Zaghloul博士说。

    去年,他的团队发现,在我们正确记忆某件事之前的几秒钟,大脑中可能会出现一种叫做“涟漪”的电波。在这项研究中,研究小组发现了记录在前颞叶的波纹和在学习和记忆中看到的尖峰模式之间的联系。他们还发现,在另一个叫做内侧颞叶的区域所记录的波纹,比学习过程中在前颞叶所看到的放电模式的重现稍早。

    Zaghloul博士说:“我们的研究结果支持这样一种观点,即记忆涉及大脑中神经元放电模式的协调回放。”“研究我们如何形成和检索记忆不仅可以帮助我们了解自己,还可以帮助我们了解神经回路在记忆障碍中是如何崩溃的。

相关报告
  • 《期望如何影响感知:神经科学家发现大脑活动模式编码我们的信念并影响我们如何解释我们周围的世界》

    • 来源专题:生物安全网络监测与评估
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-07-17
    • 几十年来,研究表明我们对世界的看法受到我们期望的影响。这些期望,也被称为“先前的信念”,帮助我们根据过去的相似经验来理解我们现在所感知的东西。例如,考虑一个经验不足的实习生很容易错过患者X射线图像上的阴影如何跳出经验丰富的医生。医生的先前经验有助于她对弱信号进行最可能的解释。 将先验知识与不确定证据相结合的过程被称为贝叶斯整合,并且被认为会广泛影响我们的感知,思想和行为。现在,麻省理工学院的神经科学家已经发现了对这些先前信念进行编码的独特脑信号。他们还发现大脑如何利用这些信号在不确定的情况下做出明智的决定。 “这些信念如何影响大脑活动并偏向我们的观念是我们想要回答的问题,”生命科学的Robert A. Swanson职业发展教授,麻省理工学院麦戈文脑研究所的成员Mehrdad Jazayeri说。这项研究的资深作者。 研究人员训练动物进行计时任务,他们必须重现不同的时间间隔。执行此任务具有挑战性,因为我们的时间感不完美,可能过快或过慢。但是,当间隔始终在固定范围内时,最佳策略是将响应偏向范围的中间。这正是动物所做的。此外,从额叶皮质中的神经元记录揭示了贝叶斯整合的简单机制:先前的经验扭曲了大脑中时间的表示,使得与不同区间相关的神经活动模式偏向于在预期范围内的那些。 麻省理工学院博士后Hansem Sohn,前博士后Devika Narain和研究生Nicolas Meirhaeghe是这项研究的主要作者,该研究出现在7月15日出版的Neuron杂志上。 预备,准备,开始 几个世纪以来,统计学家已经知道贝叶斯积分是处理不确定信息的最佳策略。当我们对某些事情不确定时,我们会自动依赖我们以前的经验来优化行为。 Jazayeri说:“如果你不能说出什么是东西,但根据你以前的经验,你对它应该是什么有一些期望,那么你将使用这些信息来指导你的判断。” “我们一直这样做。” 在这项新的研究中,Jazayeri和他的团队希望了解大脑如何编码先前的信念,并将这些信念用于控制行为。为此,研究人员使用称为“准备就绪”的任务训练动物重现时间间隔。在该任务中,动物测量两次闪光之间的时间(“准备”和“设定”),然后通过在相同的时间量过去之后做出延迟响应来产生“去”信号。 他们训练动物在两种情况下完成这项任务。在“短”情形中,间隔在480和800毫秒之间变化,而在“长”情况下,间隔在800和1,200毫秒之间。在任务开始时,动物被给予关于背景的信息(通过视觉提示),因此知道期望来自较短或较长范围的间隔。 Jazayeri此前曾表示,执行此任务的人倾向于将他们的反应偏向中间范围。在这里,他们发现动物也是如此。例如,如果动物认为间隔很短,并且间隔为800毫秒,则它们产生的间隔略短于800毫秒。相反,如果他们认为它会更长,并且被给予相同的800毫秒间隔,则它们产生的间隔时间略长于800毫秒。 Jazayeri说:“除了动物的信念导致不同的行为外,几乎所有可能的试验都是相同的。” “这是令人信服的实验证据,表明该动物依赖于自己的信仰。” 一旦他们确定动物依赖于他们先前的信念,研究人员就开始寻找大脑如何编码先前的信念来指导行为。他们记录了额叶皮层区域内大约1,400个神经元的活动,他们之前已经显示这些神经元参与计时。 在“准备好”时期,每个神经元的活动概况以自己的方式进化,并且大约60%的神经元具有不同的活动模式,这取决于背景(短与长)。为了理解这些信号,研究人员分析了整个人群随时间推移的神经活动的演变,并发现先前的信念通过将时间的神经表示扭曲到预期范围的中间而偏向行为反应。 嵌入式知识 研究人员认为,先前的经验改变了神经元之间连接的强度。这些连接的强度(也称为突触)决定了神经元如何相互作用并限制互连神经元网络可以产生的活动模式。先前经历扭曲神经活动模式的发现为经验如何改变突触连接提供了一个窗口。 Jazayeri说:“大脑似乎将先前的经验嵌入到突触连接中,因此大脑活动的模式具有适当的偏见。” 作为对这些想法的独立测试,研究人员开发了一种计算机模型,该模型由可以执行相同的准备就绪任务的神经元网络组成。使用从机器学习中借鉴的技术,他们能够修改突触连接并创建一个表现得像动物一样的模型。 这些模型非常有价值,因为它们为底层机制的详细分析提供了基础,这一过程被称为“逆向工程”。值得注意的是,逆向工程模型显示它以与猴子大脑相同的方式解决了这项任务。根据先前的经验,该模型还具有扭曲的时间表示。 研究人员使用计算机模型进一步剖析了使用目前在大脑中无法进行的微扰实验的潜在机制。使用这种方法,他们能够证明,不扭曲神经表征可以消除行为中的偏见。这一重要发现证实了翘曲在先验知识的贝叶斯整合中的关键作用。 研究人员现在计划研究大脑是如何建立起来的,并慢慢微调突变连接,这些连接编码先前的信念,因为动物正在学习执行计时任务。 该研究由感觉运动神经工程中心,荷兰科学组织,Marie Sklodowska居里重返社会资助,国立卫生研究院,斯隆基金会,克林根斯坦基金会,西蒙斯基金会,麦克奈特基金会和麦戈文研究所资助。 ——文章发布于2019年7月15日
  • 《探索 | 科学家开发模仿大脑功能的计算机芯片》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2022-07-08
    • 一种新的微电子设备可以通过使用电脉冲按需对计算机硬件进行编程和重新编程。一个包括美国能源部(DOE)阿贡国家实验室在内的多机构合作,已经创造了一种材料,可用于制造能够做到这一点的计算机芯片。它通过使用所谓的“神经形态”电路和计算机架构复制大脑功能来实现这一目标。普渡大学教授Shriram Ramanathan领导了该团队。 “人类的大脑实际上可以因学习新事物而发生变化,”论文合著者Subramanian Sankaranarayanan说,他在阿贡国家实验室和伊利诺伊大学芝加哥分校担任联合职务。“我们现在已经创造了一个设备,让机器以类似大脑的方式重新配置它们的电路。” 有了这种能力,基于人工智能的计算机可能会更快、更准确地完成困难的工作,同时使用更少的能源。一个例子是分析复杂的医疗图像。自动驾驶汽车和太空中的机器人可能会根据经验重新连接它们的电路,这是一个更未来的例子。 新设备中的关键材料由钕、镍和氧组成,被称为钙钛矿镍酸钕。研究小组给这种材料注入了氢气,并在其上附加了电极,允许在不同电压下施加电脉冲。 Sankaranarayanan说:“氢气在镍酸盐中的数量以及它的位置,改变了电子特性。而我们可以通过不同的电脉冲来改变它的位置和浓度。” “这种材料具有多层次的特性,”论文共同作者、阿贡国家实验室物理学家周华补充说。“它具有日常电子产品的两种常见功能--开启和阻断电流,以及储存和释放电力。真正新的和引人注目的是增加了与大脑中突触和神经元的独立行为类似的两种功能。 一个神经元是一个单一的神经细胞,通过突触与其他神经细胞连接。神经元发起对外部世界的感应。” 在其贡献中,阿贡团队对不同电压下的镍酸钕装置所发生的事情进行了计算和实验表征。为此,他们依靠能源部科学办公室在阿贡的用户设施:先进光子源、阿贡领导计算设施和纳米材料中心。 实验结果表明,只要改变电压就能控制氢离子在镍酸盐中的移动。一定的电压使氢气集中在镍酸盐中心,产生类似神经元的行为。不同的电压使氢离子从中心穿梭出来,产生类似突触的行为。在不同的电压下,氢的位置和浓度会引起计算机芯片的通断电流。 阿贡国家实验室科学家Sukriti Manna说:“我们在原子尺度上揭示这一机制的计算是超级密集的。”该团队不仅依靠阿贡领导层计算设施的计算能力,而且还依靠国家能源研究科学计算中心,这是美国能源部科学办公室在劳伦斯伯克利国家实验室的用户设施。 该机制的确认部分来自高级光子源33-ID-D光束线上的实验。 周华说:“多年来,我们与普渡大学的小组建立了非常富有成效的伙伴关系。在这里,研究小组准确地确定了在不同电压下镍酸盐内部的原子排列。特别重要的是跟踪材料在原子尺度上对氢气运动的反应。” 利用该团队的镍酸盐设备,科学家们将努力创建一个人工神经元和突触的网络,可以从经验中学习和修改。这个网络将随着新信息的出现而增长或缩小,从而能够以极高的能源效率工作。而这种能源效率将转化为更低的运营成本。 以该团队的设备为构件的大脑启发式微电子技术可能有一个光明的未来。这一点尤其重要,因为该装置可以在室温下通过与半导体行业实践相兼容的技术制造。 阿贡团队的相关工作得到了美国能源部基础能源科学办公室,以及空军科学研究办公室和国家科学基金会的资助。