一个跨动物和环境的普遍海马体记忆代码
Hannah S Wirtshafter1, Sara A Solla1, John F Disterhoft1
1Department of Neuroscience, Northwestern University Feinberg School of Medicine, Chicago, IL, USA.
bioRxiv : the preprint server for biology
|November 1, 2024
概括
海马 (HPC) 在不同环境中保持任务的稳定神经表示,即使空间编码发生变化. 这表明共享的神经语法用于学习和记忆的认知一致性.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 计算神经科学是一种神经科学.
背景情况:
- 环境依赖的学习对于导航和生存至关重要.
- 海马 (HPC) 对于记忆和空间导航至关重要.
- 海马的位置细胞在不同的环境中重新映射,这对稳定的任务表示构成了挑战.
研究的目的:
- 研究海马 (HPC) 如何在不断变化的空间环境中表示与任务相关的信息.
- 为了确定任务的神经表示是否保持稳定,尽管空间表示重新映射.
主要方法:
- 在执行在多个空间环境中的调节任务的老鼠中进行成像.
- 先进的维度缩小和机器学习来分析人口级别的HPC活动.
- 多种表示来评估神经任务编码的一致性.
主要成果:
- 在HPC中,与任务相关的神经表示在不同的空间环境中保持稳定.
- 空间上下文的位置单元格表示发生了变化 (重建),而任务表示显示了一致的嵌入几何.
- 神经模式在动物内部是一致的,在不同动物之间显著相似.
结论:
- 海马 (HPC) 通过稳定任务表示,独立于空间上下文来保持认知一致性.
- 结果表明HPC中的标准化神经编码或"神经语法",在个人之间共享.
- 这项工作将记忆和导航研究联系起来,对理解学习和认知过程产生影响.
