来源：邓欣依博士课题组供稿
<La persistencia de la memoria>, 1931, Salvador Dalí
《记忆的永恒》，1931，萨尔瓦多· 达利
记忆最显著的特性之一是它的储存与提取的灵活性：大脑可以在不同的细节层次上检索其所存储的各类表征。例如，当我们试图回忆今年春节期间观看的一场北京冬奥赛事，既可以回忆起整场比赛，也可以将回忆聚焦到某个特定的精彩瞬间。什么样的神经机制支持着记忆的这种灵活检索呢？
自20世纪80年代以来，记忆科学家们一直在关注大脑海马体中的位置神经元组（place cell ensemble）在动物静止或睡眠时的一种短暂、依序、再激活的放电活动——“尖波涟漪（sharp wave-ripples, SWR）”。近十年里，不同课题组通过对大鼠海马尖波涟漪的实时扰动的实验，认为它是记忆的生物标志物的最有力候选现象。然而，对尖波涟漪的研究常常专注于其编码的记忆内容，而忽略了其内在的时序结构（temporal organization）。
2022年3月28日，加州大学旧金山分校（UCSF）Loren Frank和北京工业大学邓欣依（第一作者兼共同通讯）合作在Journal of Neuroscience上在线开源发表题为A Variable Clock Underlies Internally Generated Hippocampal Sequences的研究论文，展示了存在于大鼠海马神经元放电活动中的尖波涟漪具有高度可变的时序结构，这种时序结构可以看作是调节记忆存储与提取的时钟速率，为支持记忆的灵活检索提供了一种潜在的神经机制。
大脑海马是空间记忆的存储和检索至关重要的结构。当大鼠在迷宫中移动时，一系列位置神经元会依照各自的“位置野（place field）”激活。这种大脑海马的“在线（online）”状态下的顺序激活与8赫兹的西塔振荡（θ/theta oscillation）高度相关：在每个θ周期的低谷时对应的位置神经元放电频率最高，在峰值时放电最少。重要的是，θ的频率只在1赫兹的范围内变化，更高的频率与大鼠更高的跑动速度有关。因此，θ可以被理解为大鼠跑动时的一个稳定的内部时钟机制，它组织了海马神经元网络的放电活动。
40赫兹的伽马频率振荡（γ/gamma oscillation）经常与θ振荡一起发生：每个θ周期中都嵌套有5-6个周期的伽马振荡，这种嵌套被认为有助于在每个θ周期内保持对位置神经元组放电活动进一步的组织。
那么，当大鼠睡眠或静止时，即大脑海马的“下线（offline）”状态中，与记忆相关的神经元组放电活动的规律组织——尖波涟漪，是否也存在一个与θ振荡和伽马振荡相对应的内部时钟呢？
作者分析了用多通道微丝电极（tetrode）记录的四只雄性Long-Evans大鼠的海马CA1和CA3脑区的神经元放电数据。数据是在动物学会在迷宫中执行用记忆去指导推断的左右交替选择空间行为任务时收集的：动物每次以正确的顺序访问一个臂的末端都会得到奖励，从中心开始，然后交替访问每个外臂并返回中心。此类多通道电极记录的常用分析方法是基于“锋电位分类（spike sorting）”，仅使用已被匹配给单个神经元的 “聚类（sorted）”锋电位信号，放弃了大量不能被可靠地匹配给单个神经元锋电位信号，而由此产生的稀疏数据可能不足以推断时序结构。
因此，作者提出了一种创新的无需对多通道锋电位信号进行聚类、将所有锋电位波形都利用上的统计分析方法——无集群解码器（clusterless decoder）。因为无集群解码算法能够利用之前通行的算法在锋电位分类过程中废弃的难以分类的神经元组放电信息，所以比其他算法拥有更高的解码分辨率（1毫秒）。
这样高精度的解码算法就好像给分析电生理数据的科学家配了一把放大镜，可以帮助他们发现之前难以被观测到的大脑工作机制。在此基础上，神经元组（neural ensemble）的时序结构可以通过观察无集群神经元放电活动（clusterless spiking）的自相关函数（autocorrelation function，acf）的峰值（side peak）来确定。
作者首先使用无集群解码器对三种不同时间尺度的位置神经元组放电活动——一圈跑动（run lap）、一个θ周期（theta cycle）和一次尖波涟漪（sharp wave-ripple, SWR）所编码的迷宫空间轨迹进行解码，再比较大鼠跑动和静止时经元组放电活动的时序结构。
每一圈跑动时无集群神经元活动的自相关函数在125毫秒的滞后处有峰值（peak lag），换算成频域即8赫兹，正好在θ频率。而各个θ周期无集群神经元活动的自相关函数的峰值滞后落在18毫秒，即伽马频率范围内。
作者也计算了与尖波涟漪相关的无集群神经元活动的自相关函数：在单次尖波涟漪发生时，大鼠海马位置神经元组的放电活动有明显的节律（rhythm），其自相关函数的峰值滞后大致分布在25毫秒至75毫秒区间内，在频域上对应一个从6赫兹至40赫兹的广泛而连续的范围，即慢伽马（slow gamma）。对数正态分布（lognormal distribution）可以很好地拟合这一变动的“钟速”分布。这表明，与跑动时神经元放电活动的规整结构不同，尖波涟漪的时序结构既具有节律性也具有多样性。
作者接着分析了三种不同时间尺度的位置神经元组放电活动的内部”钟速“与一些行为变量（大鼠对空间任务的熟悉度）或表征（representation）变量（神经元放电活动编码的空间记忆具体内容）的关系。
从行为变量的角度分析，与大鼠运动相关的两种位置神经元组放电活动的时序结构的规整性不受大鼠对空间任务熟悉度的影响，而与尖波涟漪相关的位置神经元组放电活动的时序结构在大鼠越熟悉的环境中越具有多样性。
从表征变量的角度分析，具有未分类记忆内容（编码内容不能表征迷宫空间轨迹）的尖波涟漪往往具有较快的“钟速”，而具有可分类内容（编码内容可以表征迷宫空间轨迹）的尖波涟漪往往具有较慢的“钟速”。
作者还分析了每两个尖波涟漪之间的时间间隔（inter-SWR intervals），发现通常超过100毫秒，并且这个间隔的拟合分布在θ频率（125毫秒）附近达到峰值，在θ的谐波上也有峰值。因此，作者认为，大鼠静止时，尖波涟漪的内部慢伽马节律可能嵌套在一个低振幅的θ节律。这与长期以来神经科学家在大鼠跑动时观察到的大脑海马回路中的θ-γ耦合形成对应。
作者最后在论文的讨论部分指出，机器强化学习（reinforcement learning）领域有最新的工作表明，代理（agent）通过使用 “多层经验回放（multilevel hindsight experience replay） ”的策略，将学习分化到不同时间尺度的抽象水平上，可以更快地学习与记忆任务。然而人类大脑如何做到快速学习与记忆仍是未知。
本论文展示的尖波涟漪所具有的高度可变的时序结构可能正是人类大脑也具有调用不同时间分辨率（temporal resolution，如几秒、几天、几年）的记忆这一非凡能力的潜在机制。
北京工业大学邓欣依博士为该论文第一作者和共同通讯，加州大学旧金山分校Loren Frank教授为通讯作者，加州大学旧金山分校Marielena Sosa博士和Mattias Karlsson博士采集了大鼠实验数据，加州大学戴维斯分校统计系陈施喆教授和德州大学奥斯汀分校神经科学系位学鑫教授对数据分析给予了帮助。
该研究得到了国家自然科学基金青年科学基金（项目编号12001024）的资助。
参考文献原文链接：
Xinyi Deng, Shizhe Chen, Marielena Sosa, Mattias P. Karlsson, Xue-Xin Wei, Loren M. Frank (2022) A Variable Clock Underlies Internally Generated Hippocampal Sequences.
https://www.jneurosci.org/content/early/2022/03/28/JNEUROSCI.1120-21.2022
,
