加州大学洛杉矶分校健康中心的研究人员发现了一种大脑在睡眠期间以更少能量创建记忆的方法。这种高效的记忆过程发生在大脑中与学习和记忆密切相关的一个关键部分，阿尔茨海默病也从这里开始。研究结果发表在《自然通讯》期刊上。这可能听起来很熟悉：你走进厨房去拿东西，但一到那儿就忘了自己需要什么。这是你工作记忆失败的一个例子。工作记忆指的是在你做其他事情时，短时间内保持信息的能力。我们不断依赖工作记忆。阿尔茨海默病和痴呆症患者通常在工作记忆方面有困难，轻度认知障碍（MCI）患者也能看到这一点。因此，为了理解大脑中复杂的神经元网络如何创造工作记忆，进行了大量研究。
在需要工作记忆的任务中，大脑的外层，新的皮层（neocortex），也被称为新皮层，负责将感官信息发送到大脑更深处的部分，包括内嗅皮层（entorhinal cortex）。内嗅皮层在记忆形成中起着至关重要的作用，其神经元表现出一系列复杂的反应，这让科学家们困惑不已。这种复杂性甚至在2014年获得诺贝尔医学奖的认可，但其背后的具体机制仍然未知。值得注意的是，内嗅皮层是阿尔茨海默病通常开始发展的地方。
因此，理解皮质-内嗅网络中的复杂过程，当新皮层与内嗅皮层进行交流时，具有重要意义。研究的通讯作者、神经生理学家、加州大学洛杉矶分校W.M. Keck神经物理中心和生命物理中心的负责人Mayank Mehta探讨了这项研究如何导致阿尔茨海默病、相关痴呆和轻度认知障碍的早期诊断。为了解决这个问题，Mehta和他的同事们提出了一种独特的方法：一种“数学显微镜”。在物理学领域，科学家们像开普勒、牛顿和爱因斯坦等人利用数学模型揭示了曾经未知或想象不到的非凡现象，例如亚原子粒子的内部工作机制和黑洞的内部结构。在脑科学领域，计算模型被利用，但它们的预测并未像物理学那样受到同样程度的重视。这种差异可归因于，在物理学领域，源于数学理论的预测是可以进行定量测试的，而不是单纯的定性评估。
此外，在生物学领域，对数学理论进行定量精确实验测试的概念通常被认为是不可信的，主要是因为与物理世界相比，大脑的复杂性极其复杂。物理学中的数学理论通常以其简洁性为特征，包含最少的自由参数，从而促进精确实验测试的进行。相比之下，大脑由数十亿个神经元和数万亿个连接组成，呈现出明显更复杂的景观。研究人员把这个任务描述为一个数学难题和一个非常精确的显微镜。首席作者Krishna Choudhary博士解释了他们应对创建一个简单理论的挑战，该理论能够准确地解释生物体中的记忆动态。他们假设，负责记忆的皮质和内嗅皮层之间的相互作用，即使在被试者睡眠或麻醉的情况下也会发生。研究人员还假设，在睡眠期间，整个皮质和内嗅皮层的动态主要由仅两个神经元控制。这个简化将数十亿个神经元之间的复杂相互作用减少为新皮层向内嗅皮层输入的强度和内嗅皮层内的递归连接强度。虽然这种方法使问题从数学角度更容易理解，但也引出了关于其准确性的问题。
“如果不通过活体数据对我们的理论进行定量测试，那只是一项有趣的数学练习，而不是对记忆形成的真实理解，”Mehta解释道。
为了验证这一理论，需要先进的实验方法。现在在巴塞尔大学担任教授和临床心理学家的Thomas Hahn博士进行的实验专注于内嗅皮层。根据Hahn的说法，为了有效地测试这个理论，他们需要能够不仅准确测量神经活动，而且确定神经元精确解剖身份的实验技术。合著者Sven Berberich博士与Hahn合作，利用全细胞膜片钳技术在体内测量识别神经元的膜电位。他们然后使用解剖技术识别神经元。研究人员同时测量了顶叶皮层的活动，顶叶皮层是向内嗅皮层发送输入的新皮层的一部分。“数学理论和复杂的体内数据是必要和酷的，但我们还必须解决一个额外的挑战——如何将这个简单的理论映射到复杂的神经数据上？”Mehta说。“这需要一个漫长的开发过程，以生成一个‘数学显微镜’，可以直接揭示神经元在形成记忆时的内部工作，”Choudhary说。“据我们所知，这在以前是没有做到的。”作者观察到这个过程类似于海浪形成然后崩溃。新皮层的信号在一个人或动物睡眠时在开和关状态之间波动，类似于一个游泳者随波走动。数据和模型都支持这一观察。然后，该模型揭示了一种新的记忆状态，称为自发持续非活动（spontaneous persistent inactivity），根据Mehta的说法。这就像内嗅皮层忽略一个波，并记住最近没有波动。忽略当前波并选择不做任何反应。这被称为持续非活动，”Mehta解释道。“另一方面，持续活动发生在皮层波消失，但内嗅神经元仍记得最近发生过波，并继续向前滚动。”
虽然以前的工作记忆理论曾提出持续活动的存在，但作者发现持续非活动（模型预测的）之前从未观察到过。
“持续非活动的有趣之处在于，它几乎不需要能量，而持续活动则需要大量能量，”Mehta解释道。
研究人员表示，持续活动和非活动的结合可以显著增加记忆容量，同时降低代谢能量成本。
Choudhary博士表示怀疑，称他们推动了数学显微镜超出了正常操作条件，以测试其准确性。他惊喜地发现，即使在非常规情况下，显微镜依然完美工作。
Mehta补充说，数学显微镜对多个大脑区域做出了多项准确预测，展示了其近乎完美的性能。数学理论与实验之间前所未有的一致性是神经科学中的重大突破。Mehta表示，与实验完美匹配的数学模型就像一台新显微镜，揭示了以前未曾看到的东西。他强调，无论成像多少个神经元，现有显微镜都无法揭示相同的信息。此外，Mehta指出，代谢缺陷是多种记忆障碍的共同特征。他的实验室目前正在以这项研究为基础，以深入了解复杂工作记忆的形成，了解阿尔茨海默病、痴呆症和其他记忆障碍期间内嗅皮层的功能障碍。
