这项新的研究详细揭示了大脑海马体将记忆组织成序列的基本机制，以及如何利用这一机制来计划未来的行为。这一发现可能是了解认知障碍(如阿尔茨海默氏症和其他形式的痴呆症)中失忆问题的关键一步。将啮齿类动物生理记录的电信号与对大量统计数据的机器学习相结合，研究人员发现了关键证据，这些证据表明海马体可以编码并保存之前的记忆和经验以帮助决策。

“我们的大脑会很好地通过时间来记录特定的经历或事件，这种能力帮助我们在日常生活中发挥作用，但在这项研究之前，我们对这些过程背后的神经机制并不清楚，”研究负责人加州大学神经生物学和行为副教授诺伯特·福丁说。“它与每个人的联系是，这种时间的记忆在各种神经障碍疾病中或只是单纯随着年龄增长而受到损害和遗忘，所以我们真的需要知道大脑的这种功能是如何进行的。”

老鼠的气味识别测试

该项目的实验和数据分析历时三年多完成。通过对老鼠进行一系列气味的识别测试，研究人员监测了它们大脑中神经元的放电情况。科学家会以不同的顺序呈现五种不同的气味，然后测量动物对正确顺序的记忆，并检测它们的大脑如何捕捉和记录这些顺序关系。福丁说，“我可以用计算来类比，如果我把电极植入你的大脑——当然这件事我们做不到，这就是我们用老鼠做实验的原因——我可以在任何给定的时刻看到大脑中的哪些细胞在放电，哪些细胞没有放电。”这让我们对大脑如何进行计算有了一些认知，就像我们在电脑中看到的0和1一样。”

通常对于活动神经元和不活动神经元的测量以毫秒为间隔并在几分钟内获得，这可以为科学家呈现出大脑功能的动态图像。福丁说，“在某种程度上，他和他的同事能够通过观察细胞的“编码”——哪些被激活了，哪些没有被激活——来“读懂被实验者的思想”。

机器学习的应用

对大脑海马体活动的测量会产生大量的原始数据。因此从项目的开始阶段，福丁就争取了信息与计算机科学学院的统计学家参与这项研究工作。他很早就知道，“当时我们在实验室里遇到的神经科学问题需要的统计学知识，与我们掌握的统计学知识相比，实在是太超前了，这就是为什么我们需要有数据科学专业知识的合作伙伴。”

“这些新兴的神经科学研究依赖于数据科学的方法，因为它们的数据很复杂，”研究的合作者、资深统计学教授萨哈巴说。“大脑活动会以毫秒的速度被记录下来，而这些实验持续了一个多小时，所以你可以想象数据量的增长有多快。”这使得神经科学家需要更先进的技术来实现他们想象但无法实现的东西。”他指出，当神经元对记忆等信息进行编码时，科学家们可以通过检查所有记录下来的神经元的峰值活动模式来了解这一过程。萨哈巴说:“我们发现，可以将这些神经元的活动模式视为图像，这启发了我们应用机器学习的方法。”“我们用卷积神经网络分析数据，这是一种经常用于面部识别等图像处理应用的方法。”

通过这种方式，研究人员能够解码老鼠的神经元放电来获取信息。“我们知道老鼠大脑中气味B的特征是什么样的，就像我们知道气味A、C和D的特征一样，” 福丁说。“正因为如此，你可以看到这些特征在不同的时间重现，比如当我们的小老鼠思考未来时，我们看到记忆中相关的特征被快速重现。”

本文参考Futurity文章，“HOW THE BRAIN ORGANIZES MEMORIES IN TIME”，如有兴趣还可查阅原文。

如有侵犯版权还请告知，我们将在24小时内删除