心理所研究揭示海馬長軸編碼多尺度目標距離

　　高效的導航行為需要實時加工當前位置與目的地之間的距離，以便選擇最優路線到達目的地。想象一下地鐵換乘情景：您不僅需要跟蹤線路信息，（比如，到底目的地之前需要換乘幾次），還需要知道一些具體的細節（比如，換乘前需要經過多少站）。導航過程需要對當前位置與目的地之間的距離進行多尺度（粗粒度-細粒度）表征，然而其背后的神經機制尚不清楚。

　　大量研究表明神經振蕩與學習記憶之間存在密切關聯。中國科學院心理健康重點實驗室王亮研究組前期的研究揭示了人類內嗅皮層theta振蕩可以表征網格細胞活動特征（Current Biology，2018），并且揭示了基于theta振蕩的跨內側前額葉和內嗅皮層的具有協同性的類網格表征支持人類高效的導航行為（Science Advances，2021）。

　　此次研究探索了人類目標距離多尺度編碼的神經機制。研究者招募在雙側海馬腦區植入深部電極的癲癇患者完成空間導航任務，并同步采集顱內腦電信號（intracranial EEG），研究發現右側海馬的高頻theta活動 (6-9 Hz)強度顯著受目標距離調制：距離目標越遠，海馬高頻theta活動越強（圖1）。

圖1.右側海馬表征目標距離

　　A.實驗范式：每個試次都以注視點的呈現開始，隨后出現2秒的提示。被試需要導航到目標物體所在位置并按鍵反應。1.5秒的反饋后，目標出現在正確的位置，這時被試需要移動到物體正確位置拾起目標物體，以便進一步學習；

　　B.放回誤差定義為被試反應位置（黃色六邊形）與物體實際位置（橙色五角星）之間的歐氏距離，根據放回誤差定義行為表現的好壞。目標距離指當前位置（棕色圓圈）與正確目標位置之間的歐式距離，藍色曲線是運動軌跡；

　　C.在行為表現良好試驗中,目標距離顯著地調控右側海馬theta功率，但在行為表現不良試驗則不然；

　　D.右側海馬中的一個示例電極觸點，其中theta功率和目標距離呈正相關。

　　研究進一步發現目標距離調制沿海馬長軸的梯度變化（圖2）。后部海馬高頻theta功率與目標距離的耦合更緊密，即二者回歸的斜率更大，這表明海馬后部更精細地追蹤了目標距離；相反，前部海馬高頻theta功率隨目標距離的變化更平緩，即二者回歸的斜率更小，這反映了海馬前部對目標距離粗粒度的編碼。嚙齒類動物研究表明: 位置細胞的位置野大小沿背側海馬到腹側海馬（與人類前后軸同源）逐漸增加，也就是說，腹側（前部）海馬的位置野更大，支持更粗粒度的空間表征，而背側（后部）海馬的位置野更小，支持更精細的空間表征，這與該研究結果一致。

圖2.目標距離調制沿海馬長軸梯度變化

A.目標目標距離調制與海馬長軸坐標顯著負相關；

B.實例電極。A圖中帶黑色圓圈的藍色和粉紅色圓點所代表的電極觸點，其theta功率和目標距離的關系。

　　支持目標距離的多尺度表征的生理基礎是什么呢？研究者推測：為了更精細地跟蹤目標距離，相關腦區瞬時地激活以追蹤快速變化的外部刺激，表現出更低的時間層級性。相比之下，如果以粗粒度方式編碼目標距離，相關腦區必須持續激活更長時間以整合更多信息，即更高的時間層級性（圖3）。由此可見，目標距離層級性表征的生理基礎可能是腦區的時間層級結構。時間層級性可以通過神經時間常數（根據頻譜的非周期性信號估計）和振蕩頻率（根據頻譜的周期性信號估計）來衡量。該研究結果表明，神經時間常數沿海馬后部到前部逐漸增加，振蕩頻率沿海馬前部到后部逐漸增加，這共同說明了時間層級性從海馬后部到前部逐漸增加。

圖3.時間層級性沿海馬長軸梯度變化

　　A.計算時間層次結構的兩種互補方法：寬帶特征（神經時間常數，即 τ）和來自功率譜密度的局部峰值，這二者分別對應于局部場電位的非周期性和周期性分量。 振蕩頻率更低有利于整合更多信息，因此時間層級性更高；

　　B.神經時間常數與海馬長軸正相關；theta 峰值頻率與海馬長軸負相關，這說明了時間層級性沿海馬前-后軸由高到低變化。

　　綜上，本研究首次在人類海馬中找到了目標距離表征的電生理標記物，并且人類海馬長軸支持目標距離的多尺度表征。

　　該論文第一作者是中科院心理所博士生劉佳麗同學和助理研究員陳棟博士，通訊作者為王亮研究員。

　　研究得到科技創新2030-重大專項（2022ZD0205000）、國家自然科學基金（32020103009，32200861）、中科院交叉學科創新團隊（JCTD-2018-07）、中科院心理研究所“揭榜掛帥”項目（E2CX4215CX），中國博士后科學基金（2019M660850），中科院特別研究助理項目和ERC項目（864164）（ERC- CoG“GridRepresentations”） 資助。

　　論文信息：

　　Multi-scale goal distance representations in human hippocampus during virtual spatial navigation, Current Biology (2023), https://doi.org/10.1016/j.cub.2023.04.033