华南师范大学王金辉等通过大尺度脑网络“重现”提供新解释

yinfuhua

PNAS：为什么有些事件能被记住？华南师范大学王金辉等通过大尺度脑网络“重现”提供新解释
! X2 B7 H2 q0 O/ F9 ?1.        情景记忆6 S$ e0 s' x; P( y5 ^, d
2.        网络水平表征机制; M$ }* Y, n9 l+ j: Y; v
3.        高阶皮层区域
' B/ W! X& P! ^, f0 c2 V来源：iNature 2026-09-07 11:57: O- n( x) n2 @- }% N% R+ E
该发现为网络水平重新激活提供了实证证据，桥接了基于局部激活和网络水平的记忆表征理论，并为人脑中情景记忆的系统层面组织提供了见解。! @0 ]+ `) F! p$ _! ]
记住过去经历需要神经活动模式的重新激活，然而这一过程是否以及如何在大规模脑网络中展开仍不清楚。) I5 ~" b3 [7 L4 l
2026年8月26日，华南师范大学王金辉和斯坦福大学圣锦涛共同通讯在PNAS 在线发表题为Large-scale brain network reinstatement supports recognition memory的研究论文。
/ d4 O5 h9 S7 `# ^该研究开发了一种方法，从自然场景数据集中的试次级激活图谱构建动态大规模脑网络。作者在全脑、子系统和区域尺度上鉴定了稳健的网络水平项目特异性表征。
$ e5 [0 B; O; G& Q, x) W  k* C网络水平重新激活，特别是涉及高级视觉和背侧注意系统的连接，与条件水平识别表现相关，并预测了项目水平识别准确率。在生物学上，区域网络表征模式与神经调节受体分布和线粒体生物能梯度一致。  J( c8 z! F/ F7 E7 `
此外，网络水平表征与基于局部激活的表征相关联，并介导了它们与识别准确率之间的关系。尽管如此，这两种表征形式表现出不同的空间地形学特征，对识别有独立贡献，并锚定于不同的神经生物学架构中。
0 E' P6 }, `' g/ E( X9 Z+ M总之，这些发现揭示了一种先前未被认识的、支持识别记忆的网络水平表征机制，完善了当前关于人脑中分布式信息编码的模型。" E" e/ R9 v: `# {

2 m( p* h/ }3 l: N为什么人类会记住某些事件而忘记另一些？一个重要的研究方向已将神经重新激活——即最初在事件发生期间引发的刺激特异性神经活动模式的再现——确定为支持成功记忆的关键机制。重新激活已在编码期间的重复暴露过程中以及后来的提取过程中被观察到。
7 E7 z: B- X3 B" ^6 }; o! |它通常通过多变量模式相似性分析或表征相似性分析（RSA）来量化，这些方法测量由功能性磁共振成像（fMRI）、脑电图（EEG）或脑磁图（MEG）捕获的神经活动模式在事件重复之间或编码与提取之间的相似性。
2 q# A+ ^  |5 U5 M+ U9 j使用这种方法，大量研究表明，跨重复暴露的稳定项目特异性表征模式，以及编码相关模式在提取期间的重新激活，与更好的记忆表现相关，包括由回忆和/或熟悉支持的再认。
1 u( u7 d1 B8 Z* u然而，关于神经重新激活的现有研究主要集中在局部脑活动上，通常是在特定的记忆相关区域内，如内侧颞叶、感觉区和顶叶皮层。然而，成功的记忆可能不仅依赖于特定区域内所表征的信息，还依赖于分布式脑系统如何相互作用，以形成稳定且可提取的事件表征。! L7 |8 }. g. H' f  \
例如，高阶皮层区域可以在记忆编码期间调节感觉表征的稳定性，而来自衰老研究的证据表明，当感觉区域的表征变得不那么精确时，高阶皮层区域可能有助于维持表征保真度。在记忆提取方面，事件细节的回忆依赖于海马、感觉皮层和前额叶区域之间的协调相互作用，这些区域共同重建先前编码的记忆痕迹。
6 t0 f- k0 M4 ^1 U$ |8 B. @总之，这些发现表明情景记忆由分布式脑系统之间的协调相互作用所支持。然而，这种区域间协调模式是否在重复遭遇中被重新激活仍然未知。如果是这样，那么有几个基本问题随之而来。' B4 b, H: @* T% B/ u
例如，网络水平重新激活在成功记忆编码和提取中扮演什么角色？哪些生物学因素约束或支持它？网络水平重新激活与在局部脑活动中观察到的已被充分确立的重新激活之间有何关系？
; [6 |5 _$ u7 ]# f / u' @0 M0 V- b7 P5 I* m6 F3 h
图1.激活相似网络的构建和NPS的具体项目表示（摘自PNAS ）, Q- W1 a2 p& V. z  x
为弥合这些知识空白，作者开发了一种方法，用于构建动态的、逐试次的功能性脑网络，并使用RSA评估它们在不同试次间的相似性。该方法建立在作者先前关于个体化形态学脑网络的工作基础上，后者将区域间相互依赖性量化为局部形态学特征在区域间概率分布的形状相似性。
: A5 F5 D" q" D8 A" d: v在本研究中，作者将这种基于形状相似性的框架从脑形态学扩展到任务诱发的、试次水平的脑激活，使用来自自然场景数据集（NSD）的可公开获取的高分辨率fMRI数据。+ n1 n& V% d* T, @  l* a/ P
通过利用这种方法，作者提供了有力的证据，表明大规模脑网络编码了跨重复暴露而被重新激活的项目特异性表征。这种网络水平重新激活在涉及高阶视觉和背侧注意系统的连接中尤为突出。关键地，跨重复的网络模式稳定性越高，与更好的再认表现相关。* H! j' A! H1 i8 ]5 H; g
有趣的是，网络水平表征与基于局部激活的表征相关联，并介导了它们与再认准确率之间的关系。这些发现表明，网络水平和基于局部激活的重新激活通过不同但互补的机制促进再认。最后，作者展示了网络水平表征与基于局部激活的表征相比，与不同的生物学底物相关联。7 @: D: H* S3 O6 B# U8 E
显示出支持记忆的项目特异性网络水平表征的区域，主要与大脑的神经化学结构相关，涵盖多种神经递质受体系统。相比之下，表现出项目特异性基于局部激活的表征的区域，主要与基因表达谱相关，特别是小胶质细胞富集基因。
8 R% S" L# Y2 S+ \  B总之，这些发现为网络水平重新激活提供了实证证据，桥接了基于局部激活和网络水平的记忆表征理论，并为人脑中情景记忆的系统层面组织提供了见解。
3 T/ F) ?, r& H" y" Z参考消息：https://doi.org/10.1073/pnas.2603685123  T- i6 N  `" J1 X9 N% K
6 t7 W( K+ w' D; p