运动皮层神经元活动的新记忆指数

大脑有很强的执行和学习各种运动的能力，这种能力依赖于大脑中的神经网络产生各种神经活动模式。斯坦福大学的Shenoy团队最近在《自然》杂志上发表了一篇论文，展示了大脑运动皮层的神经网络如何利用高维神经状态空间中的各种活动模式来实现新获得动作的记忆指标。

在这项研究中，研究人员探索了伴随运动学习的运动皮层神经准备活动的系统性变化。他们训练猕猴学习在一个力场中伸展手臂的任务，这个力场会产生一个垂直于猕猴手臂运动方向，与运动速率成正比的力。为了适应和抵抗这种力场，猕猴需要学会使用手臂肌肉来产生日常活动中没有使用过的新力量。

研究团队用电极记录恒河猴的运动皮层，用神经数据降维的数学方法分析不同神经状态空间中神经准备活动的活动模式。

他们发现，在一个可以预测手臂力量的神经状态子空间中，神经准备活动的变化直接反映了运动学习引起的行为变化，学习前存在的神经活动模式在学习后被重用。在与该子空间正交的维度中，神经准备活动产生在学习之前没有使用过的新的活动模式。

令研究人员惊讶的是，这些新的神经活动模式并不能直接反映行为的变化，但当恒河猴学习多个不同的力场时，每个力场都会触发一个独特的与力场相对应的新的神经活动模式。此外，这些新的神经活动模式似乎形成了运动记忆，存储在神经准备活动中。

基于这些发现，研究人员推测，在这些神经准备活动的正交维度中，学习特定力场产生的新的神经活动模式可能参与运动记忆指数，这可能有助于大脑学习和保存新的运动技能，同时不忘记旧的运动技能。

这项研究主要由美国斯坦福大学Shenoy实验室的博士生孙和博士后Daniel O'Shea完成。