IF50.5｜人脑海马和内嗅皮层神经元编码经验的时间结构

单神经元活动逐渐嵌入序列图结构，形成预测性表征。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

从经验中提取时间结构是学习和记忆的基础，使我们能预测未来。此前人类研究主要依赖功能磁共振成像，缺乏单神经元层面证据。空间导航研究提示海马-内嗅系统通过位置细胞和网格细胞编码认知地图，且该地图具有预测性。这些发现暗示海马-内嗅神经元可能同样编码非空间的时间序列结构，但直接证据一直缺失。

科学问题

卡在哪里： 人类海马和内嗅皮层神经元如何从连续经验中提取时间结构、形成预测性表征，此前完全未知。

本文要回答： 揭示人脑海马-内嗅神经元如何编码复杂图像序列的时间结构，并检验其表征是否具有预测性。

技术路线

作者主要用了：颅内单神经元记录、贝叶斯解码、图论模板匹配、神经元重放分析。

作者利用17名癫痫患者植入的深部电极记录海马和内嗅皮层神经元活动。实验先筛选出每个患者有选择性反应的6张图片，随机分配到金字塔图的6个节点上。实验分为三个阶段：前暴露期（PRE）图片随机呈现，暴露期（E1-E6）图片顺序遵循金字塔图规则，后暴露期（POST）恢复随机。通过比较神经元对直接相连和间接相连图片的反应变化，作者检验神经元是否逐渐编码图结构。

图 1　Fig. 1。图1展示了实验设计和神经元记录方法。a显示微丝电极记录和尖峰聚类过程；b展示金字塔图结构和刺激序列的对应关系；c呈现实验阶段（PRE、E1-E6、POST）及行为任务；d显示电极位置；e展示各脑区神经元数量；f显示海马、内嗅皮层和海马旁回中显著比例的选择性神经元。

核心亮点

亮点 1｜海马-内嗅神经元逐渐编码图结构

作者识别出152个海马选择性神经元和111个内嗅皮层选择性神经元。其中，16%的海马神经元和20%的内嗅皮层神经元被定义为“关系神经元”，它们在暴露期后期对直接相连图片的反应显著增强，同时对偏好图片的反应逐渐减弱。这种变化在POST阶段依然存在，表明神经元形成了对图结构的持久表征。

图 2　Fig. 2。图2展示个体关系神经元的活动变化。a中两个海马神经元在PRE期偏好警察图片，暴露期后对直接相连图片反应增强；b显示这种模式在POST期依然存在；c汇总所有海马-内嗅关系神经元（n=97）的反应，显示对直接图片反应增强、对偏好图片反应减弱，且变化在POST期持续。

亮点 2｜群体解码揭示预测性表征

利用贝叶斯解码器，作者发现随着学习进行，解码器分配给实际呈现图片的概率逐渐降低，而分配给直接相连图片的概率逐渐升高。在POST阶段，直接与间接图片的解码概率差异依然显著。进一步重建整个图结构时，后继表征模板（successor template）的拟合度显著优于测地线模板和欧几里得模板，表明神经元群体编码了预测性的时间结构。

图 3　Fig. 3。图3展示群体解码和图表征重建结果。a说明解码分析逻辑；b显示PRE期解码准确率显著高于随机水平；c显示随着学习，解码器分配给实际图片的概率下降，分配给直接图片的概率上升；d显示POST期直接与间接图片解码概率差异显著；e显示神经距离矩阵与后继模板的相似度随时间增加，且后继模板拟合度最高。

亮点 3｜单神经元感受野的预测性重塑

与空间导航中的位置细胞类似，偏好外节点的神经元对间接-内节点和间接-外节点的反应差异显著，表明其感受野沿图结构方向拉长；而偏好内节点的神经元则保持对称。这种单神经元层面的变化与后继表征模型的预测一致，为预测性编码提供了机制性解释。

图 4　Fig. 4。图4展示单神经元感受野重塑和重放分析。a显示偏好外节点的神经元对间接-内与间接-外节点反应差异显著，而偏好内节点的神经元无此差异；b显示移除神经元时海马表征稳健性下降更快；c展示重放分析逻辑；d显示一致性重放比例随学习增加，不一致性重放无变化。

亮点 4｜海马与内嗅皮层编码差异

在暴露期，海马神经元对图结构的表征准确度高于内嗅皮层；但在POST阶段，内嗅皮层的后继表征保持得更稳定。此外，当随机移除神经元时，海马表征的稳健性下降更快，而内嗅皮层则更耐受。这表明海马可能编码更动态的物体关系，而内嗅皮层提供更稳定的结构编码。

亮点 5｜神经元重放支持时间结构学习

作者在休息期间检测到与图轨迹一致的神经元重放事件。随着学习进行，一致性重放的比例显著增加，而不一致性重放无变化。这一发现将突触可塑性的时间尺度与行为时间尺度联系起来，表明重放可能是形成时间结构表征的潜在机制。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 颅内单神经元记录、贝叶斯解码、图论模板匹配、神经元重放分析
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 对记忆、认知地图和预测编码感兴趣的系统神经科学家和计算神经科学家。

带走一句

海马-内嗅系统通过单神经元和群体活动编码时间结构，且表征具有预测性，为理解认知地图的计算机制提供了直接证据。