关于人类与循环神经网络序列记忆中放电相位不反映时序顺序的研究报告

一、 研究团队与发表信息

本研究由Stefanie Liebe、Johannes Niediek、Matthijs Pals、Thomas P. Reber、Jennifer Faber、Jan Boström、Christian E. Elger、Jakob H. Macke及Florian Mormann共同完成。作者们主要来自德国波恩大学医学中心癫痫学系、图宾根大学、柏林工业大学、图宾根人工智能中心以及马克斯·普朗克智能系统研究所。该研究成果于2025年3月24日在线发表于顶级神经科学期刊《自然·神经科学》（*Nature Neuroscience*）第28卷第4期。

二、 学术背景与研究目标

本研究属于认知神经科学领域，聚焦于工作记忆，特别是序列信息（即事件发生的先后顺序）的神经编码机制。长期以来，一个由Lisman和Idiart于1995年提出的著名计算模型假设，大脑通过神经元在theta振荡（2-8 Hz）的不同相位上依次放电来表征记忆中多个项目的顺序。该“时间编码”理论在啮齿类动物的空间记忆研究中得到了部分支持，但在人类非空间序列工作记忆中的直接证据，尤其是单神经元放电相位顺序是否精确对应项目顺序这一核心预测，尚不明确。

研究团队旨在直接检验这一理论。他们利用在癫痫患者内侧颞叶（medial temporal lobe, MTL）进行颅内电极记录（同时采集单神经元放电和局部场电位）的独特机会，结合训练循环神经网络（recurrent neural networks, RNNs）执行类似任务的计算建模方法，试图回答两个关键问题：1）在序列工作记忆的保持阶段，单个神经元的放电相位是否依赖于项目在序列中的位置？2）如果是，放电相位的顺序是否与项目本身的顺序相匹配，正如Lisman模型所预测的那样？

三、 详细研究流程

本研究流程清晰分为两个主要部分：人类神经生理学实验与计算建模分析，两者采用高度可比的任务设计。

第一部分：人类神经生理学实验 1. 研究对象与任务：研究招募了16名因药物难治性癫痫而接受术前监测的患者。在监测期间，患者执行一项改进的Sternberg式序列工作记忆任务。在每个试次中，患者首先会看到一个由4张图片（从8张备选图片中随机选择）组成的序列，每张图片呈现200毫秒，间隔200毫秒。随后是约2500毫秒的延迟（记忆保持）期。最后，屏幕上同时呈现4行图片序列（每行4张），其中一行与先前看到的序列顺序完全一致，患者需按键指出匹配的行。 2. 数据采集：通过植入患者内侧颞叶（包括海马、内嗅皮层、海马旁回和杏仁核）的深度电极上的微丝束，同步记录了1420个单神经元单位的放电活动和921个通道的局部场电位。 3. 数据分析流程： * 行为与放电率分析：首先确认患者任务表现高于随机水平。然后，识别出对特定视觉刺激有显著反应的神经元（“偏好刺激”， preferred stimulus, PS）。分析这些神经元在不同序列位置呈现其PS时的放电率变化，以及在记忆延迟期放电率是否随项目位置变化。 * 振荡与相位耦合分析：分析局部场电位在记忆延迟期的theta波段功率变化。接着，计算每个神经元放电活动相对于局部theta振荡相位的偏好（即尖峰-相位耦合）。通过Rayleigh检验、von Mises拟合的浓度参数（kappa）等量化耦合强度。 * 相位与序列位置关系分析：这是核心分析。对于每个对特定刺激有高度选择性的神经元，计算其在不同序列位置（PS出现在第1、2、3或4位）的试次中，延迟期放电的偏好相位。使用圆形方差解释度这一非参数度量，来量化相位在不同位置间的差异程度。通过随机打乱位置标签生成零分布，进行置换检验评估统计显著性。此外，使用支持向量机（support vector machine, SVM）算法，尝试基于神经元的放电相位来解码项目位置。 * 相位顺序与项目顺序匹配性检验：直接检验Lisman模型的核心预测。分析每个神经元其四个位置对应的偏好相位，在圆形空间上的排列顺序是否与项目的物理顺序（1-2-3-4）或其逆序（4-3-2-1）一致。通过卡方检验比较观察到的比例与随机期望比例（各1/6）。

第二部分：循环神经网络建模 1. 模型构建与训练：研究者训练了基于速率的循环神经网络来执行一个与人类实验类似的任务：网络接收由4个离散输入（模拟8选4的图片）按顺序激活的信号，经过一段延迟后，需要判断后续输入的序列顺序是否与最初相同。模型训练采用了梯度下降法，并引入了一个新颖的正则化项，以引导网络在特定theta频率（如1.5, 2.04, 2.75, 3.73 Hz）上产生振荡活动。 2. 模型活动分析：从训练好的网络中提取模拟的“局部场电位”（定义为所有神经元突触输入电流的绝对值之和）和单个模型单元的放电率活动。以类似分析人类数据的方式，检验模型是否自发产生了theta振荡、刺激选择性单元的放电是否与振荡相位耦合、以及其放电相位是否随模拟的“序列位置”而变化且顺序是否匹配。

四、 主要研究结果

1. 放电率不编码序列位置：在记忆延迟期，内侧颞叶神经元的放电率并未因其所偏好刺激在序列中的位置不同而出现系统性变化。然而，在刺激编码阶段，放电率存在“首因效应”，即对序列中第一个出现的偏好刺激反应最强。
2. theta振荡与相位耦合增强：在记忆延迟期，所有内侧颞叶区域的局部场电位均显示出theta功率的显著增强。同时，神经元放电表现出显著的theta相位耦合，且这种耦合在记忆特定刺激（PS试次）时比非记忆试次更强。然而，相位耦合的强度并不随序列位置而变化。
3. 放电相位依赖于序列位置，但顺序不匹配：这是本研究最关键的发现。分析表明，单个神经元在记忆延迟期的偏好放电相位，确实因其偏好刺激在编码序列中的位置不同而存在显著差异。基于相位的位置解码准确率高于随机水平，且这种效应在任务表现正确的试次中更明显。然而，与Lisman模型的明确预测相反，相位顺序（即四个位置对应的相位在圆形空间上的先后次序）与项目本身的物理顺序（1-2-3-4）或其逆序（4-3-2-1）并无对应关系。 观察到的相位顺序模式是随机的，与随机期望无显著差异。
4. 相位编码范围集中且等间距：尽管相位顺序是随机的，但用于编码四个项目位置的相位范围仅占整个theta周期的一小部分（约110度）。更重要的是，相邻位置对之间的相位差（转换为时间差约20毫秒）是近似相等的，这提示了一种高效利用相位空间的信息编码方式。
5. 循环神经网络重现了关键现象：训练后的循环神经网络自发涌现出theta振荡活动，其刺激选择性单元的放电率也表现出与振荡相位的耦合。至关重要的是，模型单元的放电相位同样依赖于模拟的“项目位置”，但相位顺序同样不与项目顺序匹配，这与人类数据惊人地一致。
6. 相位顺序的潜在机制：刺激起始异步性与振荡频率：通过对模型的分析，研究者提出了一个机制性解释：刺激的出现会“重置”与该刺激相关的神经元群体的振荡相位。因此，一个神经元对多个项目位置的相位偏好，取决于每个项目刺激出现的时间点（刺激起始异步性， stimulus onset asynchrony, SOA）与背景theta振荡周期之间的相对关系。当SOA与振荡周期不成整数倍关系时，多个刺激诱发的相位重置就会导致一个固定的、但非顺序性的相位排列模式。研究者利用模型推导了特定SOA和振荡频率下最可能出现的相位顺序，并成功地在人类神经元数据中验证了这一预测：对于一部分神经元，可以根据其局部theta频率和实验使用的SOA，预测出其观察到的相位顺序。

五、 结论与意义

本研究的核心结论是：在内侧颞叶的序列工作记忆中，单个神经元的放电相位确实编码了项目在序列中的位置信息，但放电相位的顺序并不反映项目的时间顺序。这验证了Lisman模型中关于相位编码项目身份-位置关联的部分，但同时对其关于顺序严格对应的核心预测提出了挑战。

其科学价值在于： * 理论修正与深化：它表明theta振荡为记忆项目提供了一个时间参照框架，但项目在这个框架上的“锚定”可能并非严格按照其呈现顺序，而可能受到刺激触发（如相位重置）等机制的影响。这指向了一个比经典模型更灵活、可能更普遍的“时间编码”机制。 * 跨层次验证：通过结合人类单神经元记录与循环神经网络建模，不仅提供了来自人类大脑的直接证据，还利用模型揭示了潜在的计算原理（相位重置机制），并反向在神经数据中得到了验证，形成了强有力的闭环论证。 * 方法学贡献：开发了在循环神经网络中引导特定频率振荡的正则化方法，为利用人工神经网络研究振荡相关的认知功能提供了新工具。

六、 研究亮点

1. 关键性发现：首次在人类单神经元水平上，直接证明了序列工作记忆中放电相位编码项目位置，但否定了相位顺序与项目顺序严格对应的长期假设，这是对领域内经典理论的重要检验和更新。
2. 创新性方法整合：将罕见的人类内侧颞叶高精度神经生理记录与受控的循环神经网络建模相结合，使观察到的现象能够得到机制层面的解释和预测，是实验神经科学与计算神经科学融合的典范。
3. 机制性洞察：通过建模工作，提出了“刺激起始异步性-振荡频率”决定相位顺序的机制，为理解相位编码如何产生提供了一个简洁而有力的计算解释，并将该预测成功回馈到对真实神经数据的解释中。
4. 精细的分析角度：不仅关注“是否编码”，还深入分析了编码的“范围”和“间距”，发现相位编码集中在部分周期且呈等间距趋势，提示了高效的神经编码策略。

七、 其他有价值的内容

研究还探讨了相位锁定强度与位置编码能力之间的权衡关系，发现更强的总体相位锁定（kappa值高）反而与更差的位置编码（方差解释度低）相关，这提示在群体水平上，相位分布的分散性（更大的相位分离）对于区分不同位置可能比单个神经元相位锁定的绝对强度更重要。此外，研究比较了高选择性与低选择性神经元的表现，发现相位-位置关系在高选择性神经元中更明显，强调了刺激特异性在解析相位编码中的重要性。这些细微发现为进一步研究相位编码的优化原则和神经基础提供了新的思路。