pentru mai multe informații:Ali.ma@wecistanche.com

Vă rugăm să faceți clic aici pentru partea 2

Vă rugăm să faceți clic aici pentru partea 3

Descifrarea codurilor neuronale ale memoriei în timpul somnului Zhe Chen1" și Matthew A. Wilson2,"

1Departamentul de Psihiatrie, Departamentul de Neuroscience și Fiziologie, New York University School of Medicine, New York, NY 10016, SUA

2Departamentul de Științe Creierului și Cognitive, Institutul Picower pentru Învățare și Memorie, Institutul de Tehnologie din Massachusetts, Cambridge, MA 02139, SUA

Abstract

Amintiride experiențe sunt stocate în cortexul cerebral. Somnul este esențial pentru consolidarea hipocampuluimemoriea experiențelor de veghe în neocortex. Înțelegerea reprezentărilor codurilor neuronale ale rețelelor hipocampo-neocorticale în timpul somnului ar dezvălui mecanisme importante ale circuitelormemorieconsolidare,și oferă perspective noi asupramemoriesi vise. Deși activitatea de vârf asociată somnului a fost investigată, identificarea conținutului memoriei în somn rămâne o provocare. Aici, revizuim descoperiri experimentale importante privind somnul asociatmemorie(adică, modele de activitate neuronală în somn care reflectă procesarea memoriei) și revizuiți abordările computaționale pentru analiza codurilor neuronale asociate somnului (SANC). Ne concentrăm pe două paradigme de analiză pentru somn asociatmemorieși propune un nou cadru de învățare nesupravegheat ("memoriemai întâi, adică mai târziu") pentru evaluarea imparțială a SANC.

Cuvinte cheie

asociat somnuluimemorie; consolidarea memoriei; reluare de memorie; reprezentare neuronală;decodificarea populației; imagistica functionala

Faceți clic pe tulpina Cistanhe și produsele Cistanche pentru îmbunătățirea memoriei

Memorie, somn și coduri neuronale

Memoria se referă la capacitatea unui organism de a codifica, stoca, reține și regăsește informații. Poate fi privit ca o urmă de durată a experiențelor trecute care influențează comportamentul actual sau viitor. Memoria definește în mod unic un sentiment de identitate de sine și include toate informațiile despre „cine”, „ce”, „când” și „despre care trăim viața noastră în trecut și prezent, îndepărtat sau recent. Perioada în care informațiile din memorie rămân disponibile variază de la secunde (memorie pe termen scurt) la ani (memorie pe termen lung). Memoria pe termen lung este adesea împărțită în două tipuri: memoria explicită sau declarativă ("a ști ce) și memoria implicită sau procedurală ("a ști cum"). Memoria declarativă include, de asemenea, memoria episodică (vezi Glosar), memoria semantică (cunoașterea) și memorie autobiografică.

Memoria episodică stochează detalii ale unor evenimente specifice în spațiu și timp, fiecare asociat cu conținut informațional unic, multimodal, multidimensional. Hipocampul joacă un rol esențial în memoria spațială și episodică [1]. Somnul este important pentru învățare și memorie [2–6]. În medie, ființa umană își petrece aproximativ o treime din viață în timpul somnului, în timp ce rozătoarele dorm 12-14 ore pe zi. Consolidarea memoriei are loc în somn, timp în care o memorie pe termen scurt poate fi transformată în memorie pe termen lung. Privarea de somn deteriorează performanța la testele de memorie și afectează negativ atenția, învățarea și multe alte funcții cognitive [6,7]. O sarcină fundamentală în studiul memoriei este de a înțelege reprezentarea codurilor neuronale asociate somnului (SANC) care sprijină procesarea memoriei. Mai simplu spus, cum poate fi vorba despre memorie în timpul somnului? Deoarece memoria asociată somnului este influențată de experiențele WAKE, cum identificăm și interpretăm prezentările neuronale legate de memorie în timpul somnului într-un mod imparțial?

Pentru a răspunde acestor întrebări, neurologii înregistrează activitatea ansamblului neuronal din hipocamp și neocortex în sesiunile de somn înainte și după o sesiune comportamentală. În studiile pe animale, „codurile neuronale” sunt dobândite prin implantarea de rețele multielectrozi pentru a înregistra in vivo activitatea de vârf a ansamblului neuronal extracelular [8–12]. În studiile pe oameni, măsurătorile semnalelor cerebrale sunt obținute prin înregistrări EEG neinvazive sau fMRI [13–16]. Pentru acest articol, vom trece în revistă lucrările importante din ambele domenii de cercetare, cu un accent mai mare pe studiile la rozătoare.

La nivelul ansamblului neuronal, sarcina computațională de identificare a reprezentărilor neuronale legate de memorie ale codurilor populației (adică, modele de activitate neuronală care reflectă procesarea memoriei) în somn rămâne o provocare din mai multe motive importante: în primul rând, deși potențialele de câmp local (LFP) dezvăluie importanță. informații despre circuite la scară macroscopică, le lipsește rezoluția celulară pentru a dezvălui conținutul memoriei de somn. În al doilea rând, activitățile de vârf ale ansamblului asociate somnului sunt rare (apariție redusă) și fragmentare în timp. În al treilea rând, magnitudinea sincroniei populației neuronale, măsurată ca fracțiunea de creștere a tuturor neuronilor înregistrați în timpul fiecărei explozii de rețea, urmează o distribuție lognormală: evenimentele puternic sincronizate sunt intercalate neregulat între multe evenimente de dimensiuni medii și mici [17]. În cele din urmă, lipsa adevărului de bază face dificilă interpretarea și evaluarea reprezentărilor neuronale legate de memorie. În ultimele două decenii, deși mai multe studii sistematice au examinat conținutul memoriei în SLEEP în comparație cu WAKE, multe întrebări de cercetare legate de memorie au rămas evazive. În secțiunea următoare, trecem în revistă câteva strategii experimentale și de calcul pentru a răspunde la aceste întrebări.

Circuite hipocampo-neocorticale în somn

În timpul somnului, creierul este comutat într-o stare „off-line”, care este diferită de starea de veghe atât la nivel microscopic (timpul de vârf) cât și macroscopic (de exemplu, oscilații EEG neocorticale). În diferite etape ale somnului, cum ar fi somnul cu unde lente (SWS) și somnul cu mișcarea rapidă a ochilor (REM), activitatea creierului variază, iar cortexul cerebral prezintă o gamă largă de activități oscilatorii (Caseta 1) [18]. În timpul SWS, se știe că neocortexul oscilează între stările SUS și JOS [19]. În timpul stărilor UP neocorticale, sincronia crescută a populației celulelor piramidale din rețelele hipocampal-neocortical este însoțită de ondulații cu unde ascuțite ale hipocampului (SWRs, Caseta 1, Figura 1b) [20,21]. Cele mai multe studii pe animale despre memorie și somn folosesc modelul rozătoarelor. O paradigmă de memorie spațială larg adoptată este de a lăsa rozătoarele să se hrănească liber într-un mediu închis. În timpul explorării active, mulți neuroni piramidali hipocampali prezintă reglaj spațial localizat sau plasează câmpuri receptive (RF) [22]. În special, mulți neuroni piramidali hipocampali sunt, de asemenea, responsabili pentru codarea secvenței non-spațiale [23,24], precum și codificarea conjunctivă a amintirilor atât spațiale, cât și non-spațiale [25]. În timpul somnului, în absența intrărilor senzoriale externe sau a semnalelor, rețeaua hipocampică este comutată într-o stare care este condusă în principal de calcule interne.

Într-un studiu seminal, Pavlides și Winson [8] au raportat pentru prima dată că activitatea celulelor locului hipocampului de șobolan în starea de veghe a influențat caracteristica de ardere (de exemplu, rata de tragere și rata de explozie) în episoadele de somn ulterioare. Wilson și McNaughton [9] au extins analiza statistică de ordinul întâi la cel de-al doilea și au demonstrat că celulele hipocampului de șobolan care erau coactive în timpul navigației spațiale au prezentat o tendință crescută de a se declanșa împreună în timpul somnului ulterior, în timp ce neuronii care erau activi, dar aveau RF-urile de locuri care nu se suprapun nu au prezentat o astfel de creștere. Acest efect a scăzut treptat în timpul fiecărei sesiuni de somn post-RUN. Kudrimoti și colab. [11] și Nádasdy și colab. [12] au studiat în continuare modelele spike care implică modele multi-neuroni (de exemplu, triplet) în timpul somnului. Aceste studii au relevat relația temporală dintre reluările hipocampului și SWR [12], precum și timpul de dezintegrare a urmelor de memorie [11]. Studii suplimentare au arătat, de asemenea, că modelele spațio-temporale ale hipocampului rozătoarelor în SWS au reflectat modelele de activare sau ordinea temporală în care neuronii s-au declanșat în timpul navigării spațiale [10, 12, 26, 27]. În mod specific, subseturile de neuroni hipocampali se declanșează într-o manieră ordonată la o scară de timp mai rapidă în SWR-uri, fie cu aceeași ordine, fie cu ordine inversă ca și în navigația activă. Într-un mediu de urmărire liniară, astfel de evenimente de explozie a populației, în funcție de conținutul lor, pot fi clasificate ca reluare „înainte” sau „înapoi” - denumite secvențe hipocampale reactivate ale traiectoriei de rulare (Figura 1c). Astfel de evenimente de reluare a hipocampului sunt predominante în SWS [26], starea de veghe liniștită [28,29] și „somnul local” (cunoscut și sub denumirea de „microsomn” - un fenomen prin care neuronii se deconectează într-o zonă corticală, dar nu și pe alții în stare de trezire încă). stare asemănătoare somnului) [30], deși rolurile funcționale în fiecare dintre aceste stări sunt cel mai probabil să fie diferite. Implicarea procesului de reluare, frecvența activării și timpul în care are loc reluarea pot afecta performanța ulterioară a sarcinilor comportamentale sau a abilităților învățate. Într-o serie de studii [26,31,32], cercetătorii au descoperit că în urma experiențelor RUN, celulele hipocampului s-au reactivat într-o ordine temporală precisă în mod repetat în somnul SWS și REM. Spre deosebire de SWS, corelația ratei de declanșare în somnul REM nu a fost legată de experiența RUN familiară anterioară (posibil din cauza decăderii urmelor în timpul intercalării SWS) [11], iar reluările de memorie au avut loc mai frecvent pentru experiențele RUN la distanță, dar repetate [11]. 31]. Aceste descoperiri sugerează că secvențele hipocampale reactivate în somnul post-RUN consolidează memoria experiențelor și că activitatea hipocampală asociată cu SWR poate contribui la acest proces.

O ipoteză centrală a consolidării memoriei este că hipocampul și neocortexul interacționează între ele prin coordonarea temporală a activității neuronale sub formă de oscilații lente, SWR și fusuri de somn [33-39]. În timp ce reactivarea memoriei în timpul somnului a fost raportată în principal la rozătoare, inclusiv în cortexul vizual primar de șobolan (V1) [36], cortexul baril [40], cortexul parietal posterior [41], cortexul prefrontal medial (mPFC) [42, 43], cortexul motor primar (M1) [44,45] și cortexul entorinal medial (MEC) [46]; fenomene generale de reactivare a memoriei neocorticale au fost raportate și la celelalte specii, cum ar fi la pasărea cântătoare în timpul somnului [47] și la maimuța macac în timpul odihnei [48]. Presupunerea interacțiunilor hipocampal-neocortical în timpul somnului ar sugera în mod natural examinarea interacțiunilor ansamblurilor hipocampal-neocortical înregistrate simultan [36,38,41,46]. Compararea tiparelor neuronale spațio-temporale din fiecare zonă atât în ​​timpul TREZEI, cât și în timpul SLEEP-ului, ar folosi cunoștințele noastre despre codificarea spațială a hipocampului și ne-ar putea înțelege mai mult rolul procesării memoriei hipocampo-neocorticale în timpul somnului. Într-un studiu al circuitelor vizuale hipocampale de rozătoare [36], cercetătorii au descoperit că reactivarea memoriei în V1 a fost coordonată temporal cu reactivarea memoriei în hipocamp în timpul SWS (Figura 2a, b). Într-un alt studiu [37], cercetătorii au descoperit că indiciile auditive asociate cu activitatea neuronală în timpul învățării au îmbunătățit reluarea acelorași tipare neuronale dacă aceleași indicii auditive au fost prezentate în timpul somnului. Deși stimulii auditivi nu au afectat numărul de evenimente de reluare, conținutul de reluare a fost influențat de sunetele respective (Figura 2c), sugerând mecanisme de îmbunătățire selectivă a memoriei în somn. Într-un alt raport recent asupra unui studiu similar [38], cercetătorii au înregistrat simultan vârfuri de ansamblu din cortexul auditiv și hipocampusul șobolanului în timp ce prezentau sunete legate de sarcini în timpul somnului (Figura 2d) și au descoperit că activarea modelată în cortexul auditiv a precedat și prezis conținutul ulterior al activității hipocampului în timpul SWR-urilor (Figura 2e), în timp ce modelele hipocampului în timpul SWR-urilor au prezis, de asemenea, activitatea corticală auditivă ulterioară. În mod constant, emiterea de sunete în timpul somnului a influențat tiparele de activitate corticale auditive, iar modelele corticale auditive bazate pe sunet au prezis activitatea ulterioară a hipocampului. Printre multe structuri neocorticale, MEC este un circuit neocortical important care trimite input la hipocamp și joacă un rol important în navigarea spațială și procesarea memoriei. Două descoperiri experimentale recente la rozătoare au arătat că a existat reluare coordonată între celulele hipocampale (CA1) și celulele grilei la straturile MEC profunde (L4/5) în timpul repausului [49]; cu toate acestea, ansamblurile de celule de la straturile MEC superficiale au reluat traiectorii independent de reactivarea hipocampului de odihnă sau de somn, sugerând că MEC superficială își poate declanșa evenimentele de reluare și poate iniția procese de reamintire și consolidare independente de SWR-urile hipocampului, în timp ce straturile MEC profunde sunt direct influențate de hipocamp. reluare [46].

În general, aceste constatări sugerează că neocortexul comunică cu hipocampul despre „când” și „ce” să reactiveze memoria în timpul somnului, iar activarea reprezentărilor corticale specifice în timpul somnului influențează conținutul memoriei consolidate. Aproape toate constatările raportate sunt observații bazate pe corelație. Prima dovadă cauzală directă a cuplării hipocampo-corticale în consolidarea memoriei în timpul somnului a fost demonstrată fiziologic și comportamental în [39]. Foarte important, s-a constatat că întărirea coordonării endogene dintre SWR-urile hipocampice, undele delta corticale și fusurile prin stimulări electrice temporizate a dus la o reorganizare a rețelei mPFC, împreună cu creșterea ulterioară a răspunsului la sarcinile prefrontale și a performanței ridicate de reamintire post-somn [39] .

Pe lângă luarea în considerare a ansamblurilor specifice care participă la modelele de memorie reactivate, structura temporală a modelelor de memorie poate varia și în funcție de starea creierului [25]. Modelele reactivate în timpul SWR-urilor semănau îndeaproape cu structura comprimată a memoriei codificate observată în ciclurile individuale ale ritmului theta în timpul comportamentului treaz în hipocamp [12,50]. În timpul SWS, reactivarea memoriei hipocampal-neocorticală a avut loc la o scară de timp mai rapidă, cu factori de compresie a timpului raportați de 9-10 în hipocampul rozătoarelor [26] și un factor de compresie de 6-7 la mPFC de la rozătoare [42], deși există a fost, de asemenea, raport inconsecvent privind nicio dovadă de compresie a timpului sau expansiune în alte regiuni ale creierului rozătoarelor [40]. În somnul REM, viteza de reluare a hipocampului este aproape sau puțin mai mare decât viteza reală de alergare [31]. În special, memoria spațială a fost afectată de suprimarea selectivă sau întreruperea SWR-urilor prin stimulări electrice sau optogenetice [51–53], sugerând rolul cauzal al SWR-urilor pentru reluările hipocampului în timpul stării off-line.

Spre deosebire de cercetarea pe animale (aproape exclusiv la rozătoare), studiile pe oameni au oferit un acces mai limitat la conținutul memoriei asociate somnului la nivelul ansamblului neuronal. Cu toate acestea, studiul memoriei subiecților umani, cum ar fi HM [54], oferă o perspectivă unică și valoroasă cu mult dincolo de studiile la rozătoare. Pentru subiecții umani sănătoși sau bolnavi, înregistrarea ECoG semi-invazivă sau înregistrările EEG/MEG neinvazive și imagistica fMRI au fost utilizate pe scară largă în studiile de somn [13–16]. Cu toate acestea, niciunul dintre ei nu măsoară în mod direct activitatea neuronală unică, ceea ce, prin urmare, prezintă mari provocări în studierea conținutului de memorie al somnului. Când sunt disponibile unități individuale, diferite zone corticale afișează modele distincte, dar localizate, de spike spațio-temporal și LFP [55]. Într-un studiu remarcabil, cercetătorii au folosit fMRI și instrumente de învățare automată pentru a decoda (sau mai precis, „clasifica”) imaginile vizuale ale modelelor creierului din cortexul vizual (zonele V1, V2 și V3) în timpul somnului REM, în comparație cu creierul spațio-temporal. modele de imagistică fMRI în timpul stării de veghe [56]. Acesta a oferit primul indiciu despre conținutul viselor umane (Figura 3). Într-un studiu privind somnul pe pacienții cu epilepsie, sa raportat că activitatea de vârf a unei singure unități în MTL a fost modulată în jurul debutului REM, care a fost similar în somnul REM, starea de veghe și stimulările vizuale controlate, sugerând că REM în timpul somnului a rearanjat epoci discrete de vizual. -prelucrare asemănătoare ca în timpul vederii trează [57].

În ciuda progresului rapid în investigațiile experimentale și a cunoștințelor tot mai mari despre mecanismele circuitului hipocampal-neocortical, răspunsurile la multe întrebări de cercetare rămân complet sau parțial necunoscute. Deoarece majoritatea întrebărilor de „conținut” sunt conduse de analizele statistice ale SANC, este imperativ să se dezvolte paradigme de calcul pentru a investiga reprezentarea memoriei asociate somnului.

Metode computaționale și statistice: puncte tari și limitări

În WAKE, cum interpretăm reprezentarea („semnificația”) codurilor neuronale? Acest lucru este stabilit formal de problema codificării neuronale. Având în vedere inputul senzorial măsurat sau comportamentul motor asociat cu răspunsurile neuronale, putem identifica semnificația modelelor de vârfuri neuronale într-o manieră supravegheată. În SLEEP, întrebarea computațională esențială este: despre ce și câtă informație poate fi vorba din reprezentările neuronale legate de memorie în timpul somnului? Deoarece reprezentarea unei experiențe este rară, răspunsul la această întrebare este netrivial. Până în prezent, au fost dezvoltate mai multe metode de calcul (caseta 2) pentru a analiza SANC derivat din circuitele hipocampal-neocorticale. Cu toate acestea, majoritatea metodelor nu pot identifica „sensul” (conținutul) memoriei, în afară de stabilirea unei „asemănări” semnificative (prin corelare sau potrivire) a activităților de vârf între TREZIUNE și SOMMN. Cu alte cuvinte, ele pot dezvălui prezența reluării memoriei, dar nu neapărat conținutul reluării. Ca principiu general de descifrare a conținutului de memorie asociat somnului, este esențial pentru dezvoltarea metodelor statistice care să permită studierea memoriei fără a fi nevoie mai întâi de a stabili modul în care activitatea creierului codifică variabile comportamentale, cum ar fi locațiile spațiale sau cinematica mișcării. În timpul somnului, creierul este în mod normal deconectat de lumea senzorială externă, deși stimularea senzorială poate induce modificări fiziologice în memoria asociată somnului [37,38,70]. Conținutul memoriei de somn lipsește citirea comportamentală; de aceea se preferă utilizarea metodelor de calcul care nu necesită măsurători comportamentale a priori.

Aici am dori să discutăm două abordări cantitative pentru analiza SANC. În prima abordare, metoda analizei componentelor principale (PCA) [43,58] (Caseta 2, Figura Ia) nu definește în mod explicit RF neuronal. În schimb, calculează matricea de corelație a ansamblurilor de celule într-o epocă șablon și apoi o compară în continuare cu o altă matrice spațio-temporală a vârfului populației din epoca MATCH - mutarea vectorului vârfului populației în timp ne-ar permite să evaluăm puterea de reactivare care variază în timp. Ipoteza statistică de bază este că modelele spațio-temporale ale unui comportament specific pot fi bine caracterizate prin matricea de corelație a creșterii ansamblului. Conceptual, alegerea șablonului și a potrivirii este arbitrară și această analiză poate fi aplicată în ambele direcții (WAKE➔SLEEP sau SLEEP➔WAKE). Cu toate acestea, limitarea metodelor subspațiale liniare, inclusiv atât PCA, cât și analiza componentelor independente (ICA) [59,53], este că ele presupun o statistică de corelație staționară în timpul perioadei complete de șablon sau de potrivire, ceea ce este neadevărat în prezența unor elemente distincte sau distincte. comportamente complexe care conduc răspunsurile neuronale dependente de stare. Mai mult, puterea de reactivare derivată din aceste metode nu identifică „sensul” memoriei; în schimb, este corelat pozitiv cu puterea pătratică a ratei de declanșare temporală în ansamblul neuronal.

A doua abordare este o metodă de decodare a populației. Spre deosebire de metodele tradiționale de decodare supravegheate sau bazate pe RF [64,65], a fost dezvoltată o metodă nesupravegheată de decodare a populației [66–69] pentru recuperarea memoriei spațiale hipocampice cu presupunerea RF-urilor de loc (Caseta 2, Figura Ib). Acest lucru se realizează prin asocierea modelelor de spiking spațio-temporale cu stări latente unice, fără a defini semnificațiile acelor stări apriori. O astfel de abordare este atrăgătoare din punct de vedere conceptual, deoarece nu necesită presupunerea unor măsuri comportamentale explicite. În cazul unui exemplu de navigare la rozătoare, stările latente pot reprezenta locațiile spațiale ale unui animal. Statistic, se presupune că stările latente urmează o dinamică de tranziție markoviană sau semimarkoviană. Traiectorii prin locații spațiale („stări”) sunt asociate cu modele consecvente ale ansamblului hipocampului. În alte sarcini non-spațiale, stările latente pot găzdui, de asemenea, trăsături non-spațiale ale experiențelor sau modele comportamentale distincte care nu pot fi măsurate direct. Legătura dintre stările latente și tiparele de creștere spațio-temporale poate fi stabilită din inferența statistică, testarea ipotezelor și statisticile amestecate Monte Carlo [66–68]. În plus, caracteristici suplimentare (cum ar fi sincronia de vârf sau caracteristicile LFP în ceea ce privește puterea sau faza instantanee) pot fi încorporate în modelul statistic pentru disocierea în continuare a stărilor latente distincte. Deoarece această abordare bazată pe model este construită pe un model generativ, adaptarea modelului este, prin urmare, puternic dependentă de distribuțiile de probabilitate care descriu procesul de generare a datelor. Dacă există o nepotrivire a modelului, această abordare poate produce performanțe slabe.

Paradigma standard pentru memorie este să ne dăm seama mai întâi cum creierul codifică informațiile în timpul WAKE și apoi să determinați dacă acele modele codificate apar mai târziu, fie în timpul SLEEP, fie în timpul testării ulterioare a memoriei comportamentale - astfel „însemnând mai întâi, memoria mai târziu”. În schimb, noul cadru ne permite să schimbăm paradigma și să privim mai întâi memoria (prin decodificarea structurii intrinseci în codurile neuronale), și apoi să determinăm sensul mai târziu (adică modul în care acea structură s-ar putea corela cu comportamentul ulterior), astfel „memoria mai întâi”. , adică mai târziu”[69]. Principalele diferențe dintre aceste două paradigme sunt ipotezele lor și ordinea analizei (independentă de ordinea cronologică). Abordarea nesupravegheată este imparțială prin faptul că evită predefinirea tiparelor de activitate neuronală în WAKE asociate cu o sarcină sau un comportament specific și, de asemenea, ne permite să căutăm structuri care fie nu sunt definite în mod explicit, fie pur și simplu indefinibile. Prin urmare, această abordare imparțială ne poate oferi oportunități de a descoperi structuri ascunse în activitatea creierului, care pot reprezenta experiențe WAKE bine definite sau pot reflecta unele procese nedefinite (de exemplu, gânduri creative și imaginație). Mai important, această abordare poate sugera întrebări de cercetare restante pentru investigațiile experimentale. De exemplu, cum putem distinge memoria în somn legată de experiențele anterioare de navigare în două sau mai multe medii spațiale distincte? Cum putem descifra memoria episodică non-spațială a hipocampului [23,71–74] în somn?

Din perspectiva analizei datelor, mai multe provocări tehnice merită luate în considerare. În primul rând, episoadele de somn au epoci scurte, trageri rare și sporadice (rată de tragere redusă în comparație cu trezire) și o scală de timp comprimată. Abordarea acestor probleme implică adesea presupuneri nefondate (de exemplu, independență temporală, omogenitate) în analiza datelor. În al doilea rând, studiile noastre empirice folosind date sintetice de vârf de somn [69] au demonstrat că numărul de celule piramidale hipocampale active este esențial pentru reprezentarea fiabilă a spațiului, precum și pentru detectarea modelelor reactivate spațiotemporale în SWS. Deoarece doar o mică parte (~10-15%) din neuronii hipocampali care sunt activi în timpul WAKE este reactivată la un moment dat în timpul SWS, o investigație fiabilă a codurilor populației asociate somnului ar necesita înregistrarea simultană a sute de neuroni în WAKE. În al treilea rând, există o mare diversitate între neuronii piramidali hipocampali pentru contribuțiile lor la reluarea secvenței [75]. În plus, un mic procent de neuroni piramidali hipocampali nu au o reglare spațială semnificativă, dar se pot declanșa în timpul somnului. Nu este clar dacă activitățile lor de declanșare reprezintă alte componente ale memoriei episodice non-spațiale în spațiul de memorie și cum putem identifica semnificația lor statistică. Provocări similare s-ar aplica și neocortexului [76,77].

Directii viitoare

Înregistrarea populației neuronale

Progresele recente în înregistrările neuronale ne-au extins considerabil capacitatea de a investiga codurile populației neuronale [78–80]. Conform celei mai noi tehnologii în multi-electrod

înregistrare (comunicare personală, profesor M. Roukes la Caltech), se prevede că de

TendințeNeurosci. Manuscris de autor; disponibil în PMC 2018 01 mai.

In the year 2020 neuroscientists would be able to simultaneously record 10,000–100,000 hippocampal neurons from rats (based on new development of stacked nanoprobes [81]). As a result, the statistical power of SANC analysis would increase significantly by ~100 fold. In addition, calcium imaging is another emerging technique for measuring the large-scale activity of neuronal populations, which has been successfully used for chronic recordings from the rodent hippocampus [82–85] and cortex [86]. Since calcium signals are merely indirect measurements of neuronal spiking, the precise relationship between calcium signals and spiking is not fully identifiable and is also susceptible to biophysical variations. Therefore, improving the temporal resolution (>500 Hz) și sensibilitatea la lumină pentru imaginile cu fluorescență ne-ar permite să examinăm codurile populației la scară largă la intervale de timp mai rapide. Combinarea electrofiziologiei și a tehnicilor de imagistică specifice tipului de celule ar fi o direcție viitoare importantă datorită puterilor lor complementare. În studiile pe primate umane/non-umane, un nou instrument care integrează înregistrările electrofiziologice și fMRI (cunoscute sub numele de fMRI declanșate de evenimente neuronale) [87] s-a dovedit valoros pentru examinarea cartografierii spațiale a modelelor cerebrale locale definite a priori. Dezvoltarea tehnicilor de înregistrare fără fir cu mai mulți electrozi [88] este, de asemenea, crucială pentru înregistrarea neuronală cronică de la primate non-umane într-un mediu de somn naturalist.

somn REM

În timp ce somnul NREM a fost puternic implicat în reactivarea și consolidarea urmelor de memorie, funcția exactă a somnului REM rămâne evazivă [89,90]. Spre deosebire de somnul NREM, în somnul REM nu există o stare UP sau o sincronie a populației asociată cu SWR-urile hipocampale, rezultând o scădere a declanșării neuronale și o creștere a sincroniei, ambele fiind corelate cu puterea oscilațiilor theta [91]. Acest lucru implică faptul că activitatea de vârf a ansamblului este și mai rară și mai nestructurată. Mai mult decât atât, există unele dovezi experimentale că în somnul REM neuronii hipocampali de șobolan prezintă o schimbare treptată de fază de la modelul nou (vârful theta) la modelul familiar de fază de ardere (theta trough) [92]. O astfel de inversare de fază dependentă de experiență sugerează că circuitele hipocampale pot fi restructurate selectiv în timpul somnului REM prin întărirea selectivă a amintirilor recent dobândite și slăbirea celor de la distanță - o idee în concordanță cu ipoteza originală a lui Crick-Mitchison de „învățare inversă” în somnul REM [93]. Experimental, durata totală a somnului REM este mult mai scurtă decât durata somnului NREM pentru rozătoare și adulți umani. Majoritatea experimentelor pe animale au vizat în primul rând comportamentele de veghe, limitând astfel perioada de înregistrare a somnului. Pentru a crește durata somnului sau probabilitatea de tranziție la REM din somnul NREM, manipulările optogenetice ale circuitelor neuronale specifice au fost luate în considerare la rozătoare [94-96]. Alternativ, se pot investiga sugarii rozătoare sau alte specii care au episoade de somn REM mai lungi. Înregistrările recente cu o singură unitate în MTL uman au sugerat că mișcările ochilor în timpul somnului REM ar putea reflecta o schimbare a imaginilor vizuale în vise [57]. Cu „date neuronale MARI” care se acumulează mereu, un obiectiv final este de a descifra visele animalului în timpul somnului REM despre experiențele WAKE – o sarcină solicitantă care necesită încă investigații experimentale și computaționale extinse.