Part 2: Quin és l'efecte de la reactivació de la memòria durant l'aprenentatge?

Contacte: Audrey Hu Whatsapp/hp: 0086 13880143964 Correu electrònic:audrey.hu@wecistanche.com

Pls clica aquí per a la part 1

Cistanche pot millorar la memòria

El model LBA (Brown and Heathcote, 2008) assumeix que, en cada assaig, el punt de partida k de cada acumulador s'extreu aleatòriament d'una distribució uniforme en l'interval [0, A]. Cada acumulador segueix una línia amb un pendent de d fins que arriba al llindar de resposta b. En cada prova, el pendent de l'acumulador i s'extreu d'una distribució normal amb vi mitjà i SD s (aquí, fixat a 1). El temps perquè un acumulador arribi al llindar és (b k)/d. Vam modelar les proves d'inferència d'elecció forçada de tres alternatives utilitzant tres acumuladors amb taxes de deriva mitjanes v1 (per a la resposta correcta) i v2 (per a les altres dues respostes). Com es deriva en la descripció inicial del model LBA (Brown and Heathcote, 2008), la funció de densitat de probabilitat (PDF) per a l'acumulador I en el moment t és la següent:

On f i vostè són la funció de densitat de probabilitat i les funcions de distribució acumulada, respectivament, de la distribució normal estàndard. La funció de distribució acumulada (CDF) per a l'acumulador I en el moment t és la següent:

El PDF per acumulador que arribo primer al llindar, en el moment t, és la probabilitat d'acumulador que acabi en el temps t, condicionat al fet que els altres acumuladors no hagin acabat encara de la següent manera:

Com que la velocitat de deriva d s'extreu d'una distribució normal, hi ha alguna probabilitat que no s'acabin els acumuladors. Després del treball previ

(Brown i Heathcote, 2008; Annis et al., 2017), condicionem la probabilitat que almenys un acumulador tingui una taxa de deriva positiva de la manera següent:

Per a cadascuna de les quatre cadenes, hi va haver una fase d'afinació de 1000 iteracions amb una taxa d'acceptació objectiu de 0,99, seguida de 5000 mostres. La convergència es va avaluar utilitzant la mida de la mostra efectiva massiva i l'estadística de reducció d'escala potencial dividida normalitzada R ^ (Vehtari et al., 2017). Vam avaluar l'ajust del model calculant els paràmetres posteriors mitjans per a cada assaig, així com simulant respostes i temps de resposta. Vam simular 50 replicacions de cada assaig per obtenir una estimació robusta del rendiment del model. Finalment, vam calcular l'interval d'alta densitat (IDH) del 95% per a cadascun dels paràmetres mitjans a nivell de grup (per exemple, mCA1 per CA1) per determinar si eren diferents de zero, indicant una relació entre el canvi de similitud o reactivació i el rendiment de la inferència de CA.

beneficis del cistanche del desert

Resultats

Rendiment conductual

Al final de la fase d'aprenentatge de la parella inicial ( AB), els participants havien format forts records dels parells de forma de cara i forma d'escena. Tots els participants van estar per sobre de l'atzar en la prova final (proporció mitjana correcta = 0,91, SD = 0,01) i, per tant, es van incloure en anàlisis posteriors.Memòriaper als parells de forma-objecte superposats (BC) va ser influenciat per la similitud visual de l'element d'enllaç a través de l'aprenentatge -ing (Fig. 2A, B). Una ANOVA de mesures repetides amb els factors dins de les assignatures

de bloc de parells superposats (1, 2, 3, 4) i similitud visual (coincidència exacta, alta similitud, baixa similitud, nou) va revelar que la similitud visual modulavamemòriaprecisió (efecte principal del bloc, F(3,75) = 79,93,p,0,001, h2 = 0,762; interacció de similitud visual de blocs, F(9.225) = 2,88, p = 0,003, h2 = 0,103) i temps de resposta (efecte principal de similitud sobre tri- als, F(3,72) = 5,14, p = 0,003, h2 = 0,176). Per al primer bloc d'aprenentatge de parells superposats, el rendiment era superior (fig. 2A) quan l'element d'enllaç (B) era una coincidència exacta amb els parells inicialment apresos (AB) en relació amb totes les altres condicions. Hi va haver un efecte de similitud visual en el primer bloc de prova (efecte de similitud visual en la primera execució, F(3,75) = 6,901, p,0,001, h2 = 0,216) però no en les carreres posteriors (valors F 0,479, tots p 0,698, tots h2 0,019). En la primera execució, les proves t aparellades post hoc van revelar que la precisió era més alta per als parells amb una coincidència exacta en relació amb tots els altres parells (en comparació amb una alta similitud: t(25) = 3,33,p = 0,003, d = 0,654; baixa similitud: t(25) = 4,52, p,0,001, d = 0,894; nou: t(25) = 2,74, p = 0,011, d = 0,539). El rendiment va ser més gran per als parells d'alta similitud que els parells de baixa similitud (t(25) = 2,306, p = 0,03, d = 0,459). No hi va haver diferència en el rendiment entre l'alta similitud i els parells nous (t(25) = 0,87, p = 0,394, d = 0,172) o la baixa similitud i els parells nous (t(25) = 0,76, p = 0,452, d = 0,151). Quan es va col·lapsar a través del bloc, els parells amb coincidències exactes van tenir el temps de resposta més ràpid (fig. 2B) en assajos correctes (en comparació amb totes les altres condicions, valors t 2.206, tots p , 0.05, tots d 0.445). El temps de resposta no difereix entre l'alta similitud, la baixa similitud o els parells nous (tots els valors t 1.748, tots p . 0.05, tots d 0.348).

La similitud visual de l'element d'enllaç també va influir en una precisió d'inferència d'episodi creuat (F(3,75) = 26,61, p ,0,001, h2 = 0,516). Els participants tenien més probabilitats d'inferir una relació entrememòriaelements (AC) quan l'element d'enllaç (B) era una coincidència exacta o molt similar entre parells superposats (fig. 2C). El rendiment de la inferència no va fer entre la coincidència exacta i les tríades d'alta similitud (t(25) = 1,20, p = 0,24, d = 0,230), però el rendiment de les tríades de coincidència exacta va ser superior a les dues tríades de baixa similitud (t(25) = 6,82, p,0,001, d = 1,327) i noves tríades (t(25) = 6,61, p,0,001, d = 1,286). Així mateix, el rendiment de les tríades d'alta similitud va superar els mínims

tríades de similitud (t(25) = 5,05, p,0,001, d =0,987) i tríades noves (t(25) = 5,38, p,0,001, d =1,055). Segueix ambrendiment (el rendiment de la inferència no difereix entre la baixa similitud i les noves tríades (t(25) = 1,17, p = 0,254, d = 0,224). No obstant això, per-formance per a les tríades de baixa similitud va ser fiablement millor que l'atzar (t(25) = 2,22,p = 0,04, d = 0,435), mentre que el rendiment dels nous tri-anuncis no va ser (t(25) = 0,47,p = 0,64, d = 0,093).

Les decisions d'inferència també van ser més ràpides per a la coincidència exacta i les condicions d'alta similitud en relació amb la nova condició (F(3,72) = 11,79,p,0,001, h2 = 0,329), amb inferències per a la condició exacta de coincidència que són més ràpides en general (fig. 2D). El temps de resposta va ser més ràpid per a les tríades de concordança exactes en relació amb les condicions d'alta similitud (t(25) = 3,41, p = 0,002, d = 0,669) i noves tríades (t(24) = 5,00, p,0,001, d = 0,999), però no és diferent de les tríades de baixa similitud (t(25) = 1,64, p = 0,114, d = 0,321). El temps de resposta va ser més ràpid per a les tríades d'alta similitud en comparació amb les noves tríades (t(24) = 2,93, p = 0,007, d = 0,585), però no es diferenciava de les tríades de baixa similitud (t(25) = 1,11, p = 0,28, d = 0,217). Les tríades de baixa similitud eren més ràpides que les noves tríades (t(24) = 3,86,p =0,001, d =0,773). En conjunt, aquestes troballes mostren quememòriai una inferència d'episodis creuats, dos processos que es creu que estan recolzats per subcamps hippo-campals (Schapiro et al., 2017), estan influenciats per la similitud perceptiva dels elements d'esdeveniments compartits, amb un rendiment facilitat amb nivells més alts d'una similitud entre episodis.

Reactivació de records superposats durant l'aprenentatge Per provar com corticalmemòriala reactivació durant l'aprenentatge de parells superposats afecta les representacions del subcamp de l'hipocamp, primer vam utilitzar una anàlisi de llum de cerca per identificar on es reactivava la informació sobre els parells inicials a l'escorça durant l'aprenentatge. Dins de cada esfera de llum de cerca, es va entrenar un classificador de patrons sobre dades d'una fase de localitzador i després es va aplicar a la fase d'estudi de parells superposats (Zeithamova et al., 2012). El searchlight va identificar regions en què l'evidència classificadora per a la categoria de destinació de l'element relacionat (elements de cara o escena A dels parells inicials) superava un índex de línia de base d'evidència classificadora per a la mateixa categoria derivada dels nous assajos (o no-aprovats). Trobem evidències que les memòries relacionades es van reactivar quanAprendre els parells superposats en l'escorça cingulada posterior, l'escorça occipital i l'escorça parietal (fig. 3A).

És important destacar que no hi va haver diferències en la força de reactivació en funció de la categoria A item (cara, escena) entre regions identi- fied en l'anàlisi del llum de cerca (fig. 3B). Una ANOVA de mesures repetides amb els factors interns de la regió (parietal esquerre, parietal dret, cingulat, occipital superior, inferior occipital) i categoria d'estímul (cara, escena) van demostrar que la reactivació var- ied entre regions (efecte principal de la regió, F(4.100) = 2,84, p = 0,028, h2 = 0,102) però no diferia per categoria d'estímul (efecte principal de la categoria, F(1,25) = 0,002,p =0,967, h2 =0;categoria regió inter-acció, F(4.100) = 0,375, p =0,826, h2 = 0,015). Per tant, els nostres resultats no van ser impulsats per una sola categoria d'estímul i reflecteixenmemòriareactivació en lloc de la participació de regions de procés específiques de categories.

A més, vam provar si la similitud visual de l'element B compartit a través de l'aprenentatge va influir en la força dememòriareactivació dels elements A. Preveiem quememòriala reactivació durant l'aprenentatge seria més forta per als parells enllaçats per un element visualment més similar. Utilitzant un enfocament similar a l'anàlisi anterior, les anàlisis separades del focus de cerca van identificar regions on l'evidència classificadora de l'element A relacionat era més gran per a la condició exacta de coincidència que per a les condicions d'alta i baixa similitud. D'acord amb la nostra hipòtesi, trobem que la similitud dels components d'esdeveniments modulava la força dememòriareactivació en l'escorça parietal esquerra i l'escorça occipital (Fig. 3C).

experiència cistanche: millorar els productes de cistanche de memòria

La reactivació de la memòria afecta la codificació neuronal en subcamps de l'hipocamp

Per provar la nostra hipòtesi que la reactivació de memòries relacionades durant la nova codificació conduiria a una representació dissociable de memòries superposades en DG / CA2,3 i CA1, vam quantificar la codificació del subcamp de l'hipocamp en funció dememòriaLa força de reactivació durant l'aprenentatge. Tant abans com després d'aprendre les parelles, els participants van ser escanejats mentre veien imatges individuals dels elements A i C de parells superposats en la condició d'alta similitud (fig. 1A). Indexem la diferenciació i la integració mesurant els canvis relacionats amb l'aprenentatge en la similitud de patrons per als elements A i C indirectament relacionats de la mateixa tríada (Schlichting et al., 2015). Els canvis de similitud dins de la mateixa tríada es van comparar amb una línia de base de canvis de similitud entre els elements de diferents tríades. Vam mesurar la diferenciació provant una disminució de la similitud de patrons entre els elements A i C després d'aprendre (fig. 4A). En canvi, la integració estaria marcada per una major similitud de patrons entre els elements A i C indirectament relacionats, reflectint la formació de codis superposats per a memòries relacionades (fig. 4A).

Avaluar l'impacte dememòriareactivació durant l'aprenentatge sobre la codificació neuronal de relacions indirectesmemòriaelements, calculem el canvi representacional per a les tríades basat en la força de la reactivació a través d'assajos d'aprenentatge superposats. Per a cada participant, hem ordenat parells superposats en els associats amb una reactivació més forta i feble del parell inicial corresponent, basada en una divisió mitjana dels índexs de reactivació mitjana en tots els clústers identificats en el cercador de reactivació (fig. 3A). A continuació, vam comparar la codificació neuronal entre elements A i C indirectament relacionats associats amb diferents nivells de reactivació. Críticament, totes les anàlisis que avaluaven el canvi de representació en els subcamps de l'hipocamp es basaven només en dades de tri-anuncis d'alta similitud. Aquest enfocament manté la similitud visual de la constant d'element d'enllaç, proporcionant una prova crítica de si la reactivació de la memòria media el canvi representacional per sobre i més enllà de les alteracions en l'entorn físic.

Vam realitzar quatre anàlisis de llum de cerca dins de subcamps de l'hipocamp individuals per provar els efectes de la reactivació en el canvi representacional relacionat amb l'aprenentatge per a relacions indirectes.memòriaelements (fig. 4B). En primer lloc, vam utilitzar dues anàlisis de llum de cerca per identificar regions de l'hipocamp que mostraven diferenciació o integració d'elements A i C independentment del grau dememòriala reactivació durant la superposició de parells (DiferenciacióOverall i IntegrationOverall, respectivament) i no es van observar efectes significatius dins de l'hipocamp.

En lloc d'això, preveiem que la similitud representativa d'elements indirectament relacionats en els subcamps de l'hipocamp dependria de la força dememòriareactivació durant l'aprenentatge- ing dels parells superposats. Per provar aquesta hipòtesi, vam realitzar dues anàlisis addicionals de llum de cerca que buscaven una interacció entre el canvi representacional relacionat amb l'aprenentatge imemòriareactivació; aquests focus de cerca van aïllar regions de l'hipocamp que mostren diferenciació o integració en assajos amb una reactivació més forta durant l'aprenentatge de parells superposats (DiferenciacióReactivació i IntegracióReactivació).

Vam trobar que una reactivació més forta dels records inicials de parells durant l'aprenentatge dels parells superposats tenia diferents conseqüències en la direcció del canvi representacional observat en els subcamps de l'hipocamp. Quan els records inicials (A) es van reactivar fortament durant l'aprenentatge de parells superposats (BC), la similitud de patrons DG / CA2,3 va disminuir entre els elements A i C de l'aprenentatge a l'aprenentatge post-aprenentatge (Fig. 4C, D; DiferenciacióReactivació). Subiculum va mostrar el mateix patró que DG / CA2,3, amb una reactivació més forta que va conduir a una disminució de la similitud dels patrons per als elements A i C. En canvi, ca1 va mostrar un patró oposat de canvi de representació quanmemòriala reactivació va ser més forta, amb una major similitud entre els elements A i C després d'aprendre (Fig. 4C, D; IntegracióReactivació). Aquestes troballes suggereixen que la representació de records superposats dins dels subcamps de l'hipocamp depèn dememòriareactivació durant l'aprenentatge, amb les mateixes condicions que condueixen a codis de representació dissociables dins de la DG/ CA2,3, CA1 i subícul.

Finalment, vam realitzar una sèrie d'anàlisis post hoc sobre cada subcamp de l'hipocamp identificat en l'anàlisi de searchlight per entendre millor com la reactivació modulava la codificació a cada regió. Primer vam quantificar si hi havia canvis globals en la similitud neuronal simplement en funció de l'aprenentatge calculant la Tríada D per a elements A i C no relacionats (és a dir, la línia de base de tríades transversals). L'ultra-tríada D no era significativament diferent de zero en CA1 (t(24) = 0,383, p = 0,705, d = 0,077) o subícul (t(25) = 1,233, p = 0,229, d = 0,242), però era més gran que zero per a DG / CA2,3 (t(25) = 3,431,p = 0,002, d = 0,673). Aquests resultats demostren la importància de comparar el canvi de similitud per a esdeveniments relacionats amb una línia de base, ja que fins i tot els elements no relacionats poden canviar de similitud després d'aprendre.

A continuació, vam comparar la Tríada D dins de la tríada associada amb una forta reactivació a la línia de base D a través de la tríada com una validació dels nostres resultats del llum de cerca (fig. 4D). Com es va esmentar anteriorment, una advertència a aquesta anàlisi és que els resultats són potencialment esbiaixats mitjançant la selecció de vòxels identificats en l'anàlisi del llum de cerca de codificació neuronal. D'acord amb els patrons predits dels contrastos de la llum de cerca (fig. 4B), trobem evidència de diferenciació, per la qual cosa el canvi de similitud neuronal per a les tríades associades amb una forta reactivació va ser menor que la línia de base de la Tríada en DG / CA2,3 (t(25) = 2,298, p = 0,030, d = 0,451) i subiculum (t(25) = 3,158, p = 0,004, d = 0,619). Dins de CA1, vam mostrar una tendència d'integració amb major similitud dins de les tríades associades amb una reactivació més forta després d'aprendre en relació amb la línia de base de t(24) = 1,766, p = 0,090, d = 0,353). En conjunt, aquestes anàlisis post hoc donen suport al resultat de l'anàlisi de la llum de cerca i mostren que la representació d'esdeveniments superposats en subcamps està influenciada per la reactivació de memòries relacionades durant l'aprenentatge.

Com a anàlisi exploratòria, també vam quantificar dins de la tríada D per a tríades associades amb una reactivació més feble durant l'aprenentatge. Trobem evidències d'integració en DG/CA2,3 (t(25) = 3,709, p =0,001, d=0,727) i una tendència en el subícul (t(25) = 1,849, p =0,076, d =0,363), en què D per a les tríades associades amb una reactivació més feble era més gran que l'observada per a la línia de base de triàdex. Aquest resultat suggereix que els canvis de representació en la DG / CA2,3 poden variar en funció del nivell de competència, que pot ser diferent quan els records es reactiven fortament o feblement. No s'han observat diferències amb la línia de base per a les tríadess'associa amb una reactivació més feble en CA1 (t(24) = 1,062, p = 0,299, d = 0,212).

La integració de la memòria admet decisions d'inferència

Vam utilitzar un model multinivell bayesià per examinar la relació entre el canvi de similitud després de l'aprenentatge (és a dir, la integració o diferenciació) i el rendiment en la prova d'inferència de CA. També vam examinar la relació entre la reactivació de les memòries relacionades durant l'aprenentatge i el rendiment de la inferència. Un participant va ser exclòs d'aquesta anàlisi a causa d'un nombre insuficient de vòxels en CA1 (,10 vòxels). Hem utilitzat un model LBA per modelar simultàniament la precisió de la inferència i els temps de resposta. Hem utilitzat mostreig bayesià amb el model per estimar el pendent de les relacions entre el rendiment de la inferència i la variabilitat a nivell de tríada en el canvi de similitud imemòriareactivació. Primer vam avaluar si el mostreig bayesià va ser convergent. No hi va haver divergències durant el mostreig; per a cada paràmetre del model, [Rhat] era,1.00102 i la mida efectiva de la mostra era d'almenys 5225. Aquests resultats indiquen que el mostreig va convergir amb èxit, i hi havia suficients mostres per estimar cada paràmetre.

Vam utilitzar paràmetres posteriors mitjans per simular respostes de models i vam trobar que hi havia un bon ajust a l'ac-curacia observada (fig. 5A) i els temps de resposta (fig. 5B) en la prova d'inferència, amb l'excepció d'un petit nombre d'assajos amb temps de resposta molt llargs. Els paràmetres de pendent mitjana per al canvi relacionat amb l'aprenentatge (fig. 5C) van ser positius per al subícul (95% HDI = [0,043, 0,477], d =1,37) imemòriareactivació (IDH = [0,005, 0,437], d=1,51). Els paràmetres de pendent de CA1 (HDI = [ 0,189, 0,244], d = 0,15) i DG / CA2,3 (HDI = [ 0,393, 0,102], d = 0,50) no eren diferents de zero. El 95% d'HDI per als altres models pa- rameters eren els següents: A = [2.059, 5.601], t = [0.00.009, 0.515], m2 = [0,130, 0,812], s2 = [0,191, 0,831], sCA1 = [0,004, 0,458], sDG/CA2,3 = [0,010, 0,577], sSubiculum = [0,002, 0,408], i sReact = [0,0002, 0,327]. Aquests resultats indiquen quememòriala reacció durant l'aprenentatge i una major similitud de CA després d'aprendre en el subicul prediuen una inferència més ràpida i precisa a nivell d'assajos individuals.

cistanche tubolosa beneficis per a la salut: millorar la memòria

Discussió

Els nostres resultats indiquen que les memòries reactivades guien com s'organitzen representacions d'esdeveniments relacionats dins del circuit de l'hipocamp. Reactivació de memòries prèvies durant la codificació de nous esdeveniments superposats predits a través d'episodis de rendiment d'inferència i va tenir diferents conseqüències per a la representació en subcamps de l'hipocamp; La forta reactivació va conduir a la diferenciació de memòries superposades dins de la DG / CA2,3 i el subícul, alhora que va promoure la integració d'aquests mateixos records a CA1. El treball previ s'ha centrat en explicar la codificació del subcamp de l'hipocamp en termes d'una funció de transferència a través de la qual els canvis en els senyals ambientals condueixen a la sortida neuronal diferencial (Leutgeb et al., 2004, 2007; Lacy et al., 2011; Yassa y Stark, 2011). Aquí, demostrem que els canvis en l'entrada perceptiva no són l'únic factor que determina l'aprenentatge de representació dins dels subcamps de l'hipocamp. Més aviat, les nostres dades indiquen que la codificació de subcamps de l'hipocamp està impulsada pel grau en què una nova experiència desencadena la reactivació d'episodis relacionats. Els nostres resultats amplien així les troballes prèvies per mostrar, a nivell representacional, quememòriaLa reactivació impulsa dissociacions en la codificació de subcamps de l'hipocamp davant la competència entre records molt similars.

El treball previ sobre la representació de l'hipocamp ha conceptualitzat principalment la codificació de subcamps com un procés automàtic en resposta als canvis ambientals, en què s'assumeix que les entrades sensorials són el principal impulsor de les respostes de l'hipocamp. Per exemple, els primers estudis electrofisiològics en rosegadors van mesurar com col·locar respostes de camp en subcamps de l'hipocamp remegides a mesura que els animals navegaven per entorns amb característiques perceptives gradualment canviants (Guzowski et al., 2004; Lee et al., 2004; Leutgeb et al., 2004, 2007; Vazdarjanova i Guzowski, 2004). Aquest treball va revelar que petits canvis en les característiques ambientals van conduir a canvis dramàtics en les respostes de la DG i ca3, reflectint l'ortogonalització dels patrons d'entrada. En canvi, les respostes CA1 van canviar gradualment, escalant linealment amb la quantitat de canvi perceptiu entre entorns; per a entorns que eren més perceptivament similars, l'activitat ca1 va mostrar una major superposició en la resposta. El treball previ en humans va prendre un enfocament similar, presentant als participants amb parells d'imatges visuals molt similars (per exemple, imatges de dues pomes diferents) i mesurant la magnitud de les respostes del subcamp de l'hipocamp a ambdues imatges (Bakker et al., 2008; Lacy et al., 2011). En aquests estudis, la DG / CA2,3 va mostrar una resposta de novetat per a les dues imatges altament similars, suggerint una codificació separada de les dues imatges. Les respostes ca1 i subiculum a la segona imatge, molt similar d'un parell, però, van ser suprimides en relació amb la presentació del primer membre del parell, suggerint una representació similar de les imatges aparellades.

Mentre que el treball passat d'animals i humans ha revelat importants dissociacions entre el processament del subcamp de l'hipocamp, les nostres troballes es basen en aquest treball per demostrar que l'aprenentatge de la representació de l'hipocamp no és simplement un procés passiu, sinó que està influenciat activament permemòriareactivació (Hulbert i Norman, 2015; Kim et al., 2017; Ritvo et al., 2019). Demostrem que les dissociacions del subcamp de l'hipocamp són més evidents quan les memòries passades es reactiven fortament, produint un estat d'aprenentatge competitiu que promou la diferenciació en DG / CA2,3 i subícul, simultàniament amb la integració a CA1. Les nostres dades indiquen així la necessitat de quantificar tant la similitud perceptiva entre els esdeveniments com com les característiques perceptives superposades desencadenen la reactivació de la memòria per explicar completament com emergeixen les representacions dissociables dins del circuit de l'hipocamp. Un aspecte interessant del treball humà previ descrit anteriorment és que les dissociacions entre sub camps depenien de la naturalesa de la tasca que s'estava duent a terme (Kirwan i Stark, 2007; Bakker et al., 2008; Lacy et al., 2011). Quan la manipulació experimental crítica (és a dir, la similitud visual entre els elements) era incidental amb la tasca realitzada pels participants, es van observar dissociacions entre subcamps (Bakker et al., 2008; Lacy et al., 2011). No obstant això, quan els mateixos estímuls i procediments de presentació es van combinar amb un enfocament de tasca intencional, les dissociacions eren menys evidents (Kirwan i Stark, 2007). La font mecanicista d'aquestes troballes divergents encara no s'ha revelat. Quantificaciómemòriala reactivació durant les tasques amb un enfocament intencional o incidental, es podrien obtenir més informació sobre com els objectius de la tasca influeixen en la dinàmica de com la competència de memòria afecta la representació neuronal (Richter et al., 2016).

Les nostres troballes es poden conceptualitzar en termes de models d'aprenentatge supervisats i no supervisats, que se centren en diferents objectius d'aprenentatge. Mentre que l'aprenentatge supervisat es dirigeix fent coincidir les representacions amb les indicacions sensorials observades directament en l'entorn, l'aprenentatge no supervisat ajusta les representacions per reduir la competència entre una experiència actual i reactivada.memòriarepresentacions desencadenades pel nou esdeveniment (Ritvo et al., 2019) a través de la integració o diferenciació. Tot i que l'aprenentatge probablement reflecteix un equilibri entre mecanismes supervisats i no supervisats, les nostres troballes indiquen que els records reactivats són una faceta important de com sorgeixen estratègies de codificació dissociables a través dels subcamps de l'hipocamp.

Fins ara, només un altre estudi en humans ha utilitzat anàlisis representacionals multivariants per quantificar una dissociació entre subcamps de l'hipocamp, específicament quan els individus van recuperar informació sobre contextos espacials compartits o diferents (Dimsdale-Zucker et al., 2018). Aquest estudi va mostrar que els elements aprensos en el mateix context espacial van provocar patrons d'activació superposats en CA1 i patrons diferenciats en DG / CA2,3 durant la recuperació en relació amb elements que no compartien informació contextual. Els resultats actuals difereixen d'aquest estudi de diverses maneres clau. En primer lloc, l'estudi previ va mesurar els codis de subcamp durantmemòriarecuperació, mentre que el nostre treball revela els processos d'aprenentatge actiu que impulsen la formació de representacions de subcamp dissociables. En concret, aquest estudi previ no va quantificar com la reactivació de memòries similars, ja sigui durant l'aprenentatge o la recuperació, es relacionaven amb la codificació de subcamps de l'hipocamp. Aquí, mostrem una dissociació en la codificació de subcamps de l'hipocamp com a resultat dememòriareactivació. A més, demostrem que els codis neuronals formats per subregions de l'hipocamp no només donen suport al reconeixement simple (Dimsdale-Zucker et al., 2018) o a la memòria espacial (Leutgeb et al., 2004, 2007), sinó també a la inferència sobre les relacions entre records (vegeu també Schlichting et al., 2014). Les decisions d'inferència van ser més ràpides i precises amb l'augment de la similitud entre els elements indirectes després d'aprendre en el subícul, indicant com superposar els codis de ping promouen l'extracció de coneixement més enllà de l'experiència directa.

Quant de temps triga el cistanche a treballar

La nostra troballa que les representacions de subiculum rastregen les decisions d'inferència poden reflectir que el subícul és l'estructura de sortida del circuit de l'hipocamp (O'Mara et al., 2001), que juga un paper clau en el record (Viskontas et al., 2009; Lindberg et al., 2017). Mentre que el subícul va mostrar evidència de diferenciació relacionada amb l'aprenentatge per a parells superposats en general, les nostres dades de modelatge indiquen que el canvi representacional en el subícul reflecteix un continu de respostes. L'augment de la integració (que també es pot considerar com una menor diferenciació) va promoure una inferència més ràpida i precisa. Els nostres resultats suggereixen que, quan els records estan més integrats (o menys diferenciats), la inferència es facilita recuperant una connexió emmagatzemada entre elements indirectament relacionats (Shohamy i Wagner, 2008; Schlichting et al., 2014); en canvi, la diferenciació podria alentir la inferència entre dos rastres separats que caldrien recuperar i recombinar en prova (Koster et al., 2018).

Igual que el subícul, la DG/CA2,3 va mostrar una diferenciació relacionada amb l'aprenentatge dememòriaelements quanmemòriala reactivació va ser més forta durant la codificació. No obstant això, cal assenyalar que la diferenciació DG/CA2,3 de la superposiciómemòriaels elements només es van observar en relació amb la línia de base no relacionada, a través de la tríada; no hi va haver cap canvi en la similitud d'aprendre a publicar l'aprenentatge per als elements indirectament relacionats pel seu compte (Fig. 4D, inset). Aquesta troballa és coherent amb el treball previ que mostra la diferenciació de l'hipocamp per a esdeveniments relacionats amb esdeveniments no relacionats després de l'aprenentatge (Favila et al., 2016; Dimsdale-Zucker et al., 2018), alhora que controla els canvis de línia de base en la similitud que es produeixen al llarg del temps. D'altra banda, la DG/CA2,3 va mostrar evidències dememòriaintegració quan la reactivació de la memòria era més feble durant l'aprenentatge, el que suggereix el potencial de dinàmiques representacionals més matisades en aquesta regió. Per exemple, la competència de memòria provocada per la reactivació pot tenir una relació nomonotònica amb el canvi representacional en DG / CA2,3 (Ritvo et al., 2019). Una reactivació més forta pot promoure la diferenciació activa; Els nivells més febles o intermedis de reactivació poden conduir a la integració, i cap reactivació pot produir representacions no superposades que se separen per ortogonalització passiva. Aquesta complexa estratègia de codificació podria explicar per què la DG/ CA2,3 mostra evidències de representacions diferenciades (Kim et al., 2017) i integrades (Schapiro et al., 2012) en diferents circumstàncies. Alternativament, els nostres resultats poden reflectir l'ús d'una regió combinada DG / CA2,3, els components de la qual es creu que presenten diferents funcions de transferència entre els senyals ambientals i els resultatsmemòriarepresentacions (Yassa i Stark, 2011). El patró observat de resultats indica que la quantificació de la reactivació de la memòria juntament amb el canvi representacional és necessària per entendre completament com la competència de memòria afecta l'aprenentatge de la representació en DG / CA2,3.

En conclusió, les nostres troballes empíriques donen suport a un model computacional proposat recentment del circuit de l'hipocamp (Schapiro et al., 2017); Les simulacions d'aquest model suggereixen que CA1 pot representar relacions entre esdeveniments, mentre que les representacions de DG i CA3 poden emfatitzar les diferències entre episodis similars. Les nostres troballes s'alineen amb aquestes prediccions computacionals, amb CA1 formant representacions integrades per a memòries similars, mentre que DG / CA2,3 i subícul diferencien aquestes mateixes experiències. A més, demostrem que les representacions de l'hipocamp donen suport a la nova inferència, facilitant el descobriment de relacions no observades entre experiències diferents però relacionades. El treball actual mostra que les dissociacions del subcamp de l'hipocamp no són una funció simple d'entrada sensorial, sinó el resultat dememòriaCompetició basada en l'aprenentatge. En conjunt, el present estudi avança en la nostra comprensió de com el coneixement previ dóna forma a com es representen nous esdeveniments dins del circuit de l'hipocamp, proporcionant una prova empírica de prediccions clau de models computacionals de l'hipocamp.memòriafunció.