认知与行为

识香高手在民间，

鼻子才是小鼠的眼

Ackelsetal.,Nature

周末出来浪一浪，到处都能感受到春天的鸟语花香。除了花粉过敏的童鞋们，大家在旅途中有没有闻到很多味道？泥土的味道，青草的味道，玉兰花开的味道，甚至还有江河湖海的味道。

你有没有想过这个问题，我们的呼吸速度是几秒钟一次，所以悠远的徐徐飘来的香味应该是不会错过的。但假设有几种香味以一秒钟几十次的速度扑鼻而来，这种情况下我们还能一口气分辨出它们的味道吗？

对于这份答卷，小鼠可以拿满分。最近来自英国伦敦大学学院AndreasT.Schaefer团队的一项研究证明，小鼠简直是一个民间识香高手——就算快到一秒钟四十次的香味，它都能轻松分辨出来。虽然我们知道小鼠是个高度近视眼，但它的鼻子可以算得上半个眼睛了，真是“眼瞎鼻不瞎”呀！

为了研究这个小鼠识香的问题，科学家们设计了一个精密无比的气味发放装置，这个装置不仅能以一秒钟超过50次的速度发放好几种气味，还可以让两次气味发放的时间间隔精细到10毫秒和25毫秒。与此同时，他们使用了高灵敏版本的钙信号指示剂GCaMP6f来观测小鼠嗅觉感觉神经元（olfactorysensoryneurons，OSNs）投射入嗅小球时的轴突放电情况。研究人员发现，虽然单个嗅小体不能跟随10毫秒和25毫秒的速度“快闪式放电”，但有30%的嗅小体钙信号对两种间隔时间的反应显著不同。如果用线性分类器解码两种发放间隔，则发现任意抽取二三十个嗅小体的放电信息，其解码的正确率能高达80%以上。所以说虽然OSN放电“慢吞吞”，但这种慢吞吞的群体放电其实已经把这两种时间信息分开了。

-Ackelsetal.,Nature-

既然神经信号已经能分辨不同频率的气味发放，那这种信息传入大脑中枢以后，最终能不能决定小鼠的行为呢？研究人员采用了一个去/不去操作性条件反射系统（go/no-gooperantconditioningsystem），让小鼠学会分辨高频和低频的气味发放，结果发现这个任务对小鼠来说简直是小菜一碟，它们能轻松分辨4Hz和20Hz的气味。

为了进一步挑战极限，研究人员让两种气味都高频发放，唯一的差别是两者的发放时间不同——两者成正相关或反相关。比如一次试验中，两个时间正相关的气味发放组包含奖励，反相关的则没有奖励。在这种情况下，小鼠能分辨出正相关和反相关的情况吗？答案是肯定的，在所有接受挑战的33只小鼠中，他们都能分辨高达40Hz频率（正/反）相关的气味发放。通过钙信号成像、胞外单元记录和单细胞膜片钳记录，研究人员在OSN下游的僧帽细胞（mitralcell）和丛状细胞（tuftedcell）中发现了编码这些高频气味的分辨信息。有意思的是，在频率越高的情况下，小鼠会花费更多的时间来“细细品味”，如果强制性让小鼠“品味”的时间久一点，它的正确率还会继续提高。

-Ackelsetal.,Nature-

小鼠分辨高频关联信息的本领到底能实实在在干点啥？这个厉害的本领或许与找出气味发放的来源有关：如果有来自不同地方的不同气味齐刷刷袭来，大脑需要分辨出哪些气味是属于同一个来源的。比如百香果能散发出香蕉、芒果、番石榴等好几种水果的味道，你怎么知道这是一个百香果，而不是一个香蕉+一个芒果+一个番石榴呢？研究人员的假说是，同一来源的多个气味发放在时间上是有高度相关性的，如果能分辨出时间上的相关性，这个“百香果难题”就迎刃而解了。

-Ackelsetal.,Nature-

首先研究人员在实验室搭建了一个单源头的气味装置，他们确实发现来自同一个来源发放出的气味在时间上是近乎“完美相关”的，而如果变成两个源头，这两个源头之间的气味发放则不相关了。为了在小鼠身上证明这一假说，他们首先训练小鼠分辨这些气味到底来自同一个源头还是两个源头。神奇的是，在小鼠学会这个任务以后，接下来无论用一个源头还是两个源头的装设来释放两种气味，只要是这两种气味呈现正相关，小鼠都认为它们来自同一个源头了。看来，小鼠拥有的高频率时间分辨本领很重要，可以帮助它确认气味来源，找到自己的“百香果”。

doi:10./s---2

谁大谁小？感知体积，

大脑走“加法捷径”

Bennetteetal.,Perception

著名的儿童心理学家曾发现，同量的水，从又矮又粗的玻璃杯里，倒入又高又细的玻璃杯，儿童会认为高的玻璃杯里有更多的水。其实如果没有看到同量的水被从一个杯子转移到另一个，成年人有时也会犯同样的判断错误，认为更高的物体体积更大。为什么会有这样的错误产生？在说到三维物体之前，先让我们看看二维的世界。Yousif和Keil提出了“加法面积捷径”（AddictiveAreaHeuristic），即认为人对面积的感知，依据维度的和，而不是维度的乘积。一个边长长是4x4的正方形，真实的数学面积是16（4乘4），但“加法面积”是8（4加4）。同样，一个边长是2x6的长方形，真实的数学面积是12,“加法面积”是8。根据“加法面积捷径”，你的视觉系统会认为这两个图形面积近似，而其实边长为4的正方形的真实面积更大。他们发现，当“加法面积”相等的时候，真实面积相差最高为30%的图形都会被观察者认为是面积相似。对于体积的感知是否也存在同样的“加法捷径”呢？

-Bennetteetal.,Perception-

如图所示，左边的三个绿色立方体的真实体积总和和右边的一个蓝色立方体的真实体积是近似的，但是左边三个立方体的“加法体积”更大，所以我们会产生体积感知错觉，认为左边的体积更大。研究者用实验验证了“加法体积错觉”。他们使用3D打印的立方体或球体，让实验被试观察并判断：在一对实验物体中哪个体积更大？比另一个大多少？实验中有两种不同的搭配，第一种，实验物体的乘法体积（MV）相同，但加法体积（AV）不同（比例为1.29），第二种中实验物体的加法体积相同，但乘法体积不同（比例为1.28）。实验发现，不论是立方体还是球体，实验被试都认为AV不同的物体，比MV不同的物体真实体积差距更大。

-Bennetteetal.,Perception-

研究者认为，人们没办法准确快速地感知或统合多空间维度，取而代之的是使用“加法捷径”：把可见的维度相加，而不是相乘。这种捷径虽不准确，但是总体来说还是有效好用的。比较大的物体确实看起来会比较大。当然，“加法捷径”也有局限性，在过于极端的情况下并不适用，也不能解释环境因素对体积的影响，比如物体的朝向，或者相对位置。总的来说，这只是一条捷径，并不是解释空间感知的唯一方法。“加法捷径”的普遍试用性还有待探索。

doi:10./

系统与网络

他们用一个烧脑的实验，

直击了烧脑的全过程

Mannetal.,Nature

大脑占我们体重的2%左右，但每天却消耗全身25%的能量，简直是一个行走的能量反应堆。科学家们常常用各种直接和间接的方法测量大脑的神经活性。像检测神经元放电的电流强度，或者观测钙信号发放，这些是直接检测神经元发放的方法。而间接检测的有使用功能性磁共振（fMRI）测量血氧浓度，用正电子断层扫描（PET）来观测葡萄糖代谢等，这些则是通过检测大脑的代谢来反应神经活性。但是神经活动和能量代谢到底是什么关系呢？它们在时空上是怎样相互联系的呢？这么多年科学界都没有一锤定音的答案。因为要解决这个问题，必须要通过一个实验能同时检测两者的动态才行，首先在技术上就很难实现。

怎么样，听起来就很烧脑是不是？好在来自斯坦福大学的Claudinin团队“自烧自脑”解决了这个问题。先插一个题外话，不知道读者还记不记得生物化学老师教过的恶梦般的糖酵解过程和三羧酸循环？葡萄糖通过糖酵解反应生成丙酮酸，丙酮酸脱羧变成乙酰辅酶A，乙酰辅酶A就是进入三羧酸循环的开始（反正小编从来算不出这中间到底释放了几个ATP）。而这群来自斯坦福的作者一定是生化满分的学霸：他们利用了丙酮酸和ATP反应能量变化的特性，在果蝇的大脑中加入了两种能量感受器：Pyronic来检测细胞内的丙酮酸含量，iATPSnFR来检测细胞内ATP的浓度。与此同时，他们还通过钙成像的方法检测着神经元的钙发放信号（GCaMP6和jRGECO1a），这样一来，同时观察神经能量变化和放电情况的第一个小目标就达成了。

第一个发现是，他们证明了神经元的能量变化和钙信号发放确实是高度相关的。不论在单细胞层面，还是在全脑层面，都可以看到三者呈现相似的脑活动图像。尤其是如果只看低频率的信号的话，三者的相关性则更高。

-Mannetal.,Nature-

但是，相关性存在是不是代表因果关系成立呢？换句话说，神经元的放电，是不是导致能量变化的原因？研究者通过两个实验，直接实锤了能量代谢是神经放电产物的这一结论。

首先，他们利用TTX毒素来阻断神经元的放电活动，果然发现TTX不仅降低了钙信号，更是让丙酮酸感受器和ATP感受器的读数大大减少了。反过来，如果利用光遗传技术快速激发一小块区域神经元的放电活动，他们则发现光刺激神经元能够让细胞内的钙信号和ATP浓度都迅速上升。唯一不同的是，钙信号上升得快衰减得也快（大约3s），而ATP浓度则衰减得更慢（大约45s），似乎神经活性能让ATP浓度保持很长的时间，久久地不愿离开。

-Mannetal.,Nature-

但是，烧脑太久除了能多燃烧一点卡路里以外，也有它不好的地方，比如时间精度就远不如钙信号发放了。为了证明这一点，研究者分别观察了果蝇在运动腿时钙信号和ATP浓度信号变化，他们试图通过采集的数据来解码果蝇是否有“动手动脚”的动作。果然这一次ATP浓度的数据就占下风了，虽然比瞎猜稍稍好一点，ATP预测果蝇动作的正确率远低于钙信号数据的表现，尤其在高频率快速动作时表现更糟糕。这也说明，如果要观察短时间快速的神经活性，相比于基于能量变化的方法比如fMRI、PET等，钙信号成像或许是更好的选择。

-Mannetal.,Nature-

最后想友情提醒各位读者：虽然用脑会消耗能量，但大脑在静息状态下和努力思考时的能量消耗相差其实并不大。所以想通过烧脑减肥的读者，还是早点放弃这个想法，老老实实地管住嘴迈开腿吧！

doi:10./s---0

记忆要如何转场？

JulianDoeller,NatureNeuroscience

假设你家大门的备用钥匙有两把，一把放在办公室柜子右边的第二层抽屉，第二把则放在床头柜旁边的梳妆台上。那如果现在场景中摆着你的办公室柜子，旁边还摆着你的梳妆台，那么你会去哪里找你的备用钥匙？面对模糊的环境线索，记忆如何转场？要记忆物体在不同环境下的空间位置，大脑必须正确地提取出不同环境下的空间编码。前人的实验证据表明内嗅皮层（entorhinalcortex，EC）与环境相关的行为（context-dependentbehavior）相关；另一方面，普遍的观点认为环境相关的记忆还与海马（hippocampus）的功能相关。Julian和Doeller设计了一个非常有趣的实验来研究海马和内嗅皮层对环境相关记忆的编码：实验借助虚拟现实（VR）设备，被试需要练习在VR中进行场景漫游，按照指示到达指定的位置。

Fig.1

环境相关的空间记忆任务。

—

JulianDoeller,NatureNeuroscience

在训练阶段，被试需要漫游到当前场景中的某个指定物体的位置（回想阶段，recallphase；Fig.1a）并按键确认，然后被试的位置会被随机地传送到当前场景的某个位置，接着会显示出正确答案（反馈阶段，feedbackphase）。通过反馈，被试需要学习到对应特定场景中的各个物体正确的位置。实验一共包括两个不同场景，一个具有方形边界（Square），另一个具有圆形边界（Circle）；在两个场景中都包括有四个不同物体，它们在两个场景中的摆放位置不同（Fig.1b）。两个场景除了边界形状的差异之外，还有一些远处的线索帮助被试进行判断。完成训练后，研究者在被试正式做任务的同时采集fMRI信号，并且实验不再提供反馈（也就是仅仅进行回想阶段）。在实验的开始，被试的视角会自动转动°（12s），这一过程可以让被试观察周围的环境，在回想阶段开始之前判定当前的场景。然而，这时候Julian和Doeller有点不讲武德地增加了一种新的实验条件：在实验中除了方形和圆形场景各占40%以外，还包括20%的试次呈现半方形-半圆形（Squircle）的场景（Fig.1c），而这种场景被试在训练阶段从来接触过。这种混合场景是前面两种场景的结合，并且同时存在前面两种场景中的远端线索。在这种情况下，被试需要任意回想两种场景中的某一种里的物体位置。

Fig.2

模糊条件下的空间记忆提取。

—

JulianDoeller,NatureNeuroscience

实验结束后，所有的被试都报告他们发现了奇怪的实验条件。而由于第三种混合场景的出现，在这种条件下被试的反应时较方形和圆形场景下都有显著变长（Fig.2a），并且延长的反应时里，被试主要的活动是原地不动（被试在不同场景中的路径长度没有显著差异，Fig.2b）。在混合场景中，被试回想起来的物体位置通常是两种常规场景中的某一种，而很少是其它无关的位置（Fig.2c）。

Fig.3

海马在不同环境下的不同反应预测记忆指导的行为。

—

JulianDoeller,NatureNeuroscience

首先，研究者尝试训练分类器从海马神经元活动中解码出在常规场景下被试回想的场景是方形还是圆形，发现海马的神经活动在两种场景的反应有显著的差异，对单个试次的场景解码准确率显著高于随机（55.6%；Fig.3a）。对fMRI数据的每个体素计算在同一场景下的反应相似度，发现海马神经反应在同样的场景下反应的相似性更高（Fig.3b）。以上的证据都说明在海马存在有较为鲁棒的对环境相关信息的表征。接着，研究者试图从海马的神经活动中解码出在混合场景中被试所回想的是哪种场景，发现解码的准确率显著高于随机（58.8%）。

Fig.4

内嗅皮层在不同环境下的网格重置。

—

JulianDoeller,NatureNeuroscience

Julian和Doeller想知道内嗅皮层是否也参与环境相关空间记忆的表征。他们进而将数据对半分析：一半的数据用来推断内嗅皮层网格细胞在不同场景中的方向（依据已有的实验证据，在不同场景中内嗅皮层网格细胞可能会重置网格方向，转动方向不超过网格的固有周期60°；Fig.4a），另一半用于检验结果。结果在内嗅皮层的fMRI数据中观察到了特定环境下的类似网格的调制作用（Fig.4b）。

结果发现，如果将某种场景的数据放在计算出的相应的网格方向中时，能够得到显著的类似网格细胞的信号调制现象，反之如果将数据放在不符合的网格方向中（即将方形场景的数据放在圆形场景的网络方向中）计算则没有出现同样的调制现象（Fig.4c），并且同样场景下体素间反应相似性更高（Fig.4d）。同样地，利用内嗅皮层神经信号对混合场景条件数据进行解码时的网格方向同样是依赖于特定场景的（Fig.5a,b）。以上的结果也就说明内嗅皮层表征不同环境中的空间位置时，网格方向发生了重置。

Fig.5

内嗅皮层的网格重置预测记忆指导的行为。

—

JulianDoeller,NatureNeuroscience

Julian和Doeller的利用混合场景条件下的模糊实验条件，探究了海马和内嗅皮层的神经信号中是否能解码出被试回想到的具体场景类型。这种实验设计很好地帮助我们理解了海马和内嗅皮层是如何编码不同环境中的空间信息的。

doi:10./s---3

编者：阿莫東森、Veronica、苏木弯、OrangeSoda

编辑：阿莫東森

排版：光影

封面：纪善生

本文来自