本文来自ch（ID：gh_b9dabf7），作者：朱思嘉，审校：十三维，原文标题：《Growingofflin：生物神经回放》，题图来自：视觉中国

纵然我们已不像半个世纪前那样对大脑的offlin状态一无所知，如今不管是谁都知道休息和睡眠可以给我们带来诸多好处。但是在这个“内卷化”时代里，很多年轻人依旧把休息当做一种奢侈，仅仅想象自己生命的1/3将在睡眠中度过就会感到一种被落后的不安。于是他们牺牲了睡眠，熬夜工作、备考、学习新的知识。可如果他们有时间停下来回顾一下，或许就会发现，他们牺牲了健康的作息换来的的知识好像很难真正地“进入脑子”。

而很多时候，我们先前怎么背也记不住的知识，怎么想也想不通的难题睡一觉或者是放空一段时间之后反而豁然开朗。睡眠似乎并不只是被动地起到防止外界干扰的作用，而是在其中扮演了一个更积极的角色，这里究竟发生了什么，我们无意识下的offlin大脑究竟施展了什么样的“魔力”？近年研究激增的神经回放为我们提供了一种新的可能解释。

一、生物神经回放的研究历程

来自动物的发现

虽然近年神经回放研究吸引了足够的热度，但是神经回放现象的发现却并不是最近的事，年，科学家就在大鼠身上首次发现了这种现象（WilsonMcNaughton，）。他们在三只大鼠的大脑中植入了记录海马子区CA1区细胞活动的微驱动阵列（microdrivarrays，如下图所示），然后依次记录了：

（1）大鼠在正常睡眠期间的神经元放电情况（PRE）；

（2）大鼠完成空间运动任务（走迷宫获得食物）时的神经元放电情况（RUN）；

（3）大鼠在空间行为任务之后的睡眠期间的神经元放电情况（POST）。

三只大鼠记录的海马锥体细胞群的空间放电特征

结果发现，大鼠在运动后睡眠期间的海马位置细胞会以其先前经过路径的相同顺序进行放电（如下图所示）。

细胞网络的有效连接矩阵图：大多数在任务阶段出现的高度相关细胞对也在任务后的睡眠阶段中出现。*点表示单个细胞、线条表示细胞之间的正相关、红色代表相关性大于0.2

继这项开创性工作之后，更多研究在非人类动物的不同皮层和皮层下区域都发现了神经回放的现象，即神经元细胞依照先前的放电顺序再次重新按顺序激活，发现的脑区包括视觉皮层、腹侧纹状体、内侧前额叶、顶叶和运动皮层等。并且研究发现神经回放可以出现在多种不同时期，包括清醒期间、非快速眼动睡眠（NREM）期间和快速眼动睡眠（REM）期间（Fostr，）。

从动物实验到人类实验

尽管在动物身上做了大量的研究，但是在对人类的神经回放现象的研究中，由于神经元放电活动的观察困难性，在很长的一段时间内研究者都无法直接对神经回放本身进行研究，而此期间，非侵入式功能性神经影像学研究为神经回放提供了诸多的间接证据。

例如，通过在慢波睡眠期间呈现相关气味线索，海马体会得到相应的激活（Diklmanntal.，）。此外，也发现了学习结束后离线阶段大脑的重激活现象，包括慢波睡眠时期海马体的再激活（Pignuxtal.，），和运动学习后REM期间运动前皮层活动的增加（Maquttal.，）。

目前，由于动物研究已经确认了神经回放发生的主要脑区和背后的神经机制，随着技术和方法的更新，最近的研究可以通过iEEGs、MEG（Buchtal.，;Liutal.，）、iBIC甚至传统的fMRI（SchuckNiv，）和行为实验（Zuotal.，）的手段证明人类神经回放活动的存在，并且发现了人类的神经回放和动物神经回放的极大的相似性。从动物实验到人类实验，从侵入性研究到非侵入性研究，神经回放的研究进入了一个新的阶段。

在WbofScinc数据库中，以主题“Nuralrplay”进行检索所得

人类运动学习后的神经回放研究

在本节中，我们将简单地介绍来自哈佛医学院SydnyS.Cash团队在年（Eichnlaubtal.，）和年（Rubintal.，）的两项研究，不同于其他研究中更多地使用MEG等非侵入式神经活动无创记录技术和神经解码（dcoding）中的多变量模式分析方法来对正常人的脑活动进行监测和分析，这两项研究中使用植入式微电极阵列，对病人在序列运动学习后的神经元放电情况进行了直接的记录。

如其中一位研究者BataJarosiwicz博士所说“这是第一个直接证据，证明我们也可以看到人类在学习后的休息期间有帮助巩固记忆的回放现象……我们在动物身上研究了几十年与回放有关的记忆巩固机制，看起来很可能也适用于人类。”

在Cash团队的这两项研究中，被试首先完成微电极阵列设备校准（熟悉如何通过意图移动光标），然后被要求闭眼休息约半小时，记录其静息态下的脑活动指标（Rst1）；随后被试会完成一个类似电子游戏“西蒙”（Simon）的序列运动学习任务：电脑首先显示目标序列，然后被试通过自己的意念想象去操纵光标按照这样的序列运动（iBCI，详见下图和视频），其中被试需要完成的重复序列和随机序列试次数量呈现3:1的比例（Squncgam）；任务结束后，被试会再次闭眼休息并被记录学习后的脑活动情况（Rst2）。

在年的研究中，实验者还会在这一基础上记录被试在任务前一天晚上和当天晚上睡眠时的大脑活动情况（如下图所示）。

在第一篇研究（）中，研究者提取了每个电极通道上的发放功率（spikpowr，-Hz的总频谱功率），然后使用模板匹配方法（Tmplatmatchingapproach）评估了神经元发放功率时空模式相似度，将每个目标/每个试次的神经活动模式的平均值作为单独的时空模板，将其与前后Rst阶段中每个时间步长的神经活动模式进行相关分析，以检测单个目标和整体序列的神经回放现象。

计算并确定每个模板的相关系数（CC）峰值，将CC大于95%的定义为候选回放事件，并将回放指数（RI）定义为CC峰值的平均值占比变化（Rst2-Rst1）。结果发现重复序列和随机序列的RI分布如下图A所示，该结果表明，完成序列运动学习任务之后，重复序列在休息时的大脑中得到了更多的回放。

此外，研究者还设置了时间膨胀因子（timdilationfactor），结果显示，上述发现的显著的神经回放现象在0.1*（即比实际时间快10倍）的时间尺度上达到峰值（如下图B、D所示），即神经回放不遵循原始事件的实际时间，而是以一种时间压缩的形式发生。

在年的第二项研究中则发现，不仅是序列运动学习之后紧跟着的休息期间，在距离任务足够久的睡眠期间，大脑也会产生持续的神经回放（如下图所示）：

A：任务期间神经活动模式；C：夜间睡眠期间不同时间点上候选回放事件的神经活动示例

并且，在睡眠期间的远程神经回放同样呈现一种时间压缩的形式（如下图所示）：

此外，在这项研究中，Cash研究团队还表明睡眠期间的神经回放与短波睡眠（SWS）阶段的尖波涟漪（Sharpwavrippls，SPW-Rs）爆发有关（如下图所示），这一在非人动物身上被普遍证实的特点也因植入式脑机接口技术（iBIC）的发展，首次得以在人类被试中被直接证明。

左图：任务后睡眠期间神经活动；右图：回放事件与尖波涟漪之间的关系

Cash团队的两项研究开创性地直接观察到了人类的神经回放活动，证实人类不仅可以在序列运动学习后即刻的清醒休息期间发生时间压缩的神经回放活动，还会在距离运动学习任务间隔时间更久的睡眠期间产生持续的神经回放现象。

这两项研究为后续人类神经回放机制的研究以及脑机接口BCI的应用都提供了重要的参考价值。此外，两项研究也涵盖了神经回放活动中重要的特点与形式，接下来我们将对这些内容做更进一步的解读。

二、神经回放的特点与形式

在上述两项研究中，我们已经提到了神经回放最为突出的特点：时间压缩；此外，上述两项研究中的神经回放可以根据是否处在原始经历环境中分成本地神经回放（localrplay）与远程神经回放（rmotrplay），或者根据神经回放时主体的清醒状态分为清醒神经回放和睡眠神经回放；除了这些分类方法，我们还可以根据神经回放序列的方向分为正向神经回放（forwardrplay）和反向神经回放（rvrsrplay）。

在本节中，我们就将对神经回放这一最突出的特点和三种常见的形式进行简要的介绍。

时间压缩

纵观神经回放的研究，神经回放最为突出的特点就是其在时间尺度上的变化，一般表现为时间压缩（tim

转载请注明:http://www.aideyishus.com/lkjg/4032.html