研究神经元活性的模式非常困难，由于缺少体内研究数据，因此科学家们就依赖理论模型来建立大脑中的重要过程，早在1982年科学家约翰-霍普菲尔网络就建立了一种框架结构来反应循环的人工神经网络，该网络也被称之为霍普菲尔网络，其描述了一种包含多种循环应激神经元的联想记忆网络，这其中的神经元可以储存不连续的记忆模式，这种记忆模式就被称之为自动联想过程。
霍普菲尔网络为人类记忆提供了一种模型，而近日发表在国际杂志Science上的一篇研究论文中，来自约翰霍普金斯大学的研究者则揭示了神经元回路中活性模式的自我连续序列发生的分子机制。文章中研究者重点对大鼠的大脑位置细胞进行了研究，海马体神经元可以激活来对动物所处的环境产生反应，海马体中的位置细胞可以产生一种动物周围环境的认知图谱，同时其还会改变大鼠对环境较大变化的大脑放电模式，但这种模式被认为可以通过霍普菲尔网络的吸引器动力所稳定。
本文研究表明，海马体神经元可以表达序列性的记忆，而这些记忆则包括在霍普菲尔网络中所描述的自动联想吸引模式，后期研究者将通过把快速自动联想同连续模式的异联想结合起来建立可以被储存的模式序列。基于此前研究，研究人员开发出了一种新技术，该技术可以帮助研究者同时记录多达263个神经元的活性，而文章中研究者将5只大鼠置于多个并行会话中，同时记录了大鼠大脑中背侧海马神经元的活性。
目前在理论模型尚未解决的一个问题就是这样的大脑活性是多种神经模式网络向随机噪声的崩溃过程，而本文研究就解决了这一问题，即吸引器可以在高水平大脑活性和低水平大脑活性之间在低伽玛频率下增强大脑信号的振荡。最后研究者表示，本文研究对于阐明大脑海马体中记忆模式的形成以及模式传播提供了一种新的思路和见解。
doi:10.1126/science.aaa9633
PMC:
PMID:
Autoassociative dynamics in the generation of sequences of hippocampal place cells
Brad E. Pfeiffer*, David J. Foster†
Neuronal circuits produce self-sustaining sequences of activity patterns, but the precise mechanisms remain unknown. Here we provide evidence for autoassociative dynamics in sequence generation. During sharp-wave ripple (SWR) events, hippocampal neurons express sequenced reactivations, which we show are composed of discrete attractors. Each attractor corresponds to a single location, the representation of which sharpens over the course of several milliseconds, as the reactivation focuses at that location. Subsequently, the reactivation transitions rapidly to a spatially discontiguous location. This alternation between sharpening and transition occurs repeatedly within individual SWRs and is locked to the slow-gamma (25 to 50 hertz) rhythm. These findings support theoretical notions of neural network function and reveal a fundamental discretization in the retrieval of memory in the hippocampus, together with a function for gamma oscillations in the control of attractor dynamics.