以色列希伯来大学与法国研究人员合作，开发出一种数学模型，揭示了大脑海马体中位置细胞创建脑中地图的模式。研究发现，位置细胞通过放电编码动物周围环境的空间信息，帮助动物识别位置。与先前研究不同的是，新研究表明，在大范围环境中，位置细胞表现出复杂和不规则的活动模式，在形状和大小各异的多个位置放电。该模型能够捕捉位置细胞在大范围环境中放电空间的数据，并生成位置细胞放电空间位置和形状的定量预测。研究还发现，CA1神经元的突触连接方式以随机为主，挑战了长期以来大脑依赖精确组织来构建空间地图的观点。

🧠位置细胞是海马体CA1区域的神经元，通过放电编码动物周围环境的空间信息，帮助识别位置。先前研究认为，在狭小环境中，位置细胞在单一紧凑空间区域中以典型的对称形状放电。

🗺️新研究发现，在大范围环境中，位置细胞表现出复杂和不规则的活动模式，在形状和大小各异的多个位置放电。研究人员开发出一种基于随机函数高斯过程的数学模型，能够捕捉位置细胞在大范围环境中放电空间的数据，并生成位置细胞放电空间位置和形状的定量预测。

🧪模型验证结果显示，不同实验中观察到的位置细胞放电模式的统计规律由共同机制所决定，且进一步证实CA1神经元的突触连接方式以随机为主。这一结论挑战了长期以来大脑依赖精确组织来构建其空间地图的观点。

快科技3月10日消息，据新华社报道，近日，以色列耶路撒冷希伯来大学发布公报称，该校与法国研究人员共同开发出一种数学模型，揭示了大脑海马体中位置细胞创建脑中地图的模式。

公报介绍，位置细胞是海马体中CA1区域的神经元，它们通过放电来编码动物周围环境的空间信息，从而帮助动物识别位置。

先前研究认为，在狭小环境中，位置细胞在单一紧凑空间区域中以典型的对称形状放电。

但近期研究发现，大范围环境中，这些细胞表现出复杂和不规则的活动模式，在形状和大小各异的多个位置放电。

在新研究中，研究人员开发出一种基于随机函数高斯过程的数学模型，能够捕捉位置细胞在大范围环境中放电空间的数据，并生成位置细胞放电空间位置和形状的定量预测。

模型验证结果显示，不同实验中观察到的位置细胞放电模式的统计规律由共同机制所决定，且进一步证实CA1神经元的突触连接方式以随机为主。

公报称，这一结论挑战了长期以来大脑依赖精确组织来构建其空间地图的观点，这为理解脑空间认知开辟了新的途径。

值得关注的是，相关论文近期发表在美国《神经元》杂志上。

论文显示，在狭小环境和大范围环境中，蝙蝠和啮齿动物脑中位置细胞在一维、二维和三维空间中的活动记录都能够定量验证这一模型的预测结果。