この研究は、新しい記憶の形成が既存の知識とどのように相互作用するかを調査しています。特に、マウスの海馬において、堅牢な記憶の獲得がその後の柔軟な記憶の形成をどのように妨げるかを示しています。論文は、堅牢な記憶がニューロン間の活動の強い結合を生み出し、これが柔軟な情報処理に必要な多様な表現を制限すると説明しています。さらに、特定の神経回路を操作したり、特定の細胞タイプの活動を抑制したりすることで、この記憶の干渉を軽減し、柔軟な記憶を回復できることを実証しています。これらの発見は、海馬の活動構造が記憶の堅牢性と柔軟性の間のトレードオフをどのように管理するかについての新たな原則を明らかにしています。

Science. 2024 Sep 6;385(6713):1120-1127. doi: 10.1126/science.adk9611. Epub 2024 Sep 5.

Organizing the coactivity structure of the hippocampus from robust to flexible memory

G P Gava et al

https://pubmed.ncbi.nlm.nih.gov/39236189/

提示された学術論文は、クラモトモデル (KM) を拡張し、励起-抑制 (EI) 細胞 間のフィードバックループに基づく神経発振を記述する2集団KM（EI-KM） を提案しています。このモデルは、大規模なニューラルネットワークにおける同期の出現を理解するための理論的枠組みを提供し、解析的に解くことが可能な範囲で、複雑な脳の振動現象を単純化して分析します。研究者たちは、このEI-KMがEIベースの神経リズム、特に同期が励起集団と抑制集団の協調的な作用によって確立されることをどのように説明するかを探求しています。この研究は、神経科学における振動現象を調査するための強力なツールを提供することを目指しています。

Phys Rev Lett. 2018 Jun 15;120(24):244101. doi: 10.1103/PhysRevLett.120.244101.

Kuramoto Model for Excitation-Inhibition-Based Oscillations

E Montbrió, D Pazó

https://pubmed.ncbi.nlm.nih.gov/29956946/

提供された論文は、睡眠が創造的な問題解決をどのように促進するかを探求しています。この論文では、レム睡眠とノンレム睡眠という異なる睡眠段階が、それぞれ独自のメカニズムで創造性を高めると提案しています。具体的には、ノンレム睡眠中の記憶の再現が既存の知識から一般的なルールや本質を抽象化するのに役立つ一方で、レム睡眠中の再現は新規の関連付けを促進すると論じています。これら二つの段階が夜を通じて交互に繰り返されることで、複雑な知識体系が形成され、再構築されることで、創造的思考が促進されるという仮説的な計算モデルも提示されています。

Review Trends Cogn Sci. 2018 Jun;22(6):491-503. doi: 10.1016/j.tics.2018.03.009.

How Memory Replay in Sleep Boosts Creative Problem-Solving

P A Lewis et al

https://pubmed.ncbi.nlm.nih.gov/29776467/

提供された研究は、マウスの海馬における鋭波リップル（SWR）がシナプス可塑性に与える影響に焦点を当てています。具体的には、SWRが長期的なシナプス抑制を引き起こすこと、そしてSWRを抑制すると、学習後の新しい記憶の形成が損なわれることを示しています。このシナプス抑制はN-メチル-D-アスパラギン酸受容体（NMDAR）に依存的であり、特定の入力経路に選択的に作用することが明らかになりました。これらの発見は、SWRが睡眠中の記憶定着に重要な役割を果たし、記憶に関連しない神経活動を整理することで記憶痕跡を洗練するという、これまで認識されていなかった機能を示唆しています。研究は、SWRが不要なシナプスをリセットし、記憶の飽和を防ぐだけでなく、関連性のない神経活動を排除することで記憶を浄化するという二重の役割を提唱しています。

Science. 2018 Mar 30;359(6383):1524-1527. doi: 10.1126/science.aao0702. Epub 2018 Feb 8.

Hippocampal ripples down-regulate synapses

H Norimoto et al

https://pubmed.ncbi.nlm.nih.gov/29439023/

提供された研究論文「Synchronization scenarios in the Winfree model of coupled oscillators」は、結合された位相振動子の大規模集団における集団同期現象をWinfreeモデルを用いて詳細に解析しています。この研究は、Ott-Antonsen (OA) 理論を適用することでモデルの次元を縮小し、巨視的な変数の時間発展を正確に記述する常微分方程式を導き出しています。パルス形状と位相応答曲線 (PRC) のオフセットが同期シナリオに与える影響が徹底的に調査され、2つの構造的に異なる同期シナリオが特定されています。これらのシナリオは、Bogdanov-Takens点の変異を介して関連付けられており、Kuramoto-Sakaguchiモデルによる平均化近似と比較することで、その同期閾値のずれが分析されています。

Phys Rev E. 2017 Oct;96(4-1):042208. doi: 10.1103/PhysRevE.96.042208. Epub 2017 Oct 17.

Synchronization scenarios in the Winfree model of coupled oscillators

R Gallego et al

https://pubmed.ncbi.nlm.nih.gov/29347589/

この論文は、海馬シータ波発生における神経伝達物質の役割に焦点を当てています。この研究では、海馬はコリン作動性受容体を、内側嗅内皮質（EC）はNMDA受容体をそれぞれ利用し、自由に動き回るマウスにおけるシータ波の生成に寄与していることを明らかにしました。特に、錐体ニューロンにおけるムスカリン性M1受容体がシータ波の生成と空間記憶に不可欠であると強調されています。この発見は、記憶機能におけるシータ波の重要性と、これらの異なる脳領域がどのように協力してシータ波の生成を調整するのかを理解する上で重要な意味を持ちます。

Cell Rep. 2017 Dec 19;21(12):3585-3595. doi: 10.1016/j.celrep.2017.11.080.

Hippocampus and Entorhinal Cortex Recruit Cholinergic and NMDA Receptors Separately to Generate Hippocampal Theta Oscillations

Z Gu et al

https://pubmed.ncbi.nlm.nih.gov/29262336/

本論文では、覚醒状態と麻酔状態のマウスの一次視覚野における視覚誘発電位の比較が行われています。研究者たちは、覚醒時には視覚反応がより空間的選択性が高く、時間的に短いことを発見しました。これは、覚醒時のシナプス抑制が興奮よりもはるかに強く、広範囲の視覚空間から誘発されるため、ニューロン活動の空間的広がりと時間的持続性が制限されるためであると結論付けています。この発見は、覚醒状態における感覚処理が、麻酔下や睡眠時には観察されない抑制が支配的な体制で機能していることを示唆しています。なお、付随する訂正では、原論文の試薬濃度に関するいくつかの誤植と補足図のデータ結合の誤りが修正されていますが、研究の主要な結論には影響がないことが述べられています。

Nature. 2013 Jan 3;493(7430):97-100. doi: 10.1038/nature11665. Epub 2012 Nov 21.

Inhibition dominates sensory responses in the awake cortex

B Haider et al

https://pubmed.ncbi.nlm.nih.gov/23172139/

この文献は、神経ネットワークにおける同期現象を理解するための重要なツールである位相応答曲線（PRC）を概説しています。PRCは、神経発振器が外部からの入力によって活動電位のタイミングをどのように変化させるかを測定します。文献では、PRCの理論的基盤、その適用における重要な仮定（例：神経細胞が安定した発振器であることや、入力に対する応答が線形であること）、およびこれらの仮定が現実の神経回路でどの程度有効であるかについて詳しく考察しています。さらに、ノイズ、適応、シナプス入力の位置、ネットワークの構造や不均一性といった様々な要因が、PRCに基づく同期の予測にどのように影響するかについても議論しています。最終的に、PRC理論は神経同期の研究において有効な抽象化モデルであると結論付けていますが、その適用には基礎となる仮定の検証が不可欠であることを強調しています。

Philos Trans R Soc Lond B Biol Sci. 2010 Aug 12;365(1551):2407-22. doi: 10.1098/rstb.2009.0292.

Phase-response curves and synchronized neural networks

R M Smeal et al

https://pubmed.ncbi.nlm.nih.gov/20603361/

提供された神経科学の文書は、内側嗅内皮質 (MEC) における予測的なグリッド符号化に焦点を当てています。研究者たちは、ラットの目標指向行動中に、動物の将来の位置を表すグリッドフィールドを持つグリッド細胞を発見しました。これらの予測的なグリッド細胞は、移動方向とは逆方向にグリッドフィールドをシフトさせることで将来の空間情報を符号化します。彼らはまた、MECにおける予測的な、位相先行型、および位相固定型グリッド細胞の集合が、現在の位置から将来の位置への連続的な経路のシーケンスを整理することを示唆しています。この研究は、MECが空間ナビゲーションにおける前方計画をサポートする予測マップを提供するという仮説を立てています。

Science. 2024 Aug 16;385(6710):776-784. doi: 10.1126/science.ado4166. Epub 2024 Aug 15.

Predictive grid coding in the medial entorhinal cortex

A Ouchi, S Fujisawa

https://pubmed.ncbi.nlm.nih.gov/39146428/

本論文は、リカレントニューラルネットワーク（RNN）が、神経科学研究における強力なモデルとしてどのように機能するかを検討しています。脳の活動と行動の関連性を説明する上で、RNNは、解剖学的、電気生理学的、計算上の制約を考慮しながら、神経生物学的現象を理解するための多目的なツールとして導入されています。この研究は、設計されたRNNと、入出力例によって訓練されたRNNという二つの主要なアプローチを比較し、特に後者の訓練されたRNNが、複雑な計算タスクの解決や神経現象の説明において大きな進歩を遂げていることを強調しています。さらに、リバースエンジニアリングを用いて訓練されたRNNの低次元構造を解明することで、新たな仮説を生成する可能性についても論じています。

Review Curr Opin Neurobiol. 2017 Oct:46:1-6. doi: 10.1016/j.conb.2017.06.003. Epub 2017 Jun 29.

Recurrent neural networks as versatile tools of neuroscience research

Omri Barak

https://pubmed.ncbi.nlm.nih.gov/28668365/