编辑推荐：
在认知领域，探究大脑对抽象知识空间边界的处理机制至关重要。研究人员开展了关于人类海马体（hippocampus）和内侧前额叶皮层（mPFC）对抽象边界表征的研究。结果发现，参与者构建并维持了二维抽象空间表征，海马体和 mPFC 均受欧氏距离调制，且海马体可解码抽象边界情境。这为理解大脑决策机制提供了重要线索。
大脑，这一人体最神秘的 “器官宇宙”，隐藏着无数奥秘等待科学家们去探索。在认知领域，我们知道环境边界对空间学习起着关键作用，海马体的认知地图能够编码环境中空间线索的相对位置，并随着环境边界的几何变化而动态调整。同时，大量研究表明，抽象知识可以通过海马体及其他区域类似认知地图的表征被同化。然而，一个关键问题却一直悬而未决：海马体和内侧前额叶皮层（mPFC）对抽象知识空间的 “边界” 或极端坐标的几何变化是否敏感？这个问题就像一把钥匙，有可能打开大脑如何在动态变化的情境中检索抽象知识的大门，因此吸引了众多科研人员的目光。
为了攻克这一难题，来自西班牙哈梅一世大学（Universitat Jaume I）的研究人员展开了深入研究。他们希望通过一系列实验，揭示海马体和 mPFC 在处理抽象边界时的奥秘，探索大脑在记忆导向决策过程中对抽象知识的处理机制。
研究人员设计了一个新颖的记忆导向选择任务，结合功能磁共振成像（fMRI）技术，来探究人类海马体和 mPFC 是否能灵活学习不同二维（2D）知识空间中的抽象边界表征。在实验中，参与者需要对各种水果和蔬菜的价格或新鲜度进行相似性判断，这些商品的价格和新鲜度变量构成了二维抽象空间。实验分为编码和决策两个阶段，参与者需要记住边界商品和地标商品的坐标，然后判断一个提示商品与地标商品或最近边界商品在某一维度上的相似性。
为了确保实验的准确性和可靠性，研究人员运用了多种关键技术方法。在数据采集方面，使用 3T 通用电气 Signa Architect 磁共振成像扫描仪收集全脑结构和功能 MRI 数据。在数据处理阶段，利用 fMRIPrep 23.0.2 框架对数据进行预处理，通过一系列复杂的操作，如强度非均匀性校正、颅骨剥离、脑部分割等，为后续分析做好准备。此外，运用一般线性模型（GLM）进行单变量和多变量分析，还采用了表征相似性分析（RSA）和多元模式分析（MVPA）等技术，深入探究神经活动与行为之间的关系。
下面让我们来看看具体的研究结果：
- 选择行为：参与者在 fMRI 任务中的平均准确率为 81%，反应时间为 3.49 秒。通过计算相对选择距离（RD），发现参与者的准确率与相对选择距离显著相关，距离越大，任务难度越低。进一步分析发现，只有到最近边界的欧氏距离既能预测任务准确率，又随着实验进展其预测能力显著提高，这表明参与者构建了多维决策空间的地图式表征。
- 拖拽排序行为：在实验后的惊喜拖拽排序任务中，参与者能够准确地将提示商品放置在边界商品形成的形状范围内，且重建的边界商品在新鲜度对角线上更宽，这与新鲜度变量的范围较长一致。此外，参与者的拖拽排序行为精度与 fMRI 任务中的选择准确率相关，表现更好的参与者在拖拽排序中对形状的重建更精确。
- 单变量 fMRI：在对 2AFC 决策试验的全脑 fMRI 分析中，研究人员发现相对选择距离、准确率和反应时间在多个脑区有显著影响，但在海马体和 mPFC 中未观察到显著影响。这表明这些区域在处理抽象边界时的神经活动模式较为复杂，不能简单地通过这些变量来解释。
- fMRI RSA：通过 RSA 分析，研究人员发现提示商品与最近边界商品的欧氏距离在双侧海马体和 mPFC 中均显著影响神经表征相似性，且 mPFC 中二维距离效应与个体选择准确率的提高相关，这进一步证明了 mPFC 在学习二维边界定义的抽象情境中的作用。
- fMRI 分类器：利用 MVPA 对编码阶段边界商品试验的 fMRI 数据进行分析，研究人员发现海马体能够准确解码抽象空间的形状，且分类器准确率与参与者在扭曲形状和方形形状任务中的表现差异相关，而 mPFC 则未表现出显著的解码能力。这表明海马体在灵活表示抽象空间方面具有独特的作用。
综合以上研究结果，研究人员得出结论：人类海马体能够灵活表示抽象边界定义的情境，而 mPFC 的表征则更普遍地与学习二维边界定义的抽象情境相关。参与者在记忆导向决策过程中，即使在不需要的情况下，也能学习这些二维边界定义的抽象情境。这一研究成果为理解大脑如何在不同空间和抽象情境中引导决策提供了重要线索。
在讨论部分，研究人员指出，虽然他们的研究揭示了海马体和 mPFC 在处理抽象边界方面的重要作用，但仍有许多问题有待进一步研究。例如，目前尚不清楚实验结果是否反映了海马体重映射计算，未来研究可以通过逐渐变形抽象空间或创建线性边界变化来深入探究这一问题。此外，mPFC 在编码边界时似乎并不特定于抽象空间或情境，且研究未使用能够稳健测量 OFC 最腹侧部分信号的 fMRI 序列，因此对这些结果的解释需要谨慎。同时，研究中未观察到纹状体参与表示到地标的欧氏距离，未来可以通过改变抽象地标位置等方式来进一步研究地标与边界学习过程的差异。最后，研究人员还提出，未来研究可以探索海马体对事件和抽象空间的表示之间潜在的计算联系，以更深入地理解大脑的认知机制。
总的来说，这项发表在《Nature Communications》上的研究成果意义重大。它不仅为我们揭示了大脑在处理抽象边界时的奥秘，为认知科学领域提供了新的理论依据，还为后续研究指明了方向。相信在未来，随着研究的不断深入，我们将对大脑的认知机制有更深入的了解，从而为相关领域的发展带来新的突破。
