《Nature Communications》:Distinct CA3 inputs differentially shape the learning-dependent evolution of right CA1 spatial maps
编辑推荐:
为阐明上游输入如何在学习中塑造海马CA1空间地图,研究者利用双光子钙成像与光遗传抑制,在小鼠虚拟轨道导航中监测左右CA3至右侧CA1的投射。发现CA1地图约10圈后稳定,早期右CA3主导精化,后期左CA3维持稳定,轴突记录亦呈对应时程转变,揭示了动态分工机制。
当你第一次踏入一个陌生的房间,或是老鼠初次跑上一条全新的迷宫轨道时,大脑里究竟发生了什么?我们深知海马体(hippocampus)是大脑中负责记忆和空间导航的核心枢纽,其中的CA1区通过“位置野”(place fields)构建出一幅幅空间地图来帮我们定位。然而,一个长期悬而未决的问题是:在动物逐渐熟悉新环境的学习过程中,上游的输入信号是如何塑造和打磨这些CA1空间地图的?特别是来自左右半球的CA3区投射,它们各自扮演了什么角色?
为了回答这一问题,研究人员以小鼠为模型,借助虚拟现实(VR)轨道导航系统,结合在体双光子钙成像(two-photon calcium imaging)和光遗传抑制(optogenetic inhibition)技术,对汇聚到右侧CA1(CA1R)的左右侧CA3输入进行了监测与扰动。该研究论文发表在《Nature Communications》。
研究人员主要采用了以下关键技术方法:使用头部固定小鼠在虚拟现实(VR)的2米长虚拟轨道上进行导航,结合在体双光子钙成像技术记录右侧CA1(CA1R)神经元群体及左右CA3轴突在海马CA1层的钙活动;利用病毒载体(如AAV)表达光敏感蛋白(如ArchT、ChR2),通过光遗传抑制技术分别选择性抑制左侧或右侧CA3到CA1R的投射;通过行为学分析(如预期性舔比率)和位置解码器(如CEBRA降维结合KNN回归)评估空间学习进程与神经表征精度;使用kneedle算法界定神经活动及行为表现的学习阶段转换点,并对单细胞及群体空间编码特性(如位置野振幅、可靠性)进行量化比较。
右侧CA1空间表征在学习过程中的快速稳定
研究发现,当小鼠进入新环境时,右侧CA1(CA1R)的空间地图最初并不精准,但在大约10圈(laps)的跑步过程中迅速稳定下来。这一过程清晰地划分出了两个阶段的转变:前约10圈为早期的“地图精化阶段”(early-phase of map refinement),之后的则为后期的“稳定阶段”(late-phase of stability)。无论是神经群体的新奇调制活动,还是基于神经元群体活动的位置解码误差,都在约第10圈前后出现了明显的拐点并进入平台期,表明CA1R的空间表征在学习初期经历快速调整后即趋于稳固。
左右侧CA3输入对CA1R空间地图的动态差异化影响
通过在虚拟现实导航中分别光遗传抑制左侧或右侧CA3到CA1R的投射,研究人员发现这两个输入源在学习的不同阶段具有截然不同的影响力。在早期的地图精化阶段,抑制右侧起源的CA3输入(right-origin CA3 inputs)会显著破坏CA1R空间地图的精化过程;而在后期的稳定阶段,则是左侧起源的CA3输入(left-origin CA3 inputs)对维持CA1R表征的稳定性更为关键,抑制它会显著降低地图的稳定性。这种从右向左的支配力转移,揭示了CA3输入在时间维度上的动态分工。
CA1R单细胞位置野特性反映CA3输入的时程转变
在单细胞层面上,右侧和左侧CA3输入对CA1R位置野(place fields)特性的塑造也存在时间上的匹配转变。在早期阶段,由右侧CA3输入驱动的CA1R细胞表现出更高振幅且可靠的位置野;而到了后期阶段,左侧CA3输入则更多地支持着可靠位置野的维持。这表明,CA3输入的动态重分布效应扎根于单个神经元的空间编码属性之中。
左右CA3轴突在空间活动中呈现对应的时程转变
为了进一步探究这种动态分工是否源于CA3输入自身空间编码的变化,研究人员直接记录了投射到CA1R的左右CA3轴突的活动。结果显示,右侧CA3轴突在早期表现出更强的位置野活动和可靠性,而左侧CA3轴突的可靠性则在后期变得更强。轴突记录与细胞体记录呈现出高度匹配的时程转变,说明CA3输入支配力的转移与其自身的空间反应特性的演变是相辅相成的。
综上,该研究表明,在海马右侧CA1(CA1R)空间地图随学习而演化的过程中,来自左右半球的CA3输入并非静态地发挥作用,而是动态地重分布其影响力:早期由右侧CA3输入主导空间地图的精化,后期转由左侧CA3输入维持地图的稳定。这一发现不仅阐明了海马内部神经网络在不同学习阶段的特异性回路机制,也揭示了大脑如何通过不同神经通路的时序性协同来协调空间信息的编码、精化与固化,为理解记忆形成与空间导航的神经网络基础提供了重要的新视角。