2. del: Kakšen je učinek reaktivacije spomina med učenjem?

Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-pošta:audrey.hu@wecistanche.com

Kliknite tukaj za 1. del

Cistanche lahko izboljša spomin

Definicija modela Model LBA (Brown in Heathcote, 2008) predpostavlja, da se pri vsakem poskusu začetna točka k vsakega akumulatorja naključno izvleče iz enotne porazdelitve na intervalu [0, A]. Vsak akumulator nato sledi črti z naklonom d, dokler ne doseže odzivnega praga b. Pri vsakem poskusu se naklon akumulatorja i črpa iz normalne porazdelitve s povprečjem vi in ​​SD s (tukaj fiksirano na 1). Čas, v katerem akumulator doseže prag, je (bk)/d. Modelirali smo tri alternativne teste sklepanja s prisilno izbiro z uporabo treh akumulatorjev s povprečnimi stopnjami premika v1 (za pravilen odziv) in v2 (za druga dva odgovora). Kot izhaja iz začetnega opisa modela LBA (Brown in Heathcote, 2008), je funkcija gostote verjetnosti (PDF) za akumulator I v času t naslednja:

Kjer sta f in U funkcija gostote verjetnosti oziroma kumulativne porazdelitvene funkcije standardne normalne porazdelitve. Kumulativna porazdelitvena funkcija (CDF) za akumulator I v času t je naslednja:

PDF za akumulator I, ki prvi doseže prag v času t, je verjetnost, da akumulator I konča v času t, odvisno od tega, da drugi akumulatorji še niso končali, kot sledi:

Ker je stopnja zanašanja d vzeta iz normalne porazdelitve, obstaja določena verjetnost, da noben akumulator ne bo končal. Po predhodnem delu

(Brown in Heathcote, 2008; Annis et al., 2017) smo pogojevali z verjetnostjo, da ima vsaj en akumulator pozitivno stopnjo drifta, kot sledi:

Za vsako od štirih verig je bila faza uglaševanja 1000 ponovitev s ciljno stopnjo sprejemljivosti 0,99, ki ji je sledilo 5000 vzorcev. Konvergenca je bila ocenjena z uporabo skupne efektivne velikosti vzorca in rangno normalizirane statistike zmanjšanja potencialne lestvice R^ (Vehtari et al., 2017). Ustreznost modela smo ocenili z izračunom povprečnih posteriornih parametrov za vsak poskus ter simulacijo odzivov in odzivnih časov. Simulirali smo 50 ponovitev vsakega poskusa, da bi dobili zanesljivo oceno učinkovitosti modela. Nazadnje smo izračunali 95-odstotni interval visoke gostote (HDI) za vsakega od povprečnih parametrov na ravni skupine (npr. mCA1 za CA1), da bi ugotovili, ali so bili različni od nič, kar kaže na razmerje med spremembo podobnosti ali reaktivacijo in sklepanjem AC izvedba.

koristi puščave cistanche

Rezultati

Vedenjska uspešnost

Do konca začetne faze učenja parov (AB) so udeleženci oblikovali močne spomine na pare oblike obraza in oblike scene. Vsi udeleženci so bili pri končnem testu večji od možnosti (povprečni delež pravilen=0.91, SD=0.01) in so bili zato vključeni v nadaljnje analize.Spominza prekrivajoče (BC) pare oblika-predmet je vplivala vizualna podobnost povezovalnega elementa med učenjem (sl. 2A, B). ANOVA s ponovljenimi meritvami s faktorji znotraj subjektov

bloka prekrivajočih se parov (1, 2, 3, 4) in vizualne podobnosti (natančno ujemanje, velika podobnost, majhna podobnost, novo) je razkrilo, da je vizualna podobnost moduliranaspominnatančnost (glavni učinek bloka, F(3,75)=79.93,p,0.{{30}}01, h{{6 }}.762; blok interakcije vizualne podobnosti, F(9,225) {{1{{50}}}}.88, p =0.003 , h2=0.103) in odzivni čas (glavni učinek podobnosti na pravilne poskuse, F(3,72)=5.14, p =0 .003, h2=0.176). Za prvi učni blok prekrivajočih se parov je bila uspešnost boljša (slika 2A), ko se je povezovalni element (B) natančno ujemal s prvotno naučenimi pari (AB) glede na vse druge pogoje. V prvem testnem bloku je bil učinek vizualne podobnosti (učinek vizualne podobnosti v prvi vožnji, F(3,75)=6.901, p,0.001, h2=0.216), vendar ne v naslednjih serijah (vrednosti F 0,479, vsi p 0,698, vsi h2 0.019). V prvem zagonu so post hoc seznanjeni t testi pokazali, da je bila natančnost najvišja pri parih z natančnim ujemanjem glede na vse druge pare (v primerjavi z visoko podobnostjo: t(25)=3.33,p =0 .003, d =0.654; majhna podobnost: t(25)=4.52, p,0.001, d =0.894; novo: t(25) {{55} }.74, str =0.011, d =0.539). Učinkovitost je bila večja pri parih z visoko podobnostjo kot pri parih z nizko podobnostjo (t(25)=2.306, p =0.03, d=0.459). Ni bilo razlike v uspešnosti med visoko podobnostjo in novimi pari (t(25)=0.87, p =0.394, d=0.172) ali nizko podobnostjo in novimi pari (t(25)=0.76, p =0.452, d=0.151). Ko so bili strnjeni čez blok, so imeli pari z natančnimi ujemanji najhitrejši odzivni čas (slika 2B) pri pravilnih poskusih (v primerjavi z vsemi drugimi pogoji, t vrednosti 2,206, vsi p, 0,05, vsi d 0,445). Odzivni čas se ni razlikoval med visoko podobnostjo, nizko podobnostjo ali novimi pari (vse vrednosti t 1,748, vse p. 0,05, vse d 0,348).

Vizualna podobnost povezovalne postavke je vplivala tudi na natančnost sklepanja med epizodami (F(3,75)=26.61, p ,0.001, h2=0.516). Udeleženci so bolj verjetno sklepali na razmerje med posredno povezanimispominelementov (AC), ko se je povezovalni element (B) natančno ujemal ali zelo podoben v prekrivajočih se parih (slika 2C). Učinkovitost sklepanja se ni razlikovala med natančnim ujemanjem in triadami visoke podobnosti (t(25)=1.20, p =0.24, d=0.23{ {19}}), vendar je bila zmogljivost za triade z natančnim ujemanjem boljša od obeh triad z nizko podobnostjo (t(25)=6.82, p,0.001, d=1.327) in novih triad (t (25)=6.61, p,0.001, d=1.286). Podobno je zmogljivost za triade visoke podobnosti presegla nizko

triade podobnosti (t(25)=5.05, p,0.001, d =0.987) in nove triade (t(25) {{8 }}.38, p,0.001, d =1.055). Sledite z(Zmogljivost sklepanja se ni razlikovala med nizko podobnostjo in novimi triadami (t(25)=1.17, p =0.254, d=0.224). izvedba za triade z nizko podobnostjo je bila zanesljivo boljša od naključja (t(25)=2.22,p =0.04, d=0.435), medtem ko je bila zmogljivost za nove triade ne (t(25)=0.47,p =0.64, d =0.093).

Odločitve o sklepanju so bile tudi hitrejše za pogoje natančnega ujemanja in visoke podobnosti glede na novi pogoj (F(3,72)=11.79,p,0.001, h{ {6}}.329), pri čemer so sklepi za pogoj natančnega ujemanja na splošno najhitrejši (slika 2D). Odzivni čas je bil krajši za triade z natančnim ujemanjem glede na pogoje visoke podobnosti (t(25) {{10}}.41, p =0.002, d=0.669) in nove triade (t(24)=5.00, p,0.001, d =0.999), vendar se ne razlikujejo od triad nizke podobnosti (t(25) =1.64, p =0.114, d =0.321). Odzivni čas je bil hitrejši za triade z visoko podobnostjo v primerjavi z novimi triadami (t(24)=2.93, p =0.007, d =0.585), vendar se ni razlikoval od nizkih triade podobnosti (t(25)=1.11, p =0.28, d =0.217). Triade z nizko podobnostjo so bile hitrejše od novih triad (t(24) =3.86,p =0.001, d =0.773). Te ugotovitve skupaj kažejo, da asociativnospominin sklepanje med epizodami, dva procesa, za katera se domneva, da jih podpirajo hipokampalna podpolja (Schapiro et al., 2017), sta pod vplivom zaznavne podobnosti elementov skupnega dogodka, z olajšano izvedbo z višjimi ravnmi podobnost med epizodami.

Ponovno aktiviranje prekrivajočih se spominov med učenjem. Da bi preizkusili, kako kortikalnospominponovna aktivacija med učenjem prekrivajočih se parov vpliva na predstavitve podpolj hipokampusa, smo najprej uporabili analizo žarometa, da bi ugotovili, kje so bile informacije o začetnih parih ponovno aktivirane v skorji med učenjem. Znotraj vsake sfere iskalnega žarometa je bil klasifikator vzorcev usposobljen na podlagi podatkov iz faze lokalizatorja in nato uporabljen v fazi študije prekrivajočih se parov (Zeithamova et al., 2012). Iskalnik je identificiral regije, v katerih so dokazi klasifikatorja za ciljno kategorijo sorodnega predmeta (elementi obraza ali prizora A iz začetnih parov) presegli osnovni indeks dokazov klasifikatorja za isto kategorijo, izpeljanega iz novih (ali neprekrivajočih) poskusov. Našli smo dokaze, da so se povezani spomini ponovno aktivirali, koučenje prekrivajočih se parov v posteriornem cingularnem korteksu, okcipitalnem korteksu in parietalnem korteksu (slika 3A).

Pomembno je, da ni bilo razlik v moči ponovne aktivacije kot funkciji kategorije predmeta A (obraz, prizor) med regijami, identificiranimi v analizi reflektorja (slika 3B). ANOVA s ponovljenimi meritvami z dejavniki regije (levi parietalni, desni parietalni, cingulatni, zgornji okcipitalni, inferiorni okcipitalni) in kategorijo dražljajev (obraz, prizor) je pokazala, da se reaktivacija razlikuje med regijami (glavni učinek regije, F(4,100)=2.84, p =0.028, h2=0.102), vendar se ni razlikoval glede na kategorijo dražljaja (glavni učinek kategorije, F(1,25) { {15}}.002,p =0.967, h2 =0;interakcija regije kategorije, F(4,100)=0.375, p =0.826, h2=0.015). Tako naših rezultatov ni vodila ena sama kategorija dražljajev in odražajospominponovna aktivacija in ne vključitev predelovalnih regij, specifičnih za kategorijo.

Nadalje smo preizkusili, ali je vizualna podobnost skupne postavke B med učenjem vplivala na močspominponovna aktivacija za postavke A. To smo predvidevalispominponovna aktivacija med učenjem bi bila močnejša za pare, povezane z vizualno bolj podobnim elementom. Z uporabo podobnega pristopa kot v prejšnji analizi so ločene analize žarometov identificirale regije, kjer so bili dokazi klasifikatorja za sorodno postavko A večji za pogoj natančnega ujemanja kot za pogoje visoke in nizke podobnosti. V skladu z našo hipotezo smo ugotovili, da je podobnost komponent dogodkov modulirala močspominreaktivacija v levem parietalnem korteksu in okcipitalnem korteksu (slika 3C).

Cistanche izkušnje: izboljšajte spomin Cistanche izdelki

Ponovno aktiviranje spomina vpliva na nevronsko kodiranje v podpoljih hipokampusa

Da bi preizkusili našo hipotezo, da bi ponovna aktivacija povezanih spominov med novim kodiranjem vodila do ločljive predstavitve prekrivajočih se spominov v DG/CA2,3 in CA1, smo kvantificirali kodiranje podpolj hipokampusa kot funkcijospominmoč reaktivacije med učenjem. Tako pred in po učenju parov so bili udeleženci skenirani med ogledovanjem posameznih slik predmetov A in C iz prekrivajočih se parov v stanju visoke podobnosti (slika 1A). Diferenciacijo in integracijo smo indeksirali z merjenjem z učenjem povezanih sprememb v podobnosti vzorcev za posredno povezane elemente A in C iz iste triade (Schlichting et al., 2015). Spremembe podobnosti znotraj iste triade so primerjali z izhodiščem sprememb podobnosti med predmeti v različnih triadah. Diferenciacijo smo izmerili s testiranjem zmanjšanja podobnosti vzorcev med predmeti A in C po učenju (slika 4A). V nasprotju s tem bi integracijo zaznamovala povečana podobnost vzorcev med posredno povezanimi predmeti A in C, kar odraža nastanek prekrivajočih se kod za povezane spomine (slika 4A).

Za oceno vplivaspominreaktivacijo med učenjem o nevronskem kodiranju posredno povezanihspominelementov smo izračunali reprezentativno spremembo za triade na podlagi moči ponovne aktivacije med prekrivajočimi se učnimi poskusi. Za vsakega udeleženca smo razvrstili prekrivajoče se pare v tiste, povezane z močnejšo in šibkejšo reaktivacijo ustreznega začetnega para, na podlagi mediane razdelitve povprečnih reaktivacijskih indeksov v vseh grozdih, identificiranih v reaktivacijskem iskalniku (slika 3A). Nato smo primerjali nevronsko kodiranje med posredno povezanimi elementi A in C, povezanimi z različnimi stopnjami ponovne aktivacije. Ključno je, da so vse analize, ki ocenjujejo reprezentativne spremembe v podpoljih hipokampusa, temeljile samo na podatkih iz triad z veliko podobnostjo. Ta pristop ohranja vizualno podobnost povezovalnega elementa konstantno, kar zagotavlja kritičen preizkus, ali ponovna aktivacija spomina posreduje spremembo reprezentacije nad spremembami v fizičnem okolju.

Izvedli smo štiri analize žarometov znotraj posameznih podpolj hipokampusa, da bi testirali učinke ponovne aktivacije na z učenjem povezane predstavne spremembe za posredno povezanespominelementov (slika 4B). Najprej smo uporabili dve analizi žarometov za identifikacijo regij hipokampusa, ki so pokazale diferenciacijo ali integracijo elementov A in C ne glede na stopnjospominreaktivacijo med učenjem prekrivajočih se parov (DifferentiationOverall oziroma IntegrationOverall) in niso opazili pomembnih učinkov znotraj hipokampusa.

Namesto tega smo predvideli, da bo reprezentativna podobnost posredno povezanih elementov v podpoljih hipokampusa odvisna od močispominponovna aktivacija med učenjem prekrivajočih se parov. Da bi preizkusili to hipotezo, smo izvedli dve dodatni analizi žarometov, ki sta iskali interakcijo med spremembo reprezentacije, povezano z učenjem, inspominponovno aktiviranje; ti reflektorji so izolirali področja hipokampusa, ki kažejo diferenciacijo ali integracijo na poskusih z močnejšo reaktivacijo med učenjem prekrivajočih se parov (DifferentiationReactivation in IntegrationReactivation).

Ugotovili smo, da je imela močnejša reaktivacija začetnih parnih spominov med učenjem prekrivajočih se parov različne posledice na smer reprezentativnih sprememb, opaženih v podpoljih hipokampusa. Ko so bili začetni (A) spomini med učenjem prekrivajočih se (BC) parov močno reaktivirani, se je podobnost vzorcev DG/CA2,3 zmanjšala med postavkami A in C od učenja do učenja po učenju (sl. 4C, D; DifferentiationReactivation). Subikulum je pokazal enak vzorec kot DG/CA2,3, z močnejšo reaktivacijo, ki je povzročila zmanjšano podobnost vzorcev za elemente A in C. Nasprotno pa je CA1 pokazal nasproten vzorec reprezentativne spremembe, kospominponovna aktivacija je bila močnejša, s povečano podobnostjo med postavkami A in C po učenju (slika 4C, D; IntegrationReactivation). Te ugotovitve kažejo, da je predstavitev prekrivajočih se spominov znotraj podpolj hipokampusa odvisna odspominreaktivacija med učenjem, z enakimi pogoji, ki vodijo do ločljivih reprezentacijskih kod znotraj DG/CA2,3, CA1 in subikuluma.

Končno smo izvedli vrsto post hoc analiz na vsakem podpolju hipokampusa, identificiranem v analizi žarometa, da bi nadalje razumeli, kako je reaktivacija modulirala kodiranje v vsaki regiji. Najprej smo količinsko opredelili, ali je prišlo do kakršnih koli globalnih premikov v nevronski podobnosti preprosto kot funkcije učenja, tako da smo izračunali D med triado za nepovezana elementa A in C (tj. izhodišče med triado). Preko triade D se ni pomembno razlikovalo od nič v CA1 (t(24)=0.383, p =0.705, d =0.077) ali subikulumu (t(25)=1.233, p =0.229, d =0.242), vendar je bil večji od nič za DG/CA2,3 (t(25)=3.431 ,p =0.002, d =0.673). Ti rezultati kažejo, kako pomembno je primerjati spremembo podobnosti za povezane dogodke z izhodiščem, saj se lahko celo nepovezani elementi po učenju spremenijo v podobnosti.

Nato smo primerjali D znotraj triade za triade, povezane z močno reaktivacijo, z izhodiščem D čez triado kot potrditev naših rezultatov žarometa (slika 4D). Kot je bilo že omenjeno, je opozorilo pri tej analizi, da so rezultati potencialno pristranski z izbiro vokslov, identificiranih v analizi nevronskega kodiranja žarometa. V skladu s predvidenimi vzorci kontrastov reflektorja (sl. 4B) smo našli dokaze za diferenciacijo, pri čemer je bila sprememba nevronske podobnosti za triade, povezane z močno reaktivacijo, manjša od izhodišča med triadami v DG/CA2,3 (t(25)=2.298, str =0.030, d=0.451) in subikulum (t(25)=3.158, str =0.004, d=0.619). Znotraj CA1 smo pokazali trend integracije z večjo podobnostjo znotraj triad, ki je povezan z močnejšo reaktivacijo po učenju glede na izhodišče med triadami (t(24)=1.766, p =0.090, d =0.353). Te post hoc analize skupaj podpirajo izid analize žarometa in kažejo, da na predstavitev prekrivajočih se dogodkov v podpoljih vpliva ponovna aktivacija povezanih spominov med učenjem.

Kot raziskovalno analizo smo kvantificirali tudi znotraj triade D za triade, povezane s šibkejšo reaktivacijo med učenjem. Našli smo dokaze za integracijo v DG/CA2,3 (t(25)=3.709, p =0.001, d=0.727) in trend v subikulumu (t( 25)=1.849, p =0.076, d =0.363), pri čemer je bil D za triade, povezane s šibkejšo reaktivacijo, večji od tistega, opaženega za izhodišče med triadami. Ta rezultat nakazuje, da se lahko reprezentativni premiki v DG/CA2,3 razlikujejo glede na stopnjo konkurence, ki je lahko drugačna, ko so spomini močno ali šibko ponovno aktivirani. Za triade niso opazili razlik od izhodiščapovezana s šibkejšo reaktivacijo v CA1 (t(24)=1.062, p =0.299, d =0.212).

Integracija pomnilnika podpira sklepanje odločitev

Uporabili smo Bayesov večnivojski model, da bi preučili razmerje med spremembo podobnosti po učenju (tj. integracija ali diferenciacija) in uspešnostjo na testu AC sklepanja. Preučili smo tudi razmerje med reaktivacijo povezanih spominov med učenjem in izvedbo sklepanja. En udeleženec je bil izključen iz te analize zaradi nezadostnega števila vokslov v CA1 (-10 vokslov). Za hkratno modeliranje natančnosti sklepanja in odzivnih časov smo uporabili model LBA. Z modelom smo uporabili Bayesovo vzorčenje za oceno naklona odnosov med uspešnostjo sklepanja in variabilnostjo na ravni triade pri spremembi podobnosti inspominponovno aktiviranje. Najprej smo ocenili, ali je Bayesovo vzorčenje konvergirano. Med vzorčenjem ni bilo odstopanj; za vsak parameter v modelu je bil [Rhat] 1,00102 in efektivna velikost vzorca je bila vsaj 5225. Ti rezultati kažejo, da je vzorčenje uspešno konvergiralo in je bilo dovolj vzorcev za oceno vsakega parametra.

Za simulacijo odzivov modela smo uporabili povprečne posteriorne parametre in ugotovili, da je opazovana natančnost (slika 5A) in odzivni čas (slika 5B) na testu sklepanja dobro ustrezala, z izjemo majhnega števila poskusov z zelo dolgimi odzivnimi časi. Parametri povprečnega naklona za spremembe, povezane z učenjem (slika 5C), so bili pozitivni za subikulum (95 odstotkov HDI=[0.043, 0,477], d =1 .37) inspominponovno aktiviranje (HDI {{0}} [0.005, 0.437], d=1.51). Parametri naklona za CA1 (HDI=[ {{20}}.189, 0.244], d=0.15) in DG/CA2,3 (HDI=[ 0.393, {{40}}.102], d =0.50) niso bile drugačne od nič. 95-odstotni HDI za druge parametre modela so bili naslednji: A=[2.{{50}}59, 5,601], t {{31} } [0.00,009, 0.515], m2=[0,130, 0,812], s{{ 42}} [0,191, 0,831], sCA1=[0,004, 0,458], sDG/CA2,3=[0,010, 0,577], sSubiculum=[0,002, 0,408] in sReact=[0,0002, 0,327]. Ti rezultati kažejo, da je večjaspominreaktivacija med učenjem in večja podobnost AC po učenju v subikulumu napovedujejo hitrejše in natančnejše sklepanje na ravni posameznih poskusov.

cistanche tubolosa koristi za zdravje: izboljša spomin

Diskusija

Naši rezultati kažejo, da ponovno aktivirani spomini vodijo, kako so predstavitve povezanih dogodkov organizirane v hipokampalnem krogu. Ponovna aktivacija predhodnih spominov med kodiranjem novih, prekrivajočih se dogodkov je napovedala uspešnost sklepanja med epizodami in je imela različne posledice za predstavitev v podpoljih hipokampusa; močna reaktivacija je privedla do diferenciacije prekrivajočih se spominov znotraj DG/CA2,3 in subikuluma, hkrati pa je spodbujala integracijo teh istih spominov v CA1. Predhodno delo je bilo osredotočeno na razlago kodiranja podpolj hipokampusa v smislu prenosne funkcije, prek katere spremembe v okoljskih znakih vodijo do diferencialnih nevronskih izhodov (Leutgeb et al., 2004, 2007; Lacy et al., 2011; Yassa in Stark, 2011). Tukaj pokažemo, da spremembe v zaznavnem vnosu niso edini dejavnik, ki določa učenje reprezentacije znotraj podpolj hipokampusa. Namesto tega naši podatki kažejo, da kodiranje podpolja hipokampusa dodatno poganja stopnja, do katere nova izkušnja sproži ponovno aktivacijo povezanih epizod. Naši rezultati tako razširjajo predhodne ugotovitve, da na reprezentativni ravni pokažejo, da kortikalnospominreaktivacija poganja disociacije v kodiranju podpolj hipokampusa v luči tekmovanja med zelo podobnimi spomini.

Predhodno delo na predstavitvi hipokampusa je primarno konceptualiziralo kodiranje podpolj kot samodejni proces kot odziv na okoljske spremembe, pri čemer se domneva, da so senzorični vnosi glavno gonilo odzivov hipokampusa. Na primer, zgodnje elektrofiziološke študije pri glodavcih so merile, kako umestiti odzive polja v hipokampalna podpolja, ki so bila preslikana, ko so živali krmarile v okolju s postopno spreminjajočimi se zaznavnimi lastnostmi (Guzowski et al., 2004; Lee et al., 2004; Leutgeb et al., 2004, 2007 ; Vazdarjanova in Guzowski, 2004). Tako delo je razkrilo, da so majhne spremembe v okoljskih značilnostih povzročile dramatične spremembe v odzivih DG in CA3, kar odraža ortogonalizacijo vhodnih vzorcev. V nasprotju s tem so se odzivi CA1 postopoma spreminjali in linearno stopnjevali s količino zaznavne spremembe med okolji; za okolja, ki so bila zaznavno bolj podobna, je aktivnost CA1 pokazala večje prekrivanje v odzivu. Predhodna dela pri ljudeh so imela podoben pristop, pri čemer so udeležencem predstavili pare zelo podobnih vizualnih podob (npr. slike dveh različnih jabolk) in izmerili obseg odzivov podpolj hipokampusa na obe sliki (Bakker et al., 2008; Lacy et al. , 2011). V teh študijah je DG/CA2,3 pokazal odziv novosti za obe zelo podobni sliki, kar kaže na ločeno kodiranje obeh slik. CA1 in odzivi subikuluma na drugo, zelo podobno sliko iz para pa so bili potlačeni glede na predstavitev prvega člana para, kar kaže na podobno predstavitev seznanjenih slik.

Medtem ko je preteklo delo na živalih in ljudeh razkrilo pomembne disociacije med obdelavo hipokampalnih podpolj, naše ugotovitve temeljijo na tem delu, da pokažejo, da učenje reprezentacije hipokampusa ni le pasiven proces, ampak namesto tega aktivno vplivaspominreaktivacijo (Hulbert in Norman, 2015; Kim in sod., 2017; Ritvo in sod., 2019). Pokažemo, da so disociacije podpolj hipokampusa najbolj očitne, ko se pretekli spomini močno reaktivirajo, kar povzroči konkurenčno učno stanje, ki spodbuja diferenciacijo v DG/CA2,3 in subikulumu, hkrati z integracijo v CA1. Naši podatki tako kažejo na potrebo po kvantificiranju zaznavne podobnosti med dogodki in kako prekrivajoče se zaznavne lastnosti sprožijo ponovno aktivacijo spomina, da bi v celoti upoštevali, kako se v hipokampalnem vezju pojavijo disociabilne predstavitve. Eden zanimivih vidikov predhodnega človeškega dela, opisanega zgoraj, je, da so bile disociacije med podpolji odvisne od narave naloge, ki se izvaja (Kirwan in Stark, 2007; Bakker et al., 2008; Lacy et al., 2011). Kadar je bila kritična eksperimentalna manipulacija (tj. vizualna podobnost med predmeti) naključna glede na nalogo, ki so jo opravili udeleženci, so opazili disociacije med podpolji (Bakker et al., 2008; Lacy et al., 2011). Ko pa so bili isti dražljaji in predstavitveni postopki združeni z namerno osredotočenostjo na nalogo, so bile disociacije manj očitne (Kirwan in Stark, 2007). Mehanski vir teh različnih ugotovitev še ni razkrit. S kvantificiranjemspominponovne aktivacije med nalogami z namernim ali naključnim fokusom, bi lahko pridobili nadaljnje vpoglede v to, kako cilji naloge vplivajo na dinamiko tega, kako tekmovanje v spominu vpliva na nevronsko predstavitev (Richter et al., 2016).

Naše ugotovitve je mogoče konceptualizirati v smislu nadzorovanih in nenadzorovanih modelov učenja, od katerih se vsak osredotoča na različne učne cilje. Medtem ko je nadzorovano učenje usmerjeno s povezovanjem predstav s čutnimi znaki, opaženimi neposredno v okolju, nenadzorovano učenje prilagodi predstave, da zmanjša konkurenco med trenutno izkušnjo in ponovno aktiviranimi.spominpredstave, ki jih sproži nov dogodek (Ritvo et al., 2019) z integracijo ali diferenciacijo. Medtem ko učenje verjetno odraža ravnotežje med nadzorovanimi in nenadzorovanimi mehanizmi, naše ugotovitve kažejo, da so ponovno aktivirani spomini pomemben vidik tega, kako se strategije kodiranja, ki jih je mogoče ločiti, pojavljajo v podpoljih hipokampusa.

Do danes je samo še ena študija pri ljudeh uporabila multivariatne reprezentativne analize za kvantificiranje disociacije med podpolji hipokampusa, zlasti ko so posamezniki pridobili informacije o skupnih ali različnih prostorskih kontekstih (Dimsdale-Zucker et al., 2018). Ta študija je pokazala, da so elementi, naučeni znotraj istega prostorskega konteksta, izzvali prekrivajoče se aktivacijske vzorce v CA1 in diferencirane vzorce v DG/CA2,3 med iskanjem glede na elemente, ki niso delili kontekstualnih informacij. Sedanje ugotovitve se razlikujejo od te študije na več ključnih načinov. Prvič, predhodna študija je merila kode podpolj medspominiskanje, medtem ko naše delo razkriva aktivne učne procese, ki poganjajo oblikovanje ločljivih predstavitev podpolj. Natančneje, ta predhodna študija ni količinsko opredelila, kako je ponovna aktivacija podobnih spominov, bodisi med učenjem ali iskanjem, povezana s kodiranjem podpolj hipokampusa. Tukaj prikazujemo disociacijo v kodiranju podpolj hipokampusa kot rezultatspominponovno aktiviranje. Poleg tega smo pokazali, da nevronske kode, ki jih tvorijo subregije hipokampusa, ne podpirajo le preprostega prepoznavanja (Dimsdale-Zucker et al., 2018) ali prostorskega spomina (Leutgeb et al., 2004, 2007), temveč tudi sklepanje o odnosih med spomini (glej tudi Schlichting et al., 2014). Odločitve o sklepanju so bile hitrejše in natančnejše z naraščajočo podobnostjo med posrednimi predmeti po učenju v subikulumu, kar kaže, kako prekrivajoče se kode spodbujajo pridobivanje znanja onkraj neposredne izkušnje.

koliko časa traja, da cistanche začne delovati

Naša ugotovitev, da predstavitve subikuluma sledijo odločitvam o sklepanju, lahko odražajo, da je subikulum izhodna struktura hipokampalnega kroga (O'Mara et al., 2001), ki ima ključno vlogo pri spominjanju (Viskontas et al., 2009; Lindberg et al. , 2017). Medtem ko je subikulum pokazal dokaze o diferenciaciji, povezani z učenjem, za prekrivajoče se pare na splošno, naši podatki o modeliranju kažejo, da reprezentativna sprememba v subikulumu odraža kontinuum odzivov. Povečana integracija (ki jo lahko razumemo tudi kot manj diferenciacije) je spodbujala hitrejše in natančnejše sklepanje. Naši rezultati kažejo, da ko so spomini bolj integrirani (ali manj diferencirani), je sklepanje olajšano s pridobitvijo shranjene povezave med posredno povezanimi elementi (Shohamy in Wagner, 2008; Schlichting et al., 2014); nasprotno pa bi diferenciacija lahko upočasnila sklepanje med dvema ločenima sledoma, ki bi ju bilo treba pridobiti in ponovno združiti pri preizkusu (Koster et al., 2018).

Tako kot subikulum je DG/CA2,3 pokazal diferenciacijo, povezano z učenjem, in posredno povezanihspominelementi, kospominponovna aktivacija je bila med kodiranjem močnejša. Vendar je treba opozoriti, da DG/CA2,3 razlikovanje prekrivanjaspominelementi so bili opaženi le glede na nepovezano izhodišče med triado; ni bilo nobene spremembe v podobnosti med učenjem in učenjem po učenju za posredno povezane predmete same (sl. 4D, vstavek). Ta ugotovitev je skladna s predhodnim delom, ki prikazuje diferenciacijo hipokampusa za povezane in nepovezane dogodke po učenju (Favila et al., 2016; Dimsdale-Zucker et al., 2018), hkrati pa nadzoruje osnovne spremembe podobnosti, ki se pojavijo skozi čas. Poleg tega je DG/CA2,3 pokazal dokaze zaspominintegracija, ko je bila ponovna aktivacija spomina med učenjem šibkejša, kar kaže na potencial za bolj niansirano reprezentativno dinamiko v tej regiji. Na primer, tekmovanje v spominu, ki ga izzove reaktivacija, ima lahko nemonoton odnos do reprezentativne spremembe v DG/CA2,3 (Ritvo et al., 2019). Močnejša reaktivacija lahko spodbuja aktivno diferenciacijo; šibkejše ali vmesne ravni ponovne aktivacije lahko vodijo do integracije in nobena ponovna aktivacija ne more proizvesti neprekrivajočih se predstavitev, ki so ločene s pasivno ortogonalizacijo. Ta zapletena strategija kodiranja bi lahko pojasnila, zakaj DG/CA2,3 kaže dokaze o diferenciranih (Kim et al., 2017) in integriranih (Schapiro et al., 2012) predstavitev v različnih okoliščinah. Druga možnost je, da naši rezultati odražajo uporabo kombinirane regije DG/CA2,3, katere komponente naj bi izkazovale različne prenosne funkcije med okoljskimi znaki in posledičnospominpredstavitve (Yassa in Stark, 2011). Opaženi vzorec rezultatov kaže, da je kvantificiranje ponovne aktivacije spomina skupaj s spremembo reprezentacije potrebno za popolno razumevanje, kako tekmovanje v spominu vpliva na učenje reprezentacije v DG/CA2,3.

Skratka, naše empirične ugotovitve podpirajo nedavno predlagani računalniški model hipokampalnega vezja (Schapiro et al., 2017); simulacije iz tega modela kažejo, da lahko CA1 predstavlja razmerja med dogodki, medtem ko predstavitve DG in CA3 lahko poudarjajo razlike med podobnimi epizodami. Naše ugotovitve se ujemajo s temi računalniškimi napovedmi, pri čemer CA1 tvori integrirane predstavitve za podobne spomine, medtem ko DG/CA2,3 in subikulum razlikujeta te iste izkušnje. Poleg tega smo pokazali, da predstavitve hipokampusa podpirajo nove sklepe, kar olajša odkrivanje neopaženih odnosov med različnimi, a povezanimi izkušnjami. Pričujoče delo nadalje kaže, da disociacije podpolj hipokampusa niso preprosta funkcija senzoričnega vnosa, ampak so posledicaspomintekmovanje med učenjem. Ta študija skupaj izboljšuje naše razumevanje, kako predhodno znanje oblikuje, kako so novi dogodki predstavljeni v hipokampalnem vezju, in zagotavlja empirični preizkus ključnih napovedi računalniških modelov hipokampusa.spominfunkcijo.