生物行移动版

一项发表于《自然》杂志的最新研究通过计算建模发现，经典赫布理论——“细胞一同放电，则一同连接”——无法解释小鼠在导航新环境时海马体连接的变化。相反，一种名为行为时间尺度可塑性的规则，即使神经元不同步放电也能加强突触连接，更好地捕捉了学习过程中CA1区海马细胞的变化。这一发现挑战了神经科学领域数十年来关于突触可塑性机制的传统思考方式。

1949年，唐纳德·赫布提出了一个著名的理论：当神经元一同放电时，它们之间的突触连接会增强，构成长期记忆的基础。这一理论在大量离体大鼠海马切片培养实验中得到了验证，并深刻影响了研究者对突触可塑性的理解。然而，一项由芝加哥大学神经生物学副教授Mark Sheffield领导的新研究，为“赫布可塑性并不总是能解释神经元连接的变化如何实现学习”这一观点增添了新的证据。

经典规则与行为时间尺度可塑性

经典的赫布尖峰时序依赖性可塑性发生在一个神经元恰好在其所突触的另一个神经元之前放电时，导致这两个细胞之间的连接增强。而行为时间尺度可塑性则依赖于突触后细胞的一个复杂尖峰或一系列动作电位爆发。这会触发一个沿树突树传播的钙信号，该信号会加强在复杂尖峰发生前几秒钟内活跃的突触前细胞的突触连接，从而导致突触强度发生更大的变化。

先前的研究表明，行为时间尺度可塑性有助于海马细胞建立其位置野（即细胞放电的位置）。但尚不清楚它是否也对学习过程有贡献。

虚拟环境导航实验与计算建模

Sheffield及其同事基于一项先前的研究，该研究使用钙成像技术记录了11只小鼠在球形跑步机上奔跑以探索陌生虚拟环境时海马体的神经元活动。当动物导航经过虚拟线性轨道上的特定位置时，海马体CA1和CA3区的位置细胞就会放电。

随着动物对环境变得熟悉，团队发现有更多位置细胞参与到活动中。当这种情况发生时，一个细胞的位置野常常会改变：大多数位置野沿着轨道向后移动，但也有一些向前移动，还有一些保持稳定。这种移动表明，随着小鼠学习其环境，细胞对空间的表征以及动物对路线的心理地图也发生了变化。

在新的研究中，Sheffield团队使用计算建模来理解哪种可塑性规则最能解释观察到的神经元位置野的移动。他们构建了CA1和CA3位置细胞模型，这些细胞会因位置野的激活而放电，并观察了这些位置野如何根据不同的规则随突触权重的增强而变化。

BTSP成功模拟，赫布规则失效

当团队让细胞根据赫布规则更新其突触时，模型导致位置野变大，但没有移动。而当他们将行为时间尺度可塑性的规则应用于模型时，CA1细胞的一个复杂尖峰导致在尖峰前几秒内活跃的CA3突触得到增强。这一事件导致了CA1位置野的移动。由此产生的动态变化，成功地捕捉了在活体实验中观察到的位置野向后和向前的漂移范围。该研究结果于2025年3月发表在《自然》杂志上。

Sheffield指出，结果表明行为时间尺度可塑性是大脑学习的一个重要组成部分，而赫布可塑性在模拟CA1细胞时几乎是“无用的”。范德堡大学心理学副教授Kari Hoffman也表示，这些结果有助于解释海马细胞在学习过程中能表现出的广泛反应，这一点非常令人信服。

规则的多样性与未来方向

Sheffield认为，可能还有其他可塑性规则驱动学习诱导的突触变化。例如，虽然行为时间尺度可塑性解释了CA1位置野的移动，但它和赫布可塑性都无法模拟CA3细胞中观察到的活动变化；只有一种修改版的行为时间尺度可塑性模型能够做到。

未参与该研究的剑桥大学信息工程与神经科学教授Timothy O'Leary也谨慎地指出，尽管有这些发现，但赫布可塑性不太可能在学习和记忆中从未被使用。他认为，任何试图从生物系统中提取出某种一致规则的人，如果在这个过程中没有感到自己的能力不足，那他就是没有真正投入。

随着观察神经元实时活动的方法不断进步，测试这些规则变得更容易。Sheffield最后表示：“我认为我们在赫布的世界里停留太久了，而它并不是故事的全部。”

参考文献

Sheffield, M. et al. (2025). Learning in living mice defies classic synaptic plasticity rule. Nature. 该研究原文于2025年3月发表在《自然》杂志。本报道基于Mark Sheffield实验室的研究及对相关专家的采访。文中提及的“行为时间尺度可塑性”及其与经典赫布规则的对比，是理解海马体依赖型学习机制的重要新进展。