2025年9月10日，《自然-神经科学》发表的一项研究，颠覆了人们对大脑“GPS”核心组件——网格细胞——工作模式的传统认知。通过在路径整合任务中大规模记录小鼠内侧内嗅皮层（MEC）神经元，研究者首次发现，网格细胞并不总是依赖一个稳定的“全局坐标”来编码位置。相反，它们会根据任务需求，在单个试次内灵活地将自身“锚定”到关键地标（如杠杆）上，通过平移而非旋转网格模式来实现参考系的快速切换，并且其网格朝向的漂移能精准预测动物的返航方向。
网格细胞是大脑导航系统的核心，因其放电模式在空间中形成规则的六边形网格而得名。主流理论认为，网格细胞为大脑提供了一个类似于“全球定位系统”的单一、稳定的坐标系，动物通过整合自身运动信息（即“路径整合”）来持续更新自己在这个坐标系中的位置。然而，当动物主要依赖路径整合在黑暗中导航时，这一经典模型是否依然成立？网格细胞的“网格”是否如想象中那样稳固？
来自德国海德堡大学和法国艾克斯-马赛大学的研究团队，通过训练小鼠执行一项名为“AutoPI”的巧妙任务，对这一问题进行了严格检验。
行为范式：在黑暗中考验路径整合
在AutoPI任务中，小鼠需要从一个固定的“家”出发，在一个可旋转的圆形舞台上寻找一个每次试次位置都会随机重置的杠杆。按下杠杆后，家中的食物槽会掉落奖励，小鼠必须直接返回家中才能获得食物。通过在完全黑暗的条件下进行试次，研究者迫使小鼠必须完全依赖内部感觉（自身运动信息）进行路径整合，来记住家的方向。
行为学数据显示，小鼠在黑暗中虽然返航误差大于光亮条件，但仍能显著优于随机水平地朝家导航，且其返航误差随着搜索路径长度的增加而线性累积，这完美符合路径整合的核心特征。
颠覆性发现：稳定的“网格”消失了
研究者利用高密度硅探针，在小鼠执行任务时同步记录了MEC中931个经鉴定的网格细胞的活动。传统分析带来了第一个惊人发现：
- 经典网格瓦解：在AutoPI任务中（无论是光亮还是黑暗试次），网格细胞的标准放电“网格”图案几乎完全消失，网格分数急剧下降。
- 非杠杆所致：在舞台上放置杠杆但仅进行随机觅食（无导航任务）时，网格图案依然完整，排除了杠杆本身作为视觉线索的干扰。
- 内在结构保留：尽管网格消失，但网格细胞对之间的放电时间相关性和相对空间相位关系依然被保留。这表明，构成网格的“乐高积木”（细胞集群的内在动力学）并未散架，只是其整体的空间表征方式发生了改变。
解码参考系切换：从“房间”到“杠杆”的锚定平移
为了解析这种改变，研究者开发了一种基于循环神经网络（RNN）的深度学习解码器。他们将网格细胞群体活动投射到一个环面流形上，并据此实时解码小鼠的瞬时运动向量。
解码结果揭示了网格模块的动态切换：
- 锚定切换：在搜索杠杆阶段，网格模块稳定地锚定于房间参考系。而一旦小鼠发现并开始围绕杠杆时，网格模块会迅速“重新锚定”到以杠杆为中心的参考系（表现为在杠杆周围形成方向选择性放电）。
- 平移而非旋转：这种参考系切换是通过网格相位的整体平移实现的，网格的朝向并未发生系统性旋转。
- 双向锚定：在光亮试次的返航阶段，网格模块甚至会重新锚定回房间参考系，这解释了为何光亮条件下导航更精准。
朝向漂移与行为预测：网格“误差”的生物学意义
路径整合的最大挑战是误差累积。研究者发现，网格模块在黑暗中追踪自身运动时，其解码出的朝向并非恒定，而是随着搜索路径的延长发生显著“漂移”。更为关键的是，这种网格朝向的漂移量与小鼠最终的返航方向偏差呈显著正相关。
这意味着，网格细胞群体所“认为”的自身朝向，直接决定了动物的返航决策。网格漂移，就是动物大脑内部路径积分器“计算误差”的神经体现。
总结与展望
这项研究首次在活体动物执行纯路径整合任务时，解析了网格细胞群体动态的精细时空结构。它从根本上修正了“网格细胞是单一全局坐标系”的经典模型，提出了一个更为灵活、动态的新框架：网格细胞模块构成了一个通用的、高维的运动积分器，它能够根据当前的行为目标和感知线索（如触碰到地标），通过“相位平移”的方式，在“房间参考系”、“地标参考系”等多个局部坐标系之间快速、无缝地切换。
这一发现具有深远的理论和计算意义：
- 解释导航灵活性：揭示了大脑如何在“认知地图”中同时表征多个空间参考系，并依据行为需求动态调用，这正是复杂环境导航的基础。
- 统一网格细胞功能：解释了为何以往研究在复杂任务中常观察到“网格场变形”或“重映射”现象——这可能正是网格模块在不同参考系间切换或锚定的表现。
- 启发类脑导航算法：为开发能够动态切换参考系、鲁棒性更强的机器人自主导航算法提供了全新的神经生物学启发。
参考文献：
Nat Neurosci 28, 2092–2105 (2025).
相关阅读：
- Hoydal, O. A. et al. Object-vector coding in the medial entorhinal cortex. Nature 568, 400–404 (2019).
- Gardner, R. J. et al. Toroidal topology of population activity in grid cells. Nature 602, 123–128 (2022).