心理所合作发表综述论文系统梳理人类网格表征和认知计算模型研究进展

网格细胞 (grid cell) 主要位于大脑内嗅皮层，是哺乳动物完成空间导航时实现自我定位的关键脑区之一，于2005年被首次报道。其发现者Moser夫妇与位置细胞发现者O’keefe教授因共同揭示了大脑GPS定位系统，于2014年分享了诺贝尔生理医学奖。网格细胞在空间中展现出独特的六边形模式表征，并平铺整个空间（图1A）。网格表征会在老年群体和多种脑疾病人群（包括阿兹海默症和精神分裂症）出现退化。自从网格细胞被发现以来，一直吸引着心理学、神经科学和人工智能等不同领域研究者的关注。中国科学院心理研究所王亮研究组和合作者德国波鸿鲁尔大学Nikolai Axmacher教授团队在人类网格表征研究领域取得了丰硕成果，包括揭示人类网格表征在内嗅皮层和前额叶皮层的神经振荡基础 (Current Biology, 2018; Science Advances, 2021)，阿兹海默症高风险基因携带者的网格表征退化 (Science, 2015; Science Advances, 2020)。

近日，王亮研究组和Nikolai Axmacher团队受到Progress in Neurobiology的邀请，系统梳理了人类网格表征和认知计算模型研究进展。相关综述论文以Grid codes underlie multiple cognitive maps in the human brain 为题，在线发表于该期刊。

近十年，关于网格细胞有两条平行的研究主线正在涌现，并逐渐趋于交汇。一条主线是一系列人类网格表征的实验研究，有两个独特的特征：(1)把网格表征在大脑中的分布延拓到多个隶属于默认网络的脑区；(2)把网格表征参与加工的任务域扩展到多种非物理空间。另一条主线是一系列认知计算模型的提出，试图回答网格细胞的认知功能，并作为主线一的有力理论支撑。这两条主线互为补充、相辅相成，共同提示网格表征可能是构成参与多种高级认知功能的基础神经模块之一。该论文围绕网格细胞的几个关键的科学问题展开，包括网格细胞的空间调谐为什么是六边形模式，而不是其他模式，如四边形？大脑神经网络如何产生如此规则的调谐模式？和啮齿类动物相比，网格表征在人类大脑中有何独特作用？论文认为，这些问题的答案将极大帮助破解情景记忆的工作机制，有助于从全新的视角理解相关疾病的病理机制。

网格细胞的研究起始于啮齿类动物，近20年的研究成果非常系统且丰富。该论文的第一部分简要概括动物中网格细胞的关键研究成果，包括内嗅皮层中的微环路解析、模块化组织特点、解剖分布特征以及与环境的交互特征（图1B/C）。

图1. 网格细胞的空间调谐和网格集群的六向调制信号

第二部分把重点从动物转向人类，首先介绍了周期调制信号，即空间运动方向与脑活动的六周期调制模式，这是目前在人类上探测网格信号的主流方法（图1D/E/F）。论文梳理了人类物理空间导航中的网格表征的实验研究；把人类网格从物理空间延拓到非物理空间的工作；以及大脑中分布式网格系统的振荡特征(图2)。这些研究使用不同数据模态，包括入侵性人脑单细胞记录、局部场电位记录，非入侵性脑电、脑磁和功能核磁，都特异性地在默认网络相关脑区观察到了网格表征。这部分研究中，抽象空间的研究尤为引人注目。一方面，研究者发现网格表征参与多种非物理空间的编码，包括视觉空间、嗅觉空间、知识空间、价值空间和社交空间等；另一方面，这些数据表明，人类内侧前额叶的网格表征在抽象空间中似乎比内嗅皮层更强。至今，网格细胞仍然只在啮齿动物的内嗅皮层中发现。论文推测，内侧前额叶的网格表征可能是人类独有的，它区别于内嗅的独特功能还需要未来的研究探索。

图2. 跨模态（单细胞-场电位-功能核磁）、跨脑区（内嗅-后顶叶-前额叶）、跨任务域（物理空间-视觉空间-概念空间）的人类网格表征研究

网格表征为何参与多种空间的编码？它的认知功能究竟是什么？论文的第三部分把视线转到网格细胞的认知计算模型，并把这些模型分为四类 (图3)。这些模型分别从不同的计算原则出发，回答六边形编码模式的认知优越性以及大脑如何产生该模式的神经机制。第一类模型借助信息论的有效编码理论，提出空间六边形调谐和模块化组织对位置的编解码效能达到最优。第二类模型从降维角度出发，提出网格表征是对海马位置细胞表征的主成分降维表示，从而有效压缩空间的表征。第三类模型是第二类模型的逆向重构，提出基于主成分重建认知地图，网格细胞可以帮助产生不同类型的序列模式，包括高斯运动和列维运动。这些序列模式广泛存在于动物探索环境过程中，被认为和最优搜索行为相关。最后一类模型发现,网格表征能够从完成关系推理的循环神经网络中自发产生，从而提出它是知识表示、关系构建的基础。

图3. 网格细胞的四类认知计算模型

第四部分简要说明网格研究的临床转化和对人工智能的启发，并给出未来需要关注的重要研究问题。最后，作者引用David Marr的名言——“只有研究空气动力学才能理解鸟的飞行，而不是去肢解它的翅膀”，认为整合网格表征的模型研究和实验研究为脑科学跨领域合作提供了一个典型案例，呼吁从事计算神经方向和认知心理实验方向的研究者密切交流，助力破解人类心智的奥秘。

论文第一作者是心理所助理研究员陈栋，通讯作者是王亮研究员，作者还包括德国波鸿鲁尔大学的Nikolai Axmacher教授。论文写作过程中得到了吕鹏程、刘若冰、鲁萍萍，以及刘佳丽博士（已毕业）的大力帮助。

该研究得到了科技部科技创新2030“脑科学与类脑研究”项目（2022ZD0205000）、国家自然科学基金项目（32020103009, 32200861）、中国科学院心理研究所“揭榜挂帅”项目（E2CX4215CX）、中国科学院特别研究助理项目的支持。论文已在线发表于Progress in Neurobiology。 

论文信息：

Chen, D., Axmacher, N., Wang, L., 2024. Grid codes underlie multiple cognitive maps in the human brain. Progress in Neurobiology. https://doi.org/10.1016/j.pneurobio.2024.102569