空间导航的脑网络基础和调控机制_孔祥祯.pdf

心理科学进展 2023,Vol.31,No.3,330337 2023 中国科学院心理研究所 Advances in Psychological Science https:/doi.org/10.3724/SP.J.1042.2023.00330 330 研究构想(Conceptual Framework)空间导航的脑网络基础和调控机制*孔祥祯1,2 张凤翔1 蒲 艺3(1浙江大学心理与行为科学系,杭州 310028)(2浙江大学医学院附属邵逸夫医院,杭州 310058)(3马克斯普朗克经验美学研究所神经科学系,法兰克福 60322,德国)摘 要 空间导航在生活中时刻发生,空间能力衰退是阿尔兹海默症的重要早期表现。早期关于空间导航神经机制的研究主要关注单个脑区的特异性功能,但这些脑区如何交互以整合不同模态的信息支持复杂导航行为尚不清楚。脑成像技术、脑网络建模方法和神经调控手段的发展,为在脑网络水平理解人类空间导航的认知神经机制提供了重要研究手段。本研究试图融合空间导航认知神经机制研究的最新进展,借助脑网络建模、大数据分析、微电流刺激等前沿研究手段,研究空间导航脑网络的关键拓扑属性特征(如模块化、核心节点等),探寻该功能特异性神经网络的重要影响因素和调控机制,并构建空间导航的脑网络理论模型。研究成果将有利于理解人类复杂导航行为的脑网络基础,为阿尔兹海默症等相关认知障碍脑疾病的筛查和诊断提供重要参考。关键词 空间导航,脑网络,神经调控,神经机制,认知地图 分类号 B845.1 1 问题提出 在熟悉的环境中穿行,在陌生的环境中寻路,空间导航活动时刻在我们的生活中发生。对空间的认知被认为是人类认知和智能的“核心知识”(Core Knowledge)(Spelke&Kinzler,2007)。因此,研究空间导航的发展、认知神经基础和遗传因素,对我们理解智能的本质和起源,有着重要的科学意义。英国伦敦大学学院教授 John OKeefe、挪威科技大学教授 May-Britt Moser、Edvard Moser通过对老鼠的电生理实验研究(Fyhn et al.,2004;OKeefe&Nadel,1978),首次发现了构成大脑空间定位系统的功能特异神经元细胞,开启了理解人类空间导航神经基础的大门。凭借这一发现,他们获得了 2014 年诺贝尔生理学或医学奖。此外,青少年时期的空间能力与其将来能否在科学、技术、工程和数学等理工科领域(STEM)取得更好的 收稿日期:2022-08-19*国家自然科学基金(32171031)和中央高校基本科研业务费专项资金(2021XZZX006)资助。通信作者:孔祥祯,E-mail: 学业及职业成就,有着直接关联(Wai et al.,2009);而且,空间导航能力的退化,又是阿尔兹海默症(Alzheimers disease,AD)等与记忆有关的神经退行性疾病的核心临床表现(张家鑫 等,2019;Coughlan et al.,2018)。因此,对人类空间导航的认知神经和遗传基础的研究具有重要的教育意义和临床价值。近几十年来,空间导航研究领域取得了重要进展,其研究对象涵盖不同动物模型、儿童和成年人,研究方法涉及行为、电生理记录、功能和结构脑成像等。这些研究成果,主要集中在对单个脑区特异性功能的刻画,比如海马(hippocampus)中的位置细胞(place cell)和内嗅皮层(entorhinal cortex)的网格细胞(grid cell)等(Fyhn et al.,2004;OKeefe&Nadel,1978);此外就是利用脑影像的方法,找到不同脑区的特异性功能,分别对应空间导航的不同认知成分,比如位于内嗅皮层的类网格细胞功能和位于旁海马的场景加工脑区(Horner et al.,2016;Zhen et al.,2017)。这些研究,极大地推进了我们对人类空间导航的认知加工和神经机制的理解(图 1)(王欣 等,2018;许琴 等,2010;Coughlan et al.,2018;Epstein et al.,2017)。第 3 期 孔祥祯 等:空间导航的脑网络基础和调控机制 331 图 1 参与空间导航过程的主要脑结构及相关功能 然而,空间导航是一个复杂的认知过程,灵活的导航需要多感知模态整合、视空间编码、记忆和决策等多个认知成分的共同参与(Wolbers&Hegarty,2010;Baumann&Mattingley,2021)。而且,研究者认为,这些认知过程并非不同表征模块独立运作(modular processing),而是一个高度动态、需要整合不同模态信息的加工过程(heuristic processing)(Ekstrom et al.,2017;Kong et al.,2017)。此外,研究表明,对导航至关重要的海马,其功能不仅仅是对位置的表征,它似乎更像是普遍的粘合剂(“the hippocampus as a binding device”)(Pu et al.,2020;Cornwell et al.,2008;Kessels et al.,2001;Mitchell et al.,2000),联结了来自其他脑区的不同模态信息,以支持人类的行为和决策。因此,研究者指出,研究空间导航的神经机制不应局限于某个特定脑区(如海马),而应该从神经环路或网络的角度,研究不同脑区如何交互以支撑复杂导航行为(Ekstrom et al.,2017;Baumann&Mattingley,2021;Kong et al.,2017)。目前,我们对人类大脑空间导航脑网络的架构和运作机制还处于起步阶段,很多关键问题尚不清楚。例如,导航脑网络的复杂网络属性(核心节点和模块化)是怎样的？通常被认为对空间导航至关重要的海马结构,是导航脑网络的核心节点吗？一些与导航和记忆有关的神经退行性疾病,如阿尔兹海默症,是否表现出导航脑网络异常？如何实现对导航脑网络的精准调控,从而改善导航行为表现？鉴于此,本项目拟采用跨学科研究手段,对空间导航的脑网络基础和调控机制进行研究。本项目有望为我们理解空间导航在脑网络水平的神经机制提供新的科学证据,同时对空间导航脑网络和调控机制的研究,为研究 AD 等认知障碍脑疾病提供了新的重要视角,为早期诊断和精准治疗新方案的提出提供参考。2 研究现状 2.1 脑网络研究方法 随着神经成像技术的不断成熟和普及,弥散加权成像(diffusion weighted imaging,DWI)、功能磁共振成像(functional magnetic resonance imaging,fMRI)和 T1 加权成像(T1-weighted MRI)等多种脑影像方法,在考察多个脑区之间的内在交互研究中得到广泛应用。采用这些成像技术和不同的图像处理算法,我们可以从白质纤维连接、功能连接、形态学协变关联等不同角度,考察感兴趣脑区之间的连接特征和脑网络拓扑属性。白质纤维连接主要采用DWI数据和纤维追踪方法,可以量化不同脑区之间的白质纤维连接的路径和强度信息(Maier-Hein et al.,2017;Tournier et al.,2019)。功能连接主要采用静息态或任务态 fMRI数据,通过量化不同脑区功能活动相关的时间序列的同步性,可以用于研究不同脑区之间的功能交互的方向性和强度信息(Kelly et al.,2012;Smith et al.,2013)。结构形态学的协变关联也是一种常332 心 理 科 学 进 展 第 31 卷 用的结构连接建模方法,其计算过程往往基于大脑结构形态学测量,比如通过计算两个脑区的形态学测量跨个体或跨时间点的相关性来量化脑区间的共变性(He et al.,2007;Evans,2013);也有研究者提出,通过计算不同脑区形态学测量分布的相似性来量化单被试水平的脑区间结构关联(Kong et al.,2015;Kong et al.,2014)。基于不同脑连接分析方法可以构建包含多个脑区的连接网络。基于此,图论和脑连接组学方法提供了一系列针对复杂脑网络整体属性的量化手段,包括小世界网络、核心节点脑区和模块化等(Zuo et al.,2012;He&Evans,2010)。结合脑影像技术和脑连接组学方法,已发表的研究为我们了解人脑全脑水平的网络架构特征提供了重要数据。相关脑成像技术和脑网络分析方法的发展,也为在脑连接和脑网络水平理解人类空间导航的脑网络基础提供了重要研究手段。2.2 空间导航的脑网络研究 目前,仅有较少数研究探索不同脑区如何交互以支持空间导航和记忆,我们对导航脑网络的组织架构和拓扑属性尚不清楚(Ekstrom et al.,2017;Baumann&Mattingley,2021;Epstein et al.,2017)。利用皮层脑电图(electrocortigography,ECoG),Watrous 等人研究了颞叶内侧、前额叶和部分顶叶脑区如何实现交互以支持空间和时间记忆(Watrous et al.,2015)。他们发现,相比较不正确记忆的试次,正确记忆的试次所展现出的脑区之间的功能连接更强。虽然,由于 ECoG 的电极覆盖有限,他们没能记录到其他一些与导航和记忆有关的重要脑区,但他们的研究结果极大地表明脑区之间的协同对导航和记忆至关重要。为了克服上述 ECoG 电极覆盖有限的缺点,作者采用大尺度脑影像元分析(meta-analysis)(Yarkoni et al.,2011)对导航相关的脑区进行了全面定位,并基于此导航脑功能区图谱,采用功能连接方法考察了空间导航脑网络在无任务状态(静息态)时的网络拓扑属性(如核心节点和模块化等)及其行为学相关(Kong et al.,2017)。与以往脑网络研究中所采用的全脑网络方法不同,该研究首先利用几十年关于空间导航的神经影像学研究成果(截止到 2014 年 11 月),基于大尺度元分析定位导航相关的功能脑区,并以此为节点,结合静息态 fMRI对空间导航脑网络进行建模和分析。研究结果显示,基于静息态 fMRI 的空间导航脑网络,表现出小世界和模块化的组织特征。此外,近年来,研究者不断认识到压后皮层(retrosplenial cortex,RSC)在空间导航中的关键作用,提出了 RSC 作为导航网络核心节点(而非海马)的理论预测(Ekstrom et al.,2017;Weisberg&Ekstrom 2021)。该理论对于理解人类空间导航脑网络的认知和计算机制具有重要的意义,但还尚待进一步验证。在前期的初步研究中,我们发现,RSC 在基于静息态 fMRI 构建的导航脑网络中表现出最高的中介度(betweenness),并且 RSC的核心程度在个体间的差异与自我报告的导航能力显著正相关(Kong et al.,2017)。这些研究结果为以 RSC作为导航网络核心节点的理论预测提供了重要实证数据。该研究为我们理解空间导航的脑网络基础迈出了关键一步。近十年来,有更多关于空间导航的脑影像研究发表,这些最新的研究为我们定位导航相关脑功能区提供了新的重要数据。在本项目中,将最新的脑影像研究成果整合到元分析中,从而对导航相关脑功能区进行更新。这些更新后的脑区定位可以帮助我们对导航脑网络进行更精准地建模和分析。2.3 直接电刺激调控大脑活动 直接电刺激通过植入的电极将电流施加在大脑的特定区域,是调控神经活动的新的有效方法(Hescham et al.,2020)。直接电刺激是治疗帕金森患者运动失能(Benabid et al.,1991;Bronstein et al.,2011)和确定癫痫发作部位(Fisher et al.,2010;McIntyre&Hahn,2010)的标准方法,也被用于探索强迫症等一些精神障碍疾病的诊疗方案(Greenberg et al.,2006)。直接电刺激作用效果的底层机制可能与其通过电流刺激打破了脑网络的失能状态有关(Ezzyat et al.,2018)。在关于脑功能的