Reading specific memories from human neurons before and after sleep
本研究は、トランスフォーマー・ニューラルネットワークがヒトの頭蓋内神経スパイクから特定のエピソード記憶を解読できることを実証しており、覚醒・睡眠サイクルを通じて記憶の表象が内側側頭葉から前頭前皮質へと動的に移行することを明らかにしており、これは脳・コンピュータ・インターフェースを介した記憶障害治療への新たな道を提示するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
人間の記憶は、ファイルが棚に置かれたまま手つかずで存在する静的な図書室ではありません。それは、私たちが昼や夜を過ごす中で変化していく、生きて動き続けるプロセスなのです。人間の精神の最も驚くべき能力の一つは、一瞬だけ出会った人の顔や初めて訪れた場所のように、一度経験しただけで特定の単一の出来事を想起できる能力です。科学者たちは、脳の異なる部位が協力してこれらの瞬間を保存していることを古くから知ってきましたが、脳がどのように特定の記憶を符号化し、その符号化が時間の経過とともにどのように変化するかを正確に理解することは、依然として困難な課題でした。脳細胞の電気活動から記憶の具体的な内容を直接読み取ることができるのかという問いは、神経科学における主要な最前線であり、私たちがどのように学習するか、そしていつの日か記憶に苦しむ人々をどのように助けることができるかを理解するための重要な意味を持っています。
新しい研究は、ヒトの脳細胞の電気信号を直接聴取することによって、この問いに答えるための大きな一歩を踏み出しました。研究者たちは、他の疾患のためにすでに医学的なモニタリングを受けている患者と協力し、脳内に配置された微小な電極を使用して、個々のニューロンの発火を記録しました。これらの患者は、単一のユニークな視聴覚エピソード(特定のビデオクリップ)を視聴し、その後、睡眠を含む一定の時間を経て、そのビデオの詳細を思い出すよう求められました。チームは、複雑なパターンを認識するように設計された人工知能の一種である高度なコンピュータモデルを構築し、ニューロンからの電気的なスパイクを分析しました。このモデルは、最初の視聴時における脳細胞の特定の火花のような発火パターンと、患者が後に記憶したビデオ内の人物の名前や場所といった特定の概念とを結びつけることを学習しました。
結果は、記憶がどのように処理され、保存されるかについてのダイナミックな物語を明らかにしました。研究者が睡眠前の記憶に対してモデルをテストした際、新しい記憶の形成において役割を果るとされる脳の深部領域である内側側頭葉における電気活動が、患者が何を記憶するかを予測するのに十分であることが分かりました。しかし、患者が睡眠をとった後、状況は変化しました。同じモデルに内側側頭葉のデータのみを入力しても、もはや記憶をデコード(解読)することはできませんでした。代わりに、想起された概念を予測する能力は、高次の思考や組織化に関与する脳の前方領域である前頭前皮質へと移行しました。前頭前皮質の信号で訓練されたモデルは、睡眠後の記憶に対してはうまく機能しましたが、睡眠前には機能しませんでした。さらに、研究者たちは、前頭前皮質が記憶をデコードできる能力が高ければ高いほど、患者が経験したノンレム睡眠が多かったことを観察しており、これは睡眠の質と、記憶が脳内のどこに存在するのかというこのシフトとの間の直接的な関連性を示唆しています。
これらの知見は、特定の記憶は脳内の単一の場所に固定されているのではなく、異なる神経集団に分散しており、その分布は覚醒から睡眠へと移行するにつれて変化することを示唆しています。この研究は、脳が単一の経験の情報を再構成しており、睡眠が進むにつれて、その記憶の主要な表現を深い記憶センターから前頭前皮質へと移動させていることを示しています。このシステム全体のシフトは、脳が単にファイルを保存してそのままにしておくのではなく、記憶の痕跡の場所を能動的に書き換えていることを意味します。この研究は少数の患者を対象に行われ、特定のデータで訓練されたモデルに依存していますが、脳活動から内部生成された記憶をデコードできる能力は、特定の記憶を強化したり、あるいは消去したりできる未来、すなわち、人々の人生の記憶のあり方に影響を与える疾患を治療するための新たな道を提示しています。
自分の分野の論文に埋もれていませんか?
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。