Causal network structure predicts memory organization and neural reinstatement across events
本研究表明，叙事的因果结构引导着记忆组织，并由默认模式网络进行神经编码，该网络会在跨越时间间隔时重新激活具有因果关系的事件，并根据因果距离调节表征切换。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你的大脑就像一座超级先进的电影院。每当你经历新事物时，你的大脑不仅仅是在记录一段平面的视频，它还在构建一个复杂的、三维的故事地图。科学家们早已知道，我们的记忆是像故事一样组织的，但他们一直在争论大脑是如何决定“下一步”该发生什么的。这仅仅是一个简单的线性时间轴吗，就像日历中周一紧随周日之后？还是更像一个连接的网络，其中一个想法因为逻辑上的关联而将你拉向另一个想法？这个问题处于心理学和神经科学的交汇点，这两个领域都在试图破解关于我们如何记忆过去的秘密代码。虽然我们知道大脑在白日梦或思考宏大概念时会启动一种“默认模式”，但一直以来都是个谜：这个特定的脑网络是否正是构建记忆之间因果桥梁的机制。理解这一点至关重要，因为它解释了我们是如何理解世界的——即将混乱的瞬间流转变为一个我们能够实际运用的连贯叙事。
在这项研究中，一个研究小组决定通过将经典电视剧《老友记》（Friends）作为一个实验室实验来进行测试。他们不仅仅是在看剧，而是在23个人观看包含五个同时进行的并行剧情的两集节目时，对他们的脑部进行了扫描。为了弄清故事的“规则”，另一组人观看了相同的片段，并对一个事件在多大程度上导致了另一个事件进行了评分，从而创建了一张巨大的因果关系图。随后，研究人员要求接受脑扫描的一组人闭上眼睛，尽可能地回忆那集节目。
结果就像是找到了大脑的一本隐藏说明书。当参与者尝试回忆这部剧时，他们并没有根据场景中的人物或时间先后顺序在事件之间跳跃。相反，他们的记忆几乎完美地沿着因果关系的线条流动。如果事件A导致了事件B，那么在大脑的记忆中，即使中间发生了其他事件，大脑也更有可能直接从A跳转到B。事实证明，“顶级”的因果联系是预测人们如何组织记忆的最强指标，它甚至超过了时间、角色以及所用词汇的一般含义。
但真正的魔力发生在脑扫描内部。研究人员观察了一个被称为“默认模式网络”（DMN）的特定脑区网络，它扮演着大脑内部“讲述者”的角色。他们发现，这个网络中的活动模式反映了评分者创建的因果图谱。当一个新的事件开始时，大脑并不会重新开始；它会“重放”或重新激活导致该新事件的前一个事件的模式。这就像是在新章节开始时，大脑会快速翻回到前一页，在向前推进之前先提醒自己剧情内容。这种“缝合”过程专门发生在诸如内侧前额叶皮层和角回等区域。
此外，研究表明大脑知道何时切换状态。当两个事件在因果链条中相距较远时（意味着它们互不相关），大脑的活动模式会在两者之间的边界处发生剧烈变化。但当事件通过因果关系紧密相连时，大脑的模式会保持更加相似，从而维持故事线的完整。这表明，大脑利用这些因果连接来决定是平滑地延续一个故事，还是跳转到一个完全不同的新故事。
简而言之，这篇论文表明，我们的大脑不仅仅是消极的视频录制器。相反，它们是积极的编辑者，构建着一个复杂的因果网络。默认模式网络似乎就是缝合这些瞬间的引擎，通过重新激活过去来理解现在，确保我们的记忆是一个连贯的故事，而不是一堆随机快照的堆砌。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。