Dendritic hotspots support switching between competing rules without expanding the cortical engram

大脑最大的优势在于其改变想法的能力。当世界发生变化时，动物必须更新其行为以求生存，但它不能简单地抹除过去。它需要在保留旧规则的同时学习新规则，这种微妙的平衡既需要灵活性，也需要记忆力。这一挑战是生物如何应对复杂环境的核心。科学家早已知道大脑将信息存储在神经细胞之间微小的连接中，但这种允许这些连接在不丢失原始数据的情况下进行重写的机制，一直是一个谜。如果大脑必须为每一项新课程构建全新的结构，它很快就会耗尽空间和能量。问题在于，大脑是如何在不扩大物理足迹的情况下，用新指令替换旧指令的。

为了解决这个谜题，研究人员将注意力转向了小鼠大脑中一个被称为次级运动皮层的特定区域，该区域涉及运动规划以及解决不同选择之间的冲突。他们专注于神经细胞的微观末端——称为“棘突”（spines）的结构，这些结构充当接收来自其他神经元信号的接收端。通过观察活体小鼠在学习和切换不同规则时的这些结构，团队发现了一个用于更新知识的高度组织化的系统。实验中，小鼠被训练执行一项任务，其正确反应取决于特定的规则，例如对声音或视觉线索做出反应。当研究人员改变规则时，小鼠必须停止使用旧策略并采用新策略。科学家发现，当他们暂时禁用次级运动皮层时，小鼠仍然可以学习并记住这项任务，但当情况发生变化时，它们无法在规则之间进行切换。这表明该区域是解决冲突和决定何时改变航向的关键枢纽。

最令人震惊的发现来自于观察神经细胞在这一过程中的物理变化。随着小鼠适应新规则，研究人员观察到神经元树突分支上的微小棘突出现了剧烈的周转。然而，这种活动并非随机分布在整个细胞上。相反，新棘突的形成和旧棘突的消失发生在集中的集群中，作者称之为“树突热点”（dendritic hotspots）。在这些特定区域内，过程是高度协调的：新棘突形成，旧棘突消失，剩余的棘突快速连续地聚集在一起。至关重要的是，编码旧规则的棘突首先被移除，从而为更新任务所需的新连接腾出了空间。这表明大脑并不仅仅是在旧的记忆结构之上添加新的结构，而是重复利用了相同的物理空间。

为了理解其运作方式，研究人员建立了一个模拟大脑生物学约束的计算机模型。模拟证实，这些热点作为可重复利用的领域，其内部的塑性相关资源是共享的。在这个系统中，构建新连接所需的材料来自于用于维持旧连接的同一个局部资源池。当学习新规则时，旧的棘突被拆解，其组件会被立即重新用于在同一小区域内构建新的棘突。模型显示，如果大脑被阻止重复利用这些领域，它就需要创建全新的物理结构来存储新旧规则。这将需要显著更多的空间和能量，从而有效地扩大了“印迹”（engram），即记忆的物理痕迹，使其体积变得更大。

这些发现表明，大脑已经进化出了一种资源高效的适应策略。通过将连接的重塑集中在特定的、可重复利用的热点区域，大脑可以在不需要生长得更大或存储冗余信息的情况下，快速更新其行为。旧规则并非保存在一个独立的、静态的位置；它们是在相同的物理足迹内被新规则主动替换的。这种机制使大脑能够在保持物理结构紧凑的同时，维持庞大的学习能力。这项研究为大脑如何解决稳定性与灵活性之间的权衡提供了具体的解释，表明适应性学习的关键在于能够在相同的局部邻域内，用新连接替换旧连接。