《Communications Biology》：Hippocampal criticality tracks cognitive demand and shifts with memory impairment
编辑推荐：
为探究大脑临界状态在认知功能中的作用及其在病理条件下的变化，研究人员利用微型显微镜（miniscopes）开展宽场钙成像，记录了小鼠海马CA1区神经元在静息、新物体识别（NOR）任务及给予东莨菪碱（scopolamine）后的网络活动。研究发现，海马网络在NOR任务中活动更趋近临界状态，而在东莨菪碱导致记忆障碍时偏离临界，表明临界动力学是支持健康认知功能的关键，其偏离或可作为认知相关神经精神疾病的潜在生物标志物。
在生命体复杂而精密的系统中，大脑无疑是自然界最令人惊叹的杰作之一。它不仅储存着我们的记忆与情感，也支撑着思考、学习和决策等高级认知功能。长期以来，科学家们试图从物理学的角度理解大脑运作的根本原理。其中一个有趣的理论框架是“临界性”假说。这个观点认为，大脑作为一个复杂的动力系统，并非稳定在某个固定状态，而是在有序与无序之间的“临界点”附近运作。在这种状态下，系统既能保持稳定的内部活动模式，又能对各种微小输入产生巨大而灵活的反应，理论上这有助于信息编码、处理和传输达到最优。然而，这个迷人的假说在真实的生物神经网络中，尤其是在特定脑区和行为状态下的具体表现，仍然有待确凿的证据。具体来说，大脑的临界状态是否真的会随着我们思考的“工作量”而变化？当记忆功能受损，比如在痴呆症等疾病中，大脑的临界状态是否会“失衡”？回答这些问题，不仅有助于我们揭开大脑高效运算的神秘面纱，也可能为早期诊断认知障碍类疾病提供全新的思路。为了探索这些谜题，由J. A. Newman, L. M. Giocomo, A. E. Brock, K. L. Staley, E. P. Simon, C. D. Harvey, T. H. Murphy, G. B. Ermentrout, J. M. Beggs组成的研究团队在《Communications Biology》上发表了一项研究，深入探究了小鼠海马体在不同认知需求下的临界动力学变化。
研究人员主要运用了宽场钙成像（wide-field calcium imaging）技术，结合植入式微型显微镜（miniscopes），在自由活动的小鼠身上记录了海马CA1（Cornu Ammonis 1）区数百个神经元的活动。他们对比了三种行为状态下的神经网络活动：静息状态、进行新物体识别（Novel Object Recognition, NOR）任务时，以及通过注射毒蕈碱受体拮抗剂东莨菪碱（scopolamine）诱导出空间记忆严重受损后再进行NOR任务时。通过分析这些大规模神经活动数据，研究者们计算了衡量系统临界性的关键指标。
研究发现，海马神经网络的动态活动确实支持了临界性假说，并且其状态会随着认知需求和功能完整性发生有规律的偏移。
首先，在海马网络在静息时表现出近临界特征。研究人员发现，即使在没有任何特定任务的静息状态下，海马CA1神经元的群体活动也显示出某些接近临界系统的特征，例如神经元发放 avalanches（雪崩，指一连串的神经活动事件）的尺度遵循幂律分布。这为大脑在基础状态下运行于临界点附近的观点提供了证据。
接着，研究揭示了认知任务驱动网络趋近临界状态。当小鼠执行需要记忆参与的NOR任务时，海马网络的活动发生了显著变化。与静息状态相比，在任务期间，网络动态明显地进一步移向更精确的临界状态。这意味着更高的认知需求促使大脑网络调整到一个“更优”的运行点，从而可能利用临界状态所提供的最大动力范围、最高信息含量和最高效的信息传输能力。
最后，一个关键的结果是记忆障碍导致网络偏离临界性。当研究人员通过东莨菪碱干扰小鼠的记忆功能后，尽管小鼠仍在执行NOR任务，但其记忆表现严重受损。与此对应，此时海马网络的临界性指标显示，其活动显著地偏离了临界状态。这种偏离表现为系统不再处于有序与无序的边界，其动力学特性发生了改变。这一发现直接将网络临界性的破坏与特定的认知功能缺损联系了起来。
综上所述，这项研究清晰地表明，海马体的临界动力学并非一成不变，而是高度动态且与认知功能状态紧密耦合的。健康的认知处理，特别是记忆任务，会使神经网络活动向更优的临界状态调整；反之，当记忆功能受损时，网络的临界平衡会被打破，表现为偏离临界状态。这一发现具有多重重要意义。在理论层面，它强有力地支持了大脑临界性假说，并首次在活体动物中直接展示了临界状态如何随特定认知行为（记忆任务）而变化。在应用层面，它提出了一种可能性：偏离临界性或许可以作为一种敏感的、网络水平的生物标志物，用于评估和监测与认知相关的神经精神疾病（如痴呆症、癫痫）的病理状态。这项研究为我们理解大脑如何通过精细调控其内在的动态平衡来实现高级功能开辟了新视角，也为未来开发基于网络动力学的诊断和干预策略奠定了科学基础。
