PNAS | 行为训练提升工作记忆容量的神经基础

点击上方“脑人言” 可以订阅哦！

作者 | 东华君 （神经生物学博士，NIH博士后）

编辑 | 民女一枚

排版 | X

前言：

本文作者正在陆续发表博士期间的科研成果。因此，打算借机撰写数篇科普文章介绍这些工作。此次介绍的是行为训练提升猕猴工作记忆容量以及其背后的神经基础。该项研究已于近日发表在《美国科学院院刊》：H. Tang, X.-L. Qi, M. R. Riley, C. Constantinidis. Working memory capacity is enhanced by distributed prefrontal activation and invariant temporal dynamics. PNAS, 201817278 (2019).

工作记忆(working memory)指的是脑内短暂保存和处理信息的能力[1]（图1）。人类工作记忆的容量非常有限，只能同时维持少数几个项目达几秒钟，这是人类认知功能最核心的局限因素之一[2]。研究表明，注意力控制、非语言性推理和学习能力等个体能力都与工作记忆的容量密切相关[3, 4]。长期以来，工作记忆的容量被认为是一种不可改变的属性。但最近一系列的研究表明，对于某些人群，特别是儿童和退行性疾病患者，工作记忆容量可以通过特定的行为训练得到提高[5-7]。然而，行为训练具体能改善工作记忆的哪些方面[8-10]，以及是否能提升健康成年人的工作记忆能力则是学者们长期争论的焦点[11]。

图1. 工作记忆的定义

（详情请见前文：《我们大脑的“缓存”有多大？》）

研究者们利用功能性磁共振成像（fMRI）技术，揭示了某些神经网络的活动与工作记忆的维持相关。尤其是前额叶皮层，其不仅参与了工作记忆的形成和维持，而且其活动情况也会随着行为训练的进行而发生改变[12]（详情请见前文：《前额叶漫游指南》）。但是，关于训练对大脑整体活动的影响，现有的fMRI研究却得出了两种完全不同的结论：一些研究认为训练会导致大脑活动强度的提升[13-22]；另一些研究则认为训练会导致大脑活动强度的降低[23-27]。大脑活动强度的提升通常被解释为更多的神经元被激活，或者已经被激活的神经元活动强度提高；大脑活动强度的降低则可能意味着神经元编码效率的提升。另一方面，行为训练对认知功能的促进效果也存在争议。并且，这种编码效率改变背后的神经元机制迄今还不为人所知。

这些相互矛盾的结果引起了我们的兴趣。有研究表明，猕猴可以被训练操作包含有多个视觉刺激的工作记忆任务，而且也表现出了工作记忆容量的限制[28-30]。因此，本研究希望通过记录和分析单神经元的放电特性，研究行为训练提升非人灵长类动物工作记忆容量的神经机制。

本实验中，我们训练了两只猕猴执行工作记忆容量任务（图2）。该任务要求他们观察由1~5个白色小方块（简单刺激）所组成的刺激阵列，并在工作记忆中维持这些刺激阵列中各个刺激的空间位置信息。随后在第二个含有相同数目简单刺激的刺激阵列出现后，判断两个刺激阵列中所包含的位置信息是否完全相同。

图2. 工作记忆容量任务

Fixation：注视期；Cue：暗示期；Delay：延缓期；Match/Nonmatch：样本期；Choice：选择期；Saccade：扫视。

（详情请见前文：《猕猴在执行工作记忆任务时存在单侧视野优势》）

随着实验的进行，猕猴在行为任务中的表现得到了明显的提升。这让我们得以分析伴随着工作记忆容量的提升，选择性神经元活动的变化情况。我们以行为表现的中值为分界线，将所有的实验组（session）划分为低表现组和高表现组。在低表现组中，猴行为表现的总体正确率达到76.7%，工作记忆容量的估计值K = 2.24；在高表现组中，猴的总体正确率达到82.6%，工作记忆容量的估计值K = 3. 33。

根据先前的研究结果[31]，我们起初推断随着猴工作记忆行为表现水平的提升，任务相关神经元的活动强度也会随之增加。出乎意料的是，在高表现组中，选择性神经元的发放频率不但没有升高，反而变得更低。为了排除基线活动水平的干扰，我们同时也对比了低/高表现组中神经元的诱发发放频率。结果表明，相比于低表现组，高表现组中神经元的活动在暗示期与之没有显著差异，但是现在延缓期和样本期却显著地增加。

在高表现组中，虽然神经元的整体活动水平发生了下降，但是前额叶神经元的工作效率却变得更高（图3）。首先，神经元活动的稳定性变得更强：神经元在注视期的固有时间常数（intrinsic time constant）由低表现组中的97ms上升到了131ms。其次，神经元对视觉刺激表征的能力也增强了：高表现组的神经元在暗示期受试者工作特征（receiver operating characteristic, ROC）曲线下面积显著高于低表现组。再次，神经元在单个试验（trial）中表现出的自相关系数更强，这表示神经元具备更加一致的发放规律。最后，前额叶皮层神经元利用更少的认知资源表征视觉刺激中所包含的信息：我们通过分层主成分分析（demixed principal component analysis, dPCA）发现，表征视觉刺激的组分从46%下降到了32%。

图3. 行为训练导致了神经元的部分属性发生了变化

A）固有时间常数发生增加，神经元活动的稳定性变强；B) ROC曲线下面积发生增加，神经元对不同视觉刺激的判断能力更强； C) 表征视觉刺激的主成分组分减少，神经元表征任务的效率更高。

有研究提示，工作记忆行为任务训练后前额叶皮层神经元活动强度的下降可能是因为信息被转移到了大脑中更靠后的脑区[32, 33]，特别是与前额叶皮层有直接神经投射的后顶叶皮层（posterior parietal cortex, PPC）[34]。因此，我们检测了任务执行期间后顶叶皮层中神经元活动情况。结果发现，虽然后顶叶皮层中神经元活动的整体变化情况与前额叶皮层中的相仿，随着训练程度的增加，后顶叶皮层神经元的活动强度也有降低的趋势。但在延缓期和样本期，低/高表现组中的活动强度之间并没有显著差别。

图4.一项有关人类工作记忆容量的研究

人脑fMRI实验结果认为编码工作记忆容量的关键脑区是后顶叶皮层，而非前额叶皮层[35]。

这一结果表明，伴随着行为训练的进行，后顶叶皮层神经元的整体活动强度与前额叶皮层神经元类似，都呈现了下降趋势。但是，在与工作记忆的维持密切相关的延缓期，以及与决策相关的样本期，后顶叶皮层神经元在低/高表现组中的活动强度并没有显著的差异。这提示，后顶叶皮层神经元可能并不参与对工作记忆容量的编码。这与之前以人类为被试的fMRI实验结果并不一致（图4）。

总而言之，本实验主要研究了行为训练对工作记忆容量的提升效应及其神经元机制。该项研究首次揭示了两种工作记忆容量改善时的神经机制：首先，更多的前额叶神经元会被激活，但它们的基线活动会降低；其次，神经元活动的稳定性会增加，导致神经元在单个试验中表现出了更加一致的发放规律。 因此，我们的研究结果表明，工作记忆能力的改善受前额叶皮层神经元的在空间上更广泛的激活和在时程上更稳定的发放特性的影响。并且，这些变化使得前额叶皮层神经网络变得更加稳健，允许在工作记忆中同时维持更多数目的信息。

参考文献：

1.Baddeley, A., Working memory: theories, models, and controversies. Annu Rev Psychol, 2012. 63: p. 1-29.

2.Cowan, N., The magical number 4 in short-term memory: a reconsideration of mental storage capacity. Behav Brain Sci, 2001. 24(1): p. 87-114; discussion 114-85.

3.Kane, M.J., et al., For whom the mind wanders, and when: an experience-sampling study of working memory and executive control in daily life. Psychol Sci., 2007. 18(7): p. 614-621.

4.Gathercole, S.E., L.H. Brown, and S.J. Pickering, Working memory assessments at school entry as longitudinal predictors of National Curriculum attainment levels. Educational Psychology, 2003. 70: p. 177-194.

5.Jaeggi, S.M., et al., Improving fluid intelligence with training on working memory. Proc Natl Acad Sci U S A, 2008. 105(19): p. 6829-6833.

6.Klingberg, T., et al., Computerized Training of Working Memory in Children with ADHD - a Randomized, Controlled Trial. J Am Acad Child Adolesc Psychiatry, 2005. 44(2): p. 177-186.

7.Klingberg, T., H. Forssberg, and H. Westerberg, Training of working memory in children with ADHD. J Clin Exp Neuropsychol, 2002. 24(6): p. 781-791.

8.Cortese, S., et al., Cognitive training for attention-deficit/hyperactivity disorder: meta-analysis of clinical and neuropsychological outcomes from randomized controlled trials. J Am Acad Child Adolesc Psychiatry, 2015. 54(3): p. 164-74.

9.Peijnenborgh, J.C., et al., Efficacy of working memory training in children and adolescents with learning disabilities: A review study and meta-analysis. Neuropsychol Rehabil, 2015: p. 1-28.

10.Schwaighofer, M., F. Fischer, and M. Buhner, Does Working Memory Training Transfer? A Meta-Analysis Including Training Conditions as Moderators. Educational Psychologist, 2015. 50(2): p. 138-166.

11.Owen, A.M., et al., Putting brain training to the test. Nature, 2010. 465(7299): p. 775-8.

12.Constantinidis, C. and T. Klingberg, The neuroscience of working memory capacity and training. Nat Rev Neurosci, 2016. 17(7): p. 438-49.

13.Garavan, H., et al., Practice-related functional activation changes in a working memory task. Microscopy Research and Technique, 2000. 51(1): p. 54-63.

14.Hempel, A., et al., Plasticity of cortical activation related to working memory during training. Am J Psychiatry, 2004. 161(4): p. 745-747.

15.Westerberg, H., et al., Computerized working memory training after stroke--a pilot study. Brain Inj, 2007. 21(1): p. 21-9.

16.Dahlin, E., et al., Transfer of learning after updating training mediated by the striatum. Science, 2008. 320(5882): p. 1510-2.

17. Jolles, D.D., et al., Practice effects in the brain: Changes in cerebral activation after working memory practice depend on task demands. Neuroimage, 2010. 52(2): p. 658-68.

18.Mozolic, J.L., S. Hayasaka, and P.J. Laurienti, A cognitive training intervention increases resting cerebral blood flow in healthy older adults. Front Hum Neurosci, 2010. 4: p. 16.

19.Subramaniam, K., et al., Computerized cognitive training restores neural activity within the reality monitoring network in schizophrenia. Neuron, 2012. 73(4): p. 842-53.

20.Jolles, D.D., et al., Functional brain connectivity at rest changes after working memory training. Hum Brain Mapp, 2013. 34(2): p. 396-406.

21.Subramaniam, K., et al., Intensive cognitive training in schizophrenia enhances working memory and associated prefrontal cortical efficiency in a manner that drives long-term functional gains. Neuroimage, 2014. 99: p. 281-92.

22.Olesen, P.J., H. Westerberg, and T. Klingberg, Increased prefrontal and parietal activity after training of working memory. Nat Neurosci, 2004. 7(1): p. 75-9.

23.Schneiders, J.A., et al., Separating intra-modal and across-modal training effects in visual working memory: an fMRI investigation. Cereb Cortex, 2011. 21(11): p. 2555-64.

24.Schneiders, J.A., et al., The impact of auditory working memory training on the fronto-parietal working memory network. Front Hum Neurosci, 2012. 6: p. 173.

25.Kuhn, S., et al., The dynamics of change in striatal activity following updating training. Hum Brain Mapp, 2013. 34(7): p. 1530-41.

26.Schweizer, S., et al., Training the emotional brain: improving affective control through emotional working memory training. J Neurosci, 2013. 33(12): p. 5301-11.

27.Takeuchi, H., et al., Effects of working memory training on functional connectivity and cerebral blood flow during rest. Cortex, 2013. 49(8): p. 2106-25.

28.Buschman, T.J., et al., Neural substrates of cognitive capacity limitations. Proc Natl Acad Sci U S A, 2011. 108(27): p. 11252-5.

29.Lara, A.H. and J.D. Wallis, Capacity and precision in an animal model of visual short-term memory. J Vis, 2012. 12(3).

30.Tang, H., M.R. Riley, and C. Constantinidis, Lateralization of Executive Function: Working Memory Advantage for Same Hemifield Stimuli in the Monkey. Front Neurosci, 2017. 11: p. 532.

31.Qi, X.L., et al., Changes in prefrontal neuronal activity after learning to perform a spatial working memory task. Cereb Cortex, 2011. 21(12): p. 2722-32.

32.D'Esposito, M. and B.R. Postle, The cognitive neuroscience of working memory. Annu Rev Psychol, 2015. 66: p. 115-42.

33.Sreenivasan, K.K., C.E. Curtis, and M. D'Esposito, Revisiting the role of persistent neural activity during working memory. Trends Cogn Sci, 2014. 18(2): p. 82-9.

34.Cavada, C. and P.S. Goldman-Rakic, Posterior parietal cortex in rhesus monkey: II. Evidence for segregated corticocortical networks linking sensory and limbic areas with the frontal lobe. Journal of Comparative Neurology, 1989. 287(4): p. 422-45.

35.Todd, J.J. and R. Marois, Capacity limit of visual short-term memory in human posterior parietal cortex. Nature, 2004. 428(6984): p. 751-4.

推荐阅读

关注我们

“脑人言”是公益的脑科学原创科普团队，由海内外一线科研人员组成，专注于神经科学、认知科学和脑机接口等领域的科学知识和思想的传播。关注请长按上方二维码；投稿、合作请联系：linro1996；加入作者团队请联系：chinatang2010。

友情赞助

点

阅读原文，查看每月文章精选