撰文︱赵新月
亲爱的读者朋友们，“逻辑神经科学”从即日起再次开启“综述文章精选（推荐）专题”，每期专题我们将精选数篇Cell、Nature、Science等学术权威期刊神经科学领域最新的、最前沿的综述文章，并以摘要的形式分享给读者朋友们，供大家学习与启发。详细内容可自行下载原文阅读。
乙酰胆碱（Ach）自100多年前被发现以来，一直被认为是哺乳动物周围神经系统（PNS）和中枢神经系统(CNS)的关键神经递质。乙酰胆碱在大脑中的广泛分布及其受体的多样性导致了一种现象，即胆碱能信号是高度动态的，通过对网络协调的关键贡献，介导行为结果。在哺乳动物中枢神经系统中，胆碱能神经元可分为三大类:运动神经元、中间神经元和投射神经元。胆碱能运动神经元遍布后脑和脊髓，对运动控制至关重要。胆碱能中间神经元分布在纹状体复合体和皮层和海马体的某些区域。大脑中的胆碱能神经元参与基本功能，包括呼吸、睡眠、注意力、情绪和记忆的控制。在成年哺乳动物大脑中，基底前脑的胆碱能投射神经元（通常称为基底前脑胆碱能神经元（BFCNs）横跨端脑的整个喙部范围，但稀疏地聚集在几个广泛的子区域，包括内侧隔、对角带的垂直和水平细分、腹侧苍白球、隐名质和基底核。然而，越来越多的证据现在指向了一个超越这些解剖边界的功能组织，并表明这一点，加上它们的分区域异质性，使它们能够协调大脑中的各种活动。20233年2月23日，来自美国贝塞斯达国立卫生研究院国立神经疾病和中风研究所的Lorna W. Role教授团队在Nature Reviews Neuroscience上撰写了题为“Basal forebrain cholinergic signalling: development, connectivity and roles in cognition”的综述，文章重点介绍了对BFCNs的异质发育、功能组织和信号转导的理解方面的最新进展（主要来源于啮齿动物的研究）。作者回顾了基底前脑胆碱能回路和BFCNs信号的特征，我们认为这有助于它们的不同功能，总结了导致不同BFCNs种群发育规范的因素，并描述了它们独特的解剖组织、特定的投射模式以及主要的输入和输出。最后回顾了方法上的进展，这些进展提高了作者对ACh释放时间尺度及其在认知行为中的作用的理解。理解这些主题，和跨物种BFCN种群内的异质性，对于理解ACh在正常认知中的作用和确定导致疾病中BFCN易感性的因素将是重要的。内容详见：DOI: 10.1038/s41583-023-00677-x神经疾病，包括由创伤脑损伤（TBI）和中风等损害引起的急性疾病，以及阿尔茨海默病（AD）、帕金森病（PD）、肌萎缩侧索硬化症（ALS）和亨廷顿病（HD）等慢性疾病，其特征是进行性功能障碍和神经系统神经元的最终丧失。不幸的是，目前可用的治疗策略不足以阻止神经退变过程。神经退行性疾病通常以病理性蛋白质形成为特征，在许多情况下是由于蛋白质的错误折叠和聚集。在错误折叠的蛋白质中，tau长期以来一直被认为在神经退行性疾病的不可逆细胞损伤、神经元丢失和认知障碍中发挥作用。作为最常见的神经退行性疾病，阿尔茨海默病的特点是细胞外β-淀粉样蛋白（Aβ）斑块和细胞内神经纤维缠结（NFT）的积聚，其中包括不溶性和丝状tau，与进行性神经元死亡相结合，最终导致认知能力下降和痴呆。在病理条件下，tau对微管的亲和力降低，导致其从轴突微管分离，错误定位到亚细胞室和细胞外空间，在其他脑区扩散和异常聚集Tau在神经退行性疾病中的致病作用已经通过对患有帕金森病的额颞叶痴呆患者的MAPT突变的鉴定而得到证实。因此，更好地了解神经退行性疾病中病理性tau与神经元死亡之间的关系是至关重要。然而，tau在成人大脑中的功能以及在神经系统疾病中导致神经元死亡的确切机制仍有待阐明。于2023年3月14日以“Friend or foe: role of pathological tau in neuronal death”为题在线发表在Molecular Psychiatry上的综述中，来自华中科技大学同济医学院病理生理学教研室Ling-Qiang Zhu教授及九江市临床精准医学研究中心Moxin Wu等人描述了病理性tau如何通过在不同的神经系统疾病中扮演双刃剑而在神经元死亡中发挥双重作用的研究现状。文章就神经细胞死亡过程中的坏死、凋亡、坏死性下垂、下垂、铁性下垂、自噬依赖性神经元死亡和小胶质细胞吞噬等方面的研究进展作一综述，并探讨病理性tau参与神经元死亡的相关机制，并且还描述了现有的和建议的治疗策略，以靶向病理的tau相关神经元死亡通路来治疗神经疾病。内容详见：https://doi.org/10.1038/s41380-023-02024-z慢性疼痛（定义为持续或复发超过3个月）是全球致残的主要原因，并与巨大的个人和社会负担有关。慢性疼痛的一个常见原因是身体感觉神经系统的损害或疾病，患者通常会经历一系列独特的症状，包括感觉丧失、异常感觉（如针刺或刺痛）、持续或间歇性自发疼痛（描述为有灼痛、挤压、刺痛或刺痛的特征），以及对典型疼痛（痛觉过敏）或无痛（异源性疼痛）触摸或热刺激的过度反应等诱发性疼痛症状。神经性疼痛非常普遍，影响到普通人群中约十分之一的人。神经性疼痛的管理具有挑战性，因为目前可用的药物疗效较差，并与严重的不良反应和成瘾有关。尽管最初的神经炎症反应是一种必要的生理修复机制，但其保护性质依赖于炎症期和随后疼痛的充分解决。化解阶段是一个动态和高度协调的过程，需要先天免疫和适应性免疫的炎症化解免疫细胞以及特化的免疫化解分子。神经免疫机制的多因素作用以及在消退阶段唤起特异性免疫反应的必要性可以解释为什么传统的抗创伤药物，如非甾体抗炎药，在治疗持续性神经病理性疼痛方面无效。因此，详细的空间和时间特征的疼痛解决神经免疫相互作用涉及神经性疼痛，预计将提供有价值的见解，其发病机制和恢复途径，以及成功的治疗策略的新途径。
由澳大利亚新南威尔士大学（UNSW）生物医学科学学院的Gila Moalem-Taylor教授领导的研究团队，于2023年3月1日，在Nature Reviews Neurology发表的题为“Pain-resolving immune mechanisms in neuropathic pain”的综述。在这篇综述中，作者概述了有助于缓解不同感觉神经轴水平慢性疼痛的免疫机制，重点是神经性疼痛模型。通过讨论先天免疫、适应性免疫和脑膜免疫、肠道微生物组和专门的前化解介（SPMs）对神经性疼痛恢复过程的贡献，从而进一步描述了主要的免疫系统参与者在疼痛的解决，潜在的机制和潜在的性别二态。最后讨论了支持针对神经性疼痛治疗中的止痛神经免疫机制的方法的证据。内容详见：DOI: 10.1038/s41582-023-00777-3精神障碍的全球终生患病率为每10万人/年，发病通常发生在成年早期。这些障碍的特征是“阳性”症状，如幻觉和妄想，以及“阴性”症状，如冷漠、社交退缩和情绪表达减少。它们还与认知功能障碍有关，如工作记忆、注意力和执行功能的缺陷，尽管这些都不包括在诊断标准中。在精神病患者中，在预后、病程和对治疗的反应方面存在显著的个体间差异。目前，个体疾病的未来发展轨迹无法在临床评估的基础上确定，因此很难根据他们的具体需求量身定制临床护理。在精神病患者中，目前仅根据临床信息预测预后是不可能的。其原因尚不清楚，但一种流行的观点是，这反映了精神病作为一种诊断类别的异质性。在精神病患者群体中，在临床特征、遗传风险、认知缺陷、大脑结构、功能和化学变化以及外周血因子水平方面存在广泛的个体间差异。了解精神疾病背后的病理生理机制可以帮助预测潜在的关键预测因素，并为最合适的治疗类型提供科学依据。然而，在没有完全理解潜在机制的情况下，仍然可以使用精确的精神病学方法:如果生物标志物可以用于预测个体的结果，并具有足够的准确性来指导临床护理。
来自英国牛津大学精神科的Philip McGuire教授团队于2023年3月6日以“Psychotic disorders as a framework for precision psychiatry”为题在线发表于Nature Reviews Neurology的综述文章中，作者们首先研究精神病的三个主要临床结果——发病、治疗反应和复发——在多大程度上可以使用遗传、生物学和环境信息以及临床措施来预测，还评估这些结果的个体间变异是否可归因于精神病病理生理学的差异。每个临床结果将分别考虑，因为这些结果的机制，预测它们的因素和为预测它们而构建的工具类型可能完全不同。最后讨论了这一领域的未来发展方向，以及在主流临床实践中实施精准精神病学所面临的挑战。内容详见：DOI: 10.1038/s41582-023-00779-1从婴儿时期开始，人类很快就学会了大量关于环境结构的知识。这种对环境规律的强大学习，被称为“统计学习”，被认为可以解释儿童如何学习语言的属性、类别成员和视觉世界的可预测特征。例如，儿童学习在他们的语言中经常同时出现的声音来组成单词。统计学习被广泛认为适用于12-14岁的所有年龄段的学习者。然而，这种可用性并不一定意味着统计学习是年龄不变的。事实上，统计学习的质量可能会随着年龄的增长而变化，在不同的数据来源上进行操作，产生不同的表示形式。发现统计学习是否以及如何随着发展而变化，可能会为长期存在的问题提供信息，即为什么儿童在某些领域相对于成人更优秀，例如学习语言和解决需要非常规解决方案的问题。2023年3月2日，来自多伦多大学心理学系的Amy S. Finn教授团队于Nature Reviews Psychology发表了题为“Changes in statistical learning across development”的综述文章。作者考虑了广泛发展范围内的统计学习，包括婴儿（0-24个月）、幼儿（2-7岁）、大龄儿童（7-10岁）和年轻人（通常是18-35岁）。作者首先回顾了现有的关于统计学习发展的实证工作，重点是直接解决与年龄相关的统计学习变化的研究。通过将统计学习定义为在没有明确指示或外部反馈的情况下，从重复暴露于环境统计数据中学习结构（例如，频率、概率或相互信息）。接下来，作者将统计学习中的变化置于背景中在大脑和认知的发展，考虑什么输入选择学习和学习的信息是如何表示。然后考虑这些变化如何有助于解释为什么儿童在某些学习环境中超过成人。最后提出了未来研究的方向，以探索在整个发展过程中统计学习质量的变化。内容详见：https://doi.org/10.1038/s44159-023-00157-0