序列记忆的共同结构驱动离线兴奋性变化并促进不同记忆类型间的泛化

本研究针对不同记忆系统间信息共享的机制难题，通过设计具有共同序列结构的动作技能与词语学习任务，发现当两类记忆形成关联映射时，运动网络兴奋性显著提升（约20%），且与词语序列学习增强呈正相关。该映射机制成功解释了动作序列向词语记忆的转化过程，为理解记忆系统间的交互提供了神经生理学证据，发表于《Current Biology》。

人类大脑中不同类型的记忆主要由不同的系统进行处理。这种记忆系统的分离性虽然有助于信息的高效存储，但也带来一个关键问题：当不同记忆中包含共同信息时，大脑如何克服这种系统隔离，实现信息的共享和性能的泛化？例如，学会一套动作序列后，是否能够帮助学习一个词语列表？这种跨记忆类型的泛化能力对于适应新环境至关重要，但其背后的神经机制尚不明确。

以往研究表明，当网络兴奋性升高时，不同记忆可能被分配到重叠的神经网络中，从而相互链接。运动网络兴奋性可被多种信息调节，如技能学习和词语处理，且在形成从视觉线索到特定动作的关联映射时会升高。然而，序列结构如何影响运动网络兴奋性，以及这种兴奋性变化如何与记忆间的泛化相关联，仍是未知领域。

为了回答这些问题，研究人员在《Current Biology》上发表了一项研究，探讨了共同序列结构是否会引起运动网络兴奋性的离线变化，并促进不同记忆类型（动作与词语）之间的泛化。研究团队设计了一项精巧的实验，参与者先学习一个由12个动作组成的序列（运动技能任务），随后学习一个12个词语的列表。关键之处在于，这两个任务可能共享一个抽象的序列结构（即动作元素和词语类别的过渡关系相同），也可能具有不同的结构。通过比较不同结构条件下的行为表现和运动网络兴奋性（通过经颅磁刺激TMS诱发的运动诱发电位MEP测量），研究揭示了序列结构在记忆整合中的关键作用。

研究人员主要运用了几项关键技术方法：1）序列学习任务（Serial Reaction Time Task, SRTT）用于评估内隐运动技能学习；2）词语列表学习任务（基于加州词语学习测试CVLT）评估序列回忆能力；3）单脉冲经颅磁刺激（TMS）结合肌电图（EMG）记录，定量测量运动皮层到肌肉的网络兴奋性（以MEP振幅为指标）；4）通过精心设计的抽象状态序列（A-D状态）操控动作序列和词语列表之间的结构关系（相同或不同）；5）线性混合效应模型（LMM）等统计方法分析行为与兴奋性数据。研究纳入了84名右利手健康参与者，排除了对运动序列有外显知识的个体，确保结果反映内隐学习过程。

行为表现

研究发现，当词语列表与先前的运动序列具有相同结构时，词语的序列回忆（serial recall）在整个学习过程（t1-t5）和后续自由回忆（t6）中均显著优于结构不同的条件。例如，在第五次学习尝试（t5）时，相同结构组的序列回忆显著更高（p=0.001）。这种增强效应是特异性的，仅体现在序列回忆上，而总回忆量（total recall）不受结构影响。运动技能本身的学习程度在组间无差异，且参与者对运动序列的外显回忆未超过随机水平，排除了外显知识的影响。这表明共同序列结构能够从运动技能泛化到词语学习，增强其序列记忆。

运动网络兴奋性

运动网络兴奋性受任务结构的显著调节。在词语学习期间，相同结构条件下，MEP振幅较基线显著增加约20%（p<0.01），且此增加与学习进程相关；而不同结构条件下，兴奋性无显著增加甚至初期下降。兴奋性变化仅在学习阶段出现，在后续自由回忆时（t6）恢复至基线水平，说明兴奋性升高与学习过程特异性关联，而非简单回忆。

兴奋性与序列回忆的关系

兴奋性与序列回忆的相关性受结构调控。相同结构下，两者呈显著正相关（r=0.41, p<0.001），而不同结构下无显著相关（p=0.08）。对齐分析显示，最大兴奋性出现时，序列回忆已开始提升，且兴奋性升高发生在有足够信息形成动作元素与词语类别间完整映射之后。

动作与词语间的映射作为链接

兴奋性增加可能与动作元素和词语类别间关联映射的形成有关。当参与者能按正确顺序回忆出四个唯一词语类别（即类别回忆=4）时，映射即可完成。数据分析表明，相同结构组在兴奋性升高时（零点及之后），类别回忆才达到足以形成映射的水平（p>0.05）；而不同结构组类别回忆达标时，兴奋性未升高。映射形成允许将已学习的运动序列转化为词语序列顺序，从而解释泛化现象。

研究结论指出，复杂序列信息通过形成关联映射在不同记忆系统间共享。运动网络兴奋性的增加标志着映射的建立，使运动序列能快速转化为词语序列，增强学习。这一机制解释了性能转移、学习增强的幅度以及兴奋性与回忆的相关性。映射形成后，兴奋性恢复正常，因其在回忆时不再需要。该研究揭示了记忆整合的神经计算机制，强调了离线加工期间结构检测和映射构建的重要性，为理解记忆泛化提供了新视角。