Place cells full of sound and fury, signifying nothing.
研究背景
大脑如何编码空间信息是神经科学的研究热点。传统观点认为海马体中的位置细胞经特化优化，可精准编码动物空间位置，但实验发现位置细胞活动模式存在显著变异，与传统理想化模型矛盾。本研究对该变异机制进行了探索。
方法速览
研究者采用数学建模结合统计分析的方法，整合不同物种、不同维度环境的位置细胞活动实验数据，从一维到三维逐步验证模型预测的准确性，分析位置细胞活动模式的规律。
核心研究发现
- 位置细胞活动符合随机高斯过程预测
分析发现，不同维度环境中位置细胞的活动模式，包括多活动场的存在、场大小与峰值率的变异，都与随机高斯过程的预测高度一致，说明位置细胞活动模式无需特定优化设计，是随机过程的自然产物。
- 所有海马体锥体细胞都可成为位置细胞
研究发现，随着环境扩大，原本在受限实验室环境中不活跃的海马体锥体细胞会逐渐表现出位置细胞特征，提示所有海马体锥体细胞在合适条件下都可作为位置细胞发挥功能，挑战了位置细胞是独立细胞类别的传统观点。
- 复杂环境中位置细胞与网格细胞差异缩小
网格细胞在小环境中表现出规则六边形模式，在大/不规则环境中模式会扭曲；位置细胞在大环境中也存在多个活动场。研究者推测，真实复杂三维环境中二者活动模式趋于一致，仅CA1区位置细胞活动更稀疏。
- 随机高斯过程可推广至其他感觉模态
研究者提出，高维的嗅觉编码也可能以随机统计活动分布为主，该假设为多维度编码研究提供了新方向。
总结与展望
本研究首次提出位置细胞活动源自随机高斯过程，跨物种跨维度的分析增强了结论可靠性，为神经科学细胞分类提供了新视角。但研究仍存在局限：实验环境仍相对受限，模型假设有所简化，跨模态应用仅为假设，有待后续验证。该研究为未来生态真实环境下的神经编码研究提供了新的框架。