研究背景：

    认知的灵活性是高级学习能力所必需的显著特征，而推理能力是认知灵活性的一个突出体现，它是对已习得知识所进行的灵活、系统的处理。研究表明，认知能力的提高与非快速眼动（NREM）和快速眼动（REM）睡眠期间的活动有关，NREM和REM睡眠在记忆巩固、视觉学习、技能和策划等几种不同的大脑功能中均有不同的贡献，但相关的睡眠阶段情况和其涉及的神经环路仍不清楚。REM睡眠的特征表现为脑桥枕叶(PGO)波、θ节律、高乙酰胆碱水平和可塑性相关基因的上调等。NREM睡眠的特点是有规律地出现慢波δ活动、高蛋白质合成水平、去增益相关基因的升高和长时程强化相关基因的下降。因此，不同睡眠阶段对神经元功能的影响不同，具有不同的认知改变能力。

科学问题：

    （1）非快速眼动睡眠（NREM Sleep）和快速眼动睡眠（REM Sleep）在信息学习和推理的过程中是否具有不同的作用？

    （2）从时间上分离但内容重叠的经验中产生推理，其细胞和神经环路机制是怎样的？

内容简述：

    研究人员在小鼠身上建立了一套传递推理范式。该范式基于先前的重叠记忆知识，评估小鼠推断先前未学习过的新信息的能力。限制饮食的小鼠被允许探索和熟悉具有5个不同场景的区域 (场景A, B, C, D 和 E)（图1a）。然后，它们接受了一系列成对的场景区分训练（A>B，B>C，C>D和D>E；其中“>”表示前者比后者更受欢迎）。在每次试验中，小鼠被放入只有两个开放场景的区域，而其他三个场景是封闭的（图1b）。待小鼠进入指定的正确场景，且在指定场景中连续停留 10 秒钟，小鼠会得到一片蔗糖片作为奖励。在四对场景训练中达到正确表现标准（80% 的正确率）后（图1c），小鼠被分为两组：一组继续进行强化训练，另一组进行随机训练（每天搭配不同且不重复的前提对）。然后，小鼠在训练的最后一天（T1）和随后的三天（T2、T3、T4）分别进行推理（B vs.D）和非推理（A vs.E）的测试。值得注意的是，选择B和D而并非A和E的原因是：场景B和D在训练期间具有相同的效价（获得的食物奖励相同），因此判断B和D的等级是需要进行推理的；而场景 A 通常是小鼠的首选场境，E 场景不会得到任何食物奖励，因此，使用 A和 E 场景进行测试时，动物的表现并非由推理导致的。研究结果显示：除T1外，接受随机训练的小鼠在所有测试中都能正确推理（图1d、e）。而T1中无法正确推理和T2中正确推理的结果提示：在重复训练期间，推理不会在觉醒期间出现，可能存在潜伏期或者需要训练后的睡眠期。为了确认二者哪个因素对推理过程更为关键，研究者保持了潜伏期不变，但在测试后直接剥夺了小鼠4小时的睡眠（图1f）。结果发现小鼠虽然达到了正确训练的标准，但睡眠剥夺阻碍了推理表现(小鼠的正确率为随机水平）（图1g-i）。

图1：推理表现依赖于训练后的睡眠。

    已有的研究发现，内侧前额叶皮层（mPFC）参与神经策划及推理的构建。然而，这些研究大多来自病变和功能性脑成像研究。为了确认和深入理解mPFC在推理中的作用，研究者在睡眠和清醒状态下分别操纵了mPFC脑区的亚区——前扣带皮层（ACC）的活动。研究者在最后一个随机训练日和测试日的清醒、NREM睡眠或REM睡眠期间对ACC进行了光遗传学抑制（图2a-c）。结果表明：病毒本身并不影响小鼠对场景对的学习表现（图2d）。清醒时抑制ACC也不会影响推理表现（图2e、f）。但是，在NREM或REM睡眠期间对ACC抑制则导致小鼠无法进行正常的推理。

图2：睡眠期间ACC脑区的神经元活性对于推理表现至关重要。

    进一步，研究者通过钙离子（Ca²⁺）成像技术追踪了ACC神经元的活动并分类，同时通过脑电图/肌电图（EEG/EMG）来判断小鼠的睡眠觉醒时相（图3a-e）。结果发现了推理相关的神经元组合模式并追踪到其随时间的变化的活动（图3f-g）。并且，在分析推理相关模式的出现时间后，这些神经元逐渐开始从随机训练中凸显出来，其反应强度逐渐增加，在T1阶段后的REM睡眠时达到峰值（图3g-j）。

图3：推理相关神经元群体在REM睡眠期间逐渐凸显。

    随后，研究者记录了学习和推理两个模式的神经元之间在200毫秒内的同步Ca²⁺活动，计算共激活指数，用以评估神经元间的协同水平（图4a, b）。结果发现：训练后的NREM（NREM2）和REM（REM2）期间，两种模式的ACC神经元的协同性明显高于清醒期，场景学习模式的神经元群体在NREM 2期间协同性明显高于REM 2期间，而推理模式的神经元群体协同性则REM2明显高于NREM2（图4c-e）。

图4：NREM和REM协同构建了同步化的信息学习和推理能力。

    为了在ACC协同共激活和推理能力之间建立因果关系，研究者鉴定并操纵了ACC共激活中的神经回路。ACC共激活可能来自上游内侧内嗅皮层（MEC）的突触输入，而MEC也被认为参与传递性推理。因此，研究者在小鼠训练后的NREM或REM睡眠期间，以4 Hz的频率对ACC中MEC神经元的轴突末端进行光遗传学激活，替代随机训练（图5a-c）。结果显示，REM期的光激活可以使小鼠具有良好的推理表现（图5d），而在没有随机训练和MEC→ACC环路激活的情况下，小鼠则不能进行正确推断（图5e）。相比之下，在NREM睡眠期间，MEC→ACC环路的光激活则不足以促使推理能力的产生（图5e-f）。

图5：仅在REM睡眠期间激活MEC→ACC可以诱发训练不足过程中的推理能力。

总结与意义：

    作者聚焦了不同睡眠阶段（NREM和REM睡眠）在学习和推理任务中的作用，发现训练后的两种睡眠阶段对于小鼠推理表现的必要性。以及REM睡眠期间，MEC→ACC神经网络的兴奋性对于激发小鼠推理能力的充分性。这一研究提示了，潜意识大脑可以重组现有存储信息并进行逻辑推理任务。在睡眠期间，多个相关的记忆可能被连接起来以构建了一个新知识结构。这些研究结果为学习、记忆和推理等高级脑认知功能的解析提供了重要线索。

作者介绍：

    Kaoru Inokuchi现任日本富山大学医学与药学研究生院教授及空转脑研究中心主任。其主要研究记忆更新系统的分子、细胞和网络机制。并致力于更深入地了解人类的思维，预防和治疗各种脑部疾病及精神疾病。

原文索引：https://www.nature.com/articles/s41467-024-48816-x

注：本文仅为作者个人解读，如有纰漏，请参照原文。

撰文：王国栋

审稿：李钟

编辑：成美君