Parte 1: Las deformaciones ambientales modifican dinámicamente la memoria espacial humana

Contacto: Audrey Hu Whatsapp/hp: 0086 13880143964 Correo electrónico:audrey.hu@wecistanche.com

Alexandra T. Keinath#1, Ohad Rechnitz#2, Vijay Balasubramanian3, Russell A. Epstein1

1Departamento de Psicología, Universidad de Pensilvania, Filadelfia, Pensilvania

2Facultad de Medicina e Instituto de Investigación Rappaport, Technion – Instituto de Tecnología de Israel, Haifa, Israel

3Departamento de Física, Universidad de Pensilvania, Filadelfia, Pensilvania # Estos autores contribuyeron igualmente a este trabajo.

Por favor haga clic aquí para la Parte 2

Resumen

Se piensa comúnmente que las celdas de lugar y cuadrícula en la formación del hipocampo apoyan un mapa cognitivo unificado y coherente del espacio. Este mecanismo de mapeo se enfrenta a un desafío cuando se coloca un navegador en un entorno familiar que se ha deformado de su forma original. Bajo tales circunstancias, muchas transformaciones podrían servir plausiblemente para mapear el mapa cognitivo familiar de un navegante en el espacio deformado. Los resultados empíricos previos indican que los campos de disparo de las celdas de roedores y cuadrículas se estiran o comprimen de una manera que coincide aproximadamente con la deformación ambiental y espacial humana.memoriaexhibe distorsiones similares. Estos efectos se han interpretado como evidencia de que remodelar un entorno familiar provoca un mapa cognitivo remodelado de manera análoga. Sin embargo, un trabajo reciente ha sugerido una explicación alternativa, según la cual las distorsiones inducidas por la deformación del código de la cuadrícula son atribuibles a un mecanismo que ancla dinámicamente los campos de la cuadrícula al límite experimentado más recientemente, lo que provoca cambios en la fase de la cuadrícula que dependen de la historia. Esta interpretación plantea la posibilidad de que el espacio humanomemoriaexhibirá dinámicas dependientes de la historia similares. Para probar esta predicción, les enseñamos a los participantes las ubicaciones de los objetos en un entorno virtual y luego probamos sumemoriapara estas ubicaciones en versiones deformadas de este entorno. A través de tres experimentos con acceso variable a señales visuales y vestibulares, observamos el patrón predicho, mediante el cual las ubicaciones recordadas de los objetos se cambiaron de una prueba a otra dependiendo del límite de origen de la trayectoria de movimiento del participante. Estos resultados proporcionan evidencia de un mecanismo de anclaje dinámico que gobierna tanto el disparo neuronal como el espacial.memoria.

Cistanche puede mejorar la memoria

1|INTRODUCCIÓN

La formación del hipocampo mantiene una representación del espacio a través de la actividad coordinada de una variedad de tipos de células funcionalmente distintas. Entre los mejor caracterizados de estos tipos de celdas se encuentran las celdas de lugar y las celdas de cuadrícula. Las células de lugar son células escasamente activas en el hipocampo que están sintonizadas en diferentes ubicaciones preferidas (O'Keefe y Dostrovsky, 1971), mientras que las células de cuadrícula son células ampliamente activas en la corteza entorrinal medial que están sintonizadas en una red hexagonal de ubicaciones preferidas que se teselan. el espacio navegable (Hafting, Fyhn, Molden, Moser, & Moser, 2005). De acuerdo con una hipótesis de larga data, estas células soportan un "mapa cognitivo", que, en la formulación clásica, consiste en un sistema de coordenadas euclidianas que permite al navegante definir ubicaciones en el espacio y las distancias y direcciones entre ellas (O'Keefe & Nadel , 1978). De acuerdo con esta idea, muchos artículos teóricos han explorado cómo las celdas de lugar y de cuadrícula podrían apoyar los elementos de la navegación basada en mapas, incluida la autolocalización, el cálculo de vectores y la planificación flexible de rutas (Burak & Fiete, 2009; Bush, Barry, Manson, y Burgess, 2015; Fiete, Burak y Brookings, 2008; McNaughton, Battaglia, Jensen, Moser y Moser, 2006).

Para que un mapa cognitivo (o cualquier representación espacial) sea útil, debe estar anclado al entorno (Epstein, Patai, Julian y Spires, 2017; Gallistel, 1990). Se ha descubierto que la geometría del entorno definida por los límites ambientales juega un papel particularmente crucial en el anclaje de los campos de disparo de las celdas de lugar y cuadrícula. Por ejemplo, el lugar y el campo de cuadrícula se orientan hacia las paredes de las cámaras experimentales (Keinath, Julian, Epstein y Muzzio, 2017; Krupic, Bauza, Burton, Barry y O'Keefe, 2015; Weiss et al., 2017), y Las redes de rejilla exhiben falta de homogeneidad característica que está relacionada con la geometría de la cámara en entornos cuadrados (Stensola, Stensola, Moser y Moser, 2015) y trapezoidales (Krupic et al., 2015). Además, cuando se remodela un entorno familiar, por ejemplo, moviendo los límites para que el entorno se estire o comprima a lo largo de una dimensión, los campos de lugar y cuadrícula se distorsionan de manera estereotipada (Barry, Hayman, Burgess y Jeffery, 2007; Krupic, Bauza, Burton y O'Keefe, 2018; McNaughton et al., 1996; O'Keefe y Burgess, 1996; Stensola et al., 2012): estirar o comprimir el entorno hace que el patrón de cuadrícula de algunas celdas se estire o comprima para igualar la deformación (Barry et al., 2007; Savelli, Yoganarasimha, & Knierim, 2008; Stensola et al., 2012) (Figura 1a), y el estiramiento hace que las ubicaciones preferidas de las celdas de lugar se estiren y/o se bifurquen (O Keefe y Burgess, 1996). Estos resultados demuestran que los límites ambientales pueden actuar como anclas que influyen en las ubicaciones y formas de los campos de lugar y cuadrícula.

En particular, se han observado efectos análogos de la geometría ambiental en la espacialidad humana.memoria(Bellmund et al., 2020; Chen, He, Kelly, Fiete y McNamara, 2015; Hartley, Trinkler y Burgess, 2004). Por ejemplo, cuando se les pide a los participantes humanos que reemplacen objetos en ubicaciones recordadas en un entorno virtual trapezoidal o que calculen distancias entre estos objetos, cometen errores que reflejan las distorsiones que se observan en los campos de cuadrícula de roedores (Bellmund et al., 2020). De manera similar, cuando se les pide a los participantes humanos que reemplacen objetos en ubicaciones aprendidas en entornos virtuales reescalados, sus respuestas forman una distribución que se estira y/o bifurca, similar a las respuestas de las celdas de lugar de roedores (Hartley et al., 2004; O'Keefe & Burgess, 1996), y cuando se les pide que calculen sus propias ubicaciones, sus respuestas están sesgadas de manera consistente con el cambio de escala observado en el código de cuadrícula (Barry et al., 2007; Chen et al., 2015). La sorprendente concordancia entre la influencia de los límites ambientales en las grabaciones neuronales y el comportamiento de navegación sugiere que, en este caso particular, ambos enfoques pueden analizar componentes similares de la cognición. Esta similitud es especialmente sorprendente dado el alcance limitado de las grabaciones neuronales en relación con la escala del cerebro que produce el comportamiento, y los muchos casos en los que las ideas obtenidas de subconjuntos de estas representaciones neuronales no se pueden generalizar al comportamiento tanto dentro como entre especies (Ekstrom, Harootonian y Huffman, 2020; Jeffery, Gilbert, Burton y Strudwick, 2003; Krakauer, Ghazanfar, Gomez-Marin, MacIver y Poeppel, 2017; Warren, 2019; Zhao, 2018).

En conjunto, se ha tomado estos resultados para indicar que el mapa cognitivo es, al menos parcialmente, maleable según la geometría del entorno (Barry et al., 2007; Ocko, Hardcastle, Giocomo y Ganguli, 2018). Por ejemplo, cuando se deforma un entorno familiar, se cree que la representación interna del espacio del navegante se estira o comprime para ajustarse a las dimensiones del entorno reformado, posiblemente debido a la recalibración de la estimación de velocidad/integración de trayectoria o entrada visual local (Bush & Burgess , 2014; Jayakumar et al., 2019; Munn, Mallory, Hardcastle, Chetkovich y Giocomo, 2020; Ocko et al., 2018; Raudies y Hasselmo, 2015; Sheynikhovich, Chavarriaga, Strösslin, Arleo y Gerstner, 2009).

Sin embargo, existen otras explicaciones posibles para los efectos de cambio de escala que se observan durante las deformaciones ambientales (Cheung, Ball, Milford, Wyeth y Wiles, 2012; Keinath et al., 2018). Bajo una de esas cuentas alternativas, las aparentes distorsiones observadas en los campos de disparo espacial y espacialmemoriadurante las deformaciones ambientales reflejan un proceso dependiente de la historia mediante el cual la fase de la cuadrícula se ancla dinámicamente a los límites experimentados recientemente y posteriormente se actualiza a través de la información de movimiento propio (Cheung et al., 2012; Hardcastle, Ganguli y Giocomo, 2015; Keinath et al., 2018; Savelli, Luck y Knierim, 2017). Durante las deformaciones, dicho anclaje provocaría cambios en la fase de la cuadrícula que preservan la relación familiar entre la fase de la cuadrícula y el límite contactado más recientemente. Estos cambios aparecerían como distorsiones en los campos de cuadrícula promediados en el tiempo, incluso si la métrica espacial se mantiene en relación con la pared contactada más recientemente (Figura 1a). A nivel algorítmico, esta cuenta afirma que un navegador se autolocaliza a través de la integración de rutas que se restablece cuando se encuentra un límite familiar. En entornos deformados, este anclaje dinámico predice la existencia de sesgos en la autolocalización que son inconmensurables cuando el navegante inicia trayectorias que se originan en límites opuestos desplazados. Tales sesgos en la autolocalización podrían reflejarse en la espacialidad.memoriadurante la navegación activa a una ubicación recordada (Figura 1b).

En un informe anterior, proporcionamos evidencia neuronal y de modelado de los cambios dependientes de los límites en la fase de la cuadrícula que contribuyen a la aparición de un patrón de cuadrícula promediado en el tiempo reescalado durante las deformaciones ambientales (Keinath et al., 2018). Evidencia de cambios dinámicos en la red

también se ha observado en deformaciones ambientales virtuales (Chen, Lu, King, Cacucci, & Burgess, 2019). Aquí probamos si tal anclaje dinámico también se puede observar en el espacio espacial humano.memoriadurante las deformaciones ambientales. Los participantes en los experimentos actuales aprendieron las ubicaciones de los objetos dentro de entornos virtuales cuadrados. De fe, se les pidió que caminaran a las ubicaciones recordadas de estos objetos. Sin el conocimiento de los participantes, los entornos de la prueba se estiraron o comprimieron a lo largo de una dimensión. Predijimos que las ubicaciones de reemplazo se desplazarían a lo largo del eje deformado, y que la dirección del desplazamiento dependería del límite de origen. Descubrimos que esta predicción se confirmó en tres experimentos separados en condiciones visuales y vestibulares variables, utilizando tanto el escritorio como la realidad virtual inmersiva (VR). Estos resultados fortalecen el vínculo entre las representaciones espaciales del hipocampo y lasmemoriadurante las deformaciones ambientales y proporciona evidencia específica a favor de un mecanismo de anclaje dinámico que gobierna la autolocalización dentro de las representaciones espaciales de roedores y humanosmemoriasimilar.

2|RESULTADOS

2.1|Experimento 1: entorno virtual de escritorio con información visual completa disponible

Primero, probamos si el espacio humanomemoriaestá sesgado por el límite de origen cuando se deforma un entorno familiar y se dispone de información visual de localización. Con este fin, utilizamos la realidad virtual (VR) de escritorio para probar los participantesmemoria de laubicaciones de cuatro objetos nombrables en una habitación, con un diseño adaptado de estudios previos (Doeller & Burgess, 2008) (Figuras 2 y S1a). Los participantes aprendieron las ubicaciones de estos objetos "recolectándolos" uno a la vez y luego demostraron su ubicación espacial.memoria"reemplazándolos" en sus ubicaciones recordadas. En las pruebas de "recopilación", uno de los cuatro objetos era visible en la habitación. Los participantes comenzaron en una ubicación aleatoria dentro del entorno y navegaron hasta el objeto. En las pruebas de "reemplazo", no se veían objetos en la habitación. A los participantes se les dio el nombre de uno de los cuatro objetos y navegaron a su ubicación recordada, comenzando desde una posición inicial cercana y frente al centro de una de las paredes.

El experimento estuvo compuesto por dos bloques. Cada bloque comenzó con ocho pruebas de "recopilación", seguidas de una secuencia de 16 pares de pruebas que consistían en una prueba de "reemplazo" seguida inmediatamente por una prueba de "recopilación" (que sirvió para proporcionar información sobre la ubicación correcta de ese objeto). En la secuencia de reemplazo y recolección, cada objeto se reemplazó cuatro veces, comenzando cada vez desde una posición que daba al centro de una pared diferente (Norte, Sur, Este, Oeste; NSEW). Durante el primer bloque, el entorno se mantuvo sin deformaciones durante todas las pruebas. Durante el segundo bloque, el entorno se estiró (n= 24 participantes) o se comprimió (n= 24 participantes; asignados al azar) durante las pruebas de reemplazo al aumentar/disminuir la longitud de las paredes en un 50 por ciento a lo largo de una eje (Figura 2). Las texturas del piso, la pared y el techo no se cambiaron de escala, sino que se truncaron (durante las compresiones) o continuaron formando mosaicos en el nuevo espacio (durante los estiramientos). Para garantizar que los participantes solo aprendieran las ubicaciones de los objetos en sus ubicaciones familiares no deformadas, el entorno nunca se deformó durante las pruebas de recolección. Sin diferencias en la precisión del Bloque 1 (distancia desde la ubicación correcta, media ± SEM, estirada: 29,42 ± 2,09 unidades virtuales, vu; comprimida: 30,13 ± 1,48 vu; prueba de suma de rangos de Wilcoxon, dos colas: W=607 , p= .703) o tiempo de reacción (estirado: 16,14 ± 1,13 s; comprimido: 15,46 ± 1,99 s; prueba de suma de rangos de Wilcoxon, dos colas: W=519, p{{31} } .158) entre los participantes asignados a las condiciones estiradas versus comprimidas, lo que indica que ambos grupos aprendieron la tarea igualmente bien.

Presumimos que durante el bloque de deformación, las ubicaciones de reemplazo de un objeto se desplazarían para sesgar esta ubicación en la dirección que mejor preserva la distancia aprendida entre la ubicación del objeto familiar y el límite inicial en cada prueba (Figura 1b). Por lo tanto, predijimos que, en un entorno extendido, las ubicaciones de reemplazo en los ensayos individuales se desplazarían hacia el límite de origen de la trayectoria del navegador, en comparación con la ubicación reemplazada mediana. Del mismo modo, predijimos que en un entorno comprimido, la ubicación de reemplazo en los ensayos individuales se alejaría del límite de origen, en comparación con la ubicación mediana reemplazada.

Para probar esta predicción, realizamos el siguiente cálculo (Figura 3). Primero, alineamos las ubicaciones de reemplazo de la mediana ignorando el límite de origen entre los cuatro objetos. A continuación, desglosamos estos datos alineados en función del límite de origen (NSEW) y calculamos la ubicación de reemplazo mediana por separado para cada límite. Finalmente, calculamos el desplazamiento a lo largo de cada eje como el desplazamiento entre ubicaciones de reemplazo con límites de origen opuestos a lo largo de ese eje. Por ejemplo, para cuantificar el cambio EW (NS), calculamos la ubicación de reemplazo mediana de los ensayos de límite de origen alineados al oeste (sur) menos los ensayos de límite de origen alineados al este (norte), ignorando cualquier cambio a lo largo del eje NS (EW). Finalmente, calculamos la diferencia en el cambio entre las dimensiones deformadas (EW) y no deformadas (NS). Con estas convenciones, la cuenta de anclaje de límites predice que un estiramiento del entorno Este-Oeste (Norte-Sur) debería conducir a una diferencia de desplazamiento positiva en las ubicaciones de reemplazo, mientras que la compresión debería conducir a una diferencia de desplazamiento negativa.

Durante el bloque de deformación, de hecho observamos una diferencia de cambio positiva para reemplazar las pruebas en el entorno estirado (prueba de rango con signo de Wilcoxon frente a 0, de una cola: W=232, p=.0096) y una diferencia de desplazamiento negativa para las pruebas de sustitución en el entorno comprimido (prueba de rango con signo de Wilcoxon frente a 0, unilateral: W=61, p= 0,0055) . La diferencia en la diferencia de desplazamiento entre los dos entornos fue significativa (prueba de suma de rangos de Wilcoxon, unilateral: W=426, p= .0009; Figuras 4 y S2a). Los dos ambientes no difirieron en un cambio a lo largo de la dimensión no deformada (prueba de suma de rangos de Wilcoxon: W=653, p= .1835). Por lo tanto, las ubicaciones de reemplazo en los entornos deformados se desplazaron según el límite de origen, como lo predijo una cuenta de anclaje de límites.

En particular, los participantes tendían a alejarse del límite de origen al reemplazar objetos (Figura S3). Si los participantes determinaran las ubicaciones de reemplazo en función de la percepción visual de la distancia al límite visual dominante en el momento del reemplazo del objeto, entonces se predeciría el patrón inverso de las diferencias de cambio (diferencia de cambio positiva en el entorno comprimido; diferencia de cambio negativa en el entorno estirado). ambiente). Por lo tanto, es poco probable que los cambios en las ubicaciones de reemplazo de objetos que observamos fueran atribuibles al anclaje de la ubicación de reemplazo al límite visual dominante en el punto de reemplazo, en lugar del anclaje al límite desde el cual comenzó el episodio de navegación. Sin embargo, debido al muestreo sesgado de los límites visuales dominantes en el momento del reemplazo del objeto (Figura S3), no pudimos aplicar el mismo análisis de cambio para explícitamente

descartar esta cuenta alternativa. Abordamos esta posibilidad directamente en el Experimento 2 manipulando la disponibilidad de límites visuales durante el reemplazo de objetos.

La parte crucial de nuestro enfoque es que analizamos los datos por separado para cada límite de origen. Cuando los datos se analizaron sin tener en cuenta el límite de origen, el patrón de reemplazo de ubicaciones durante los bloques de deformación se asemejaba a un cambio de escala de las ubicaciones de objetos familiares que coincidían cualitativamente con el cambio de escala del entorno (Figura S4), similar a los resultados anteriores (Chen et al. ., 2015; Hartley et al., 2004). Por lo tanto, una transformación de coordenadas estáticas que asigna ubicaciones de objetos familiares a ubicaciones de reemplazo deformadas captura el patrón general de ubicaciones de reemplazo de objetos en los datos medios. Sin embargo, no puede dar cuenta de la dinámica dependiente de la trayectoria que observamos.

Juntos, estos resultados indican que la espacialidad humanamemoriase ancla dinámicamente al límite de origen en entornos deformados cuando se dispone de información visual completa. Los participantes tienden a recapitular la distancia del objeto desde el límite inicial, aunque esto signifique que reemplazan el objeto en ubicaciones inconsistentes dentro de la habitación deformada.