2023年8月21日，北京师范大学认知神经科学与学习国家重点实验室薛贵教授课题组在PNAS 在线发表了题为Intersubject similarity in neural representations underlies shared episodic memory content的研究论文。该论文采用大样本脑认知数据库和创新的跨被试表征相似性分析技术，考察了个体共享记忆内容的神经机制，揭示了记忆的个性化建构本质。
薛贵教授课题组一直在致力于探索人类智力、执行功能、注意、记忆、推理与决策等复杂认知能力的结构（ontology）、个体差异及其神经遗传基础。课题组创建了“中国青年成人认知神经遗传研究”（CNSCYA）数据库，该数据库包含2500多个汉族青年的20多项认知行为、脑成像（EEG，fMRI）以及基因等多模态数据。目前实验室正在开展的认知能力图谱项目（Cognitive ability map project，简称CAMP），在同一批大样本被试上收集了上百个认知能力数据，以及高质量的脑影像数据（T1、DTI、高清海马，以及静息态、自然刺激、工作记忆及情景记忆等不同任务模态下的功能影像数据各30分钟以上）。利用这些高质量的大数据库，他们在本研究中考察了个体在记忆能力和记忆内容上的个体差异。
德国哲学家莱布尼茨曾说：“世界上没有完全相同的两片树叶”。这句话同样适用于人类的记忆。即使面对相同的情境、相同的任务和相同的材料，不同的个体也会产生自己独有的记忆。但研究者对于个性化记忆的神经机制的理解仍然有限。基于实验室以往的研究，学习过程的注意卷入/波动和对学习材料的建构都会影响记忆形成。例如，高水平的注意会提高表征的精度（Zheng et al., 2017, Cerebral Cortex; Lu et al., 2015, Current Biology; Xue et al., 2013, Cerebral Cortex）和表征维度（Sheng et al., 2022, Science Advances），从而导致更好的记忆。这种注意水平的高低可以通过个体与群体大脑活动的同步性来测量。同时，学习材料与个体已有知识的交互作用会促进神经表征的重构（Xue 2022, Progress in Neurobiology; Xue 2018, TiCS），从而形成个性化的记忆表征（Xiao et al., 2020, Neuroimage），而从感知觉到语义的表征转换能促进记忆形成（Liu et al., 2021, Science Advances）。综合上述研究，作者推断拥有相似神经表征的个体可能会拥有相似的记忆内容，而与群体大脑活动一致性更高的个体则有更好的记忆能力。
为了验证这一假设，本研究采用跨被试的分析方法，通过个体与组平均的神经相似性（individual-to-group similarity）以及个体间的神经相似性（intersubject similarity）分别检验其对记忆能力和记忆内容的影响。首先，被试间随后记忆效应的分析发现，被试共同记住的实验材料相比于共同忘记的实验材料来说，其在脑中诱发的神经表征更相似（图1）。
图1 被试间的随后记忆效应
其次，研究发现个体与组平均的神经信号波动越相似，个体的记忆能力越好（图2）。虽然个体与组平均的神经表征的相似性也能预测个体的记忆能力（图2），但进一步分析发现，相对于神经表征的一致性，个体与群体神经活动的一致性对个体的记忆能力有更好的预测作用（图2）。
图2 个体与组平均的神经相似性对记忆能力的预测
最后，本研究进一步探索了个体间的神经相似性对记忆内容的影响。结果表明，被试间神经信号波动的同步性越高，记忆内容越相似（图3）。同样，被试间更相似的神经表征也与更高的记忆重叠度有关（图3）。进一步分析二者（注意波动 vs 建构性表征）对共享记忆内容的独立贡献发现，被试间的神经表征相似性相比神经活动的同步性对共享记忆内容具有更好的预测能力（图3）。这些结果揭示了个性化记忆能力和记忆内容的神经机制，强调了人类情景记忆的建构性和互动性的本质。
图3 个体间神经相似性对共享记忆内容的预测
本研究获得了国家自然科学基金、中德国际合作研究项目、中以国际合作研究基金等的资助。论文第一作者为圣锦涛博士, 现为斯坦福大学博士后；通讯作者为北京师范大学认知神经科学与学习国家重点实验室薛贵教授。
论文：Intersubject similarity in neural representations underlies shared episodic memory content
论文网址：www.pnas.org/doi/10.1073/pnas.2308951120
课题组网站：https://cbls.bnu.edu.cn/
其它部分相关论文：
Xue, G. (2018). The Neural Representations Underlying Human Episodic Memory. Trends in Cognitive Sciences, 22(6), 544–561. https://doi.org/10.1016/j.tics.2018.03.004 (Review)
Xue, G. (2022). From remembering to reconstruction: the transformative neural representation of episodic memory. Progress in Neurobiology, 102351. (Review)
Sheng, J., Zhang, L., Liu, C., Liu, J., Feng, J., Zhou, Y., ... & Xue, G. (2022). Higher-dimensional neural representations predict better episodic memory. Science Advances, 8(16), eabm3829. https://www.science.org/doi/10.1126/sciadv.abm3829
Liu, J., Zhang, H., Yu, T., Ren, L., Ni, D., Yang, Q., ... & Xue, G. (2021). Transformative neural representations support long-term episodic memory. Science advances, 7(41), eabg9715.
Liu J, Zhang H, Yu T, Ni D, Ren L, Yang Q, Lu B, Wang D, Heinen R, Axmacher N, Xue G*. Stable maintenance of multiple representational formats in human visual short-term memory. Proc Natl Acad Sci U S A. 117(51):32329-32339.
Xiao, X., Dong, Q.,Gao, J., Men, W., Poldrack, R. A., & Xue, G. (2017). Transformed Neural Pattern Reinstatement during Episodic Memory Retrieval. The Journal of Neuroscience, 37(11), 2986–2998.https://doi.org/10.1523/JNEUROSCI.2324-16.2017
Lu, Y., Wang, C., Chen,C., & Xue, G. (2015). Spatiotemporal Neural Pattern Similarity Supports Episodic Memory. Current Biology, 25(6), 780–785.https://doi.org/10.1016/j.cub.2015.01.055
Feng, J., Zhang, L., Chen, C., Sheng, J., Ye, Z., Feng, K., ... & Xue, G. (2022). A cognitive neurogenetic approach to uncovering the structure of executive functions. Nature communications, 13(1), 4588.
