传统观点认为，海马体中的“位置细胞”会为特定空间形成固定编码——例如，从卧室到厨房的路径，每次应由同一组神经元激活。 然而，西北大学Daniel Dombeck与伊利诺伊大学厄巴纳-香槟分校Jason Climer团队在 Nature 发表的研究，通过多感官虚拟现实（VR）迷宫与跑步机系统，精确控制了小鼠的视觉、嗅觉、速度等变量，发现：即使环境完全不变，小鼠每次穿越迷宫时，海马中激活的神经元群体都会漂移——即记忆并不锁定于固定细胞，而是在神经元间“传递”。唯一例外是兴奋性更高的神经元，它们更可能维持稳定表征。该发现挑战了“记忆印迹固定于特定神经元”的经典模型，提出记忆的流动性可能有助于持续学习、自然遗忘，并为理解阿尔茨海默病等记忆障碍提供了新视角。

海马“位置细胞”与记忆印迹假说

自1970年代发现海马位置细胞以来，主流理论认为：每个空间位置由一组特定的位置细胞编码，且该编码在重复经历相同环境时应保持稳定（即“记忆印迹固定”）。然而，10年前在小鼠跑迷宫实验中意外发现：即使环境相同，每次跑动时激活的神经元群体并不完全相同。这究竟是实验误差（如速度变化、气味差异）还是真实神经现象，长期悬而未决。

方法：多感官虚拟现实与精确控制

研究者将小鼠置于跑步机上，前方呈现虚拟现实（VR） 迷宫，同时通过鼻锥提供恒定的气味（消除嗅觉变量），并严格控制跑步速度。这种设置排除了以往实验中的混杂因素（如环境变化、运动速度差异、气味波动），使得每次试次间仅有一个变量——时间本身。

同时，研究者利用双光子钙成像长期追踪同一群海马CA1神经元的活动。

核心发现：记忆在神经元间“漂移”

1. 位置细胞群逐次漂移
即使所有感觉输入与行为完全相同，小鼠每次跑动时，代表相同空间位置的神经元群体都会发生系统性变化——即部分神经元退出编码，部分新神经元加入。这种“漂移”是缓慢但持续的，并非突发性重置。

2. 兴奋性高的神经元更稳定
在漂移的大趋势中，少数神经元表现出更高的稳定性——它们在多次重复中持续编码相同位置。这些神经元的特点是内在兴奋性更高（更易被激活）。随着年龄增长或疾病，神经元兴奋性下降，可能导致记忆编码不稳定。

3. 记忆的“流动性”可能是功能特性
研究者提出，记忆在神经元间的缓慢漂移可能具有适应性：

• 持续学习：允许新记忆在不覆盖旧记忆的情况下整合；

• 自然遗忘：主动“漂移”掉不再重要的信息，是健康记忆功能的组成部分；

• 对抗灾难性遗忘：与AI不同，大脑能通过动态分配记忆避免学新忘旧。

对记忆障碍与AI的启示

1. 阿尔茨海默病与衰老
阿尔茨海默病患者早期海马神经元兴奋性下降，可能导致记忆表征过快漂移或过度固定，干扰新记忆编码与旧记忆检索。本研究的“高兴奋性神经元稳定性”发现，为开发增强神经元兴奋性的治疗策略提供了依据。

2. 人工智能（AI）与持续学习
当前AI（深度神经网络）在连续学习时易发生“灾难性遗忘”——学新任务时覆盖旧知识。大脑通过记忆“漂移”与分布式存储实现了终身学习，该机制或可为设计“持续学习AI”提供灵感。

“这或许与更深层次的问题相关——为什么大脑能做到现代AI难以做到的事，比如持续学习新东西，”共同作者Jason Climer指出，“它也可能在自然遗忘中扮演角色——一个常被忽视但对健康记忆功能至关重要的主动过程。”

未来方向

• 探索记忆漂移的分子机制（如突触可塑性、神经元内在兴奋性调控）；

• 在阿尔茨海默病动物模型中追踪漂移是否异常（过快或停滞）；

• 借鉴该机制设计类脑计算模型，解决AI的灾难性遗忘问题。

参考信息
Reference: “Hippocampal representations drift in stable multisensory environments” by J.R. Climer et al., 2025, Nature.
DOI: 10.1038/s41586-025-09245-y