在未来的几年里，我们对COVID-19的个人记忆可能会被准确而清晰地铭刻在我们的脑海中，与2020年的其他记忆截然不同。

几十年来，科学家们一直无法理解“深刻记忆”这种物质。布里斯托尔大学（University of Bristol）领导的研究在理解记忆如何能够如此清晰和持久而不被混淆方面取得了突破。

发表在《Nature Communications》上的这项研究描述了一种新发现的大脑学习机制，它可以稳定记忆并减少记忆之间的干扰。它的发现也为人类如何形成期望和对未来可能发生的事情做出准确预测提供了新的见解。

当发送和接收大脑信号的神经细胞之间的联系变得更强时，就会产生记忆。长期以来，这个过程一直与海马（大脑中对记忆形成至关重要的区域）中相邻神经细胞兴奋的连接改变有关。

这些兴奋性连接必须与抑制性连接保持平衡，抑制神经细胞的活动，才能使大脑功能正常。以前没有考虑过抑制连接强度变化的作用，研究人员发现神经细胞（神经元）之间的抑制性连接也可以得到类似的加强。

研究人员与伦敦帝国理工学院的计算神经科学家合作，展示了这是如何使记忆表征稳定的。

他们首次揭示了来自表达钙结合蛋白parvalbumin（小白蛋白）和生长抑素的神经元两种不同类型的抑制性连接也可以改变并增加它们的强度，就像兴奋性连接一样。此外，计算模型显示这种抑制性学习能使海马稳定兴奋性连接强度的变化，从而防止干扰信息干扰记忆。

第一作者Matt Udakis博士是生理学、药理学和神经科学学院的副研究员，他说：“当我们发现这两种类型的抑制神经元可以改变它们的联系并参与学习时，我们都非常兴奋。

“它提供了一个我们都知道是真实的东西的解释；当我们遇到新体验时，记忆不会马上消失。这些新发现将有助于我们理解为什么会这样。

“计算机建模为我们提供了一个重要的新视角：抑制性学习如何使记忆随着时间的推移保持稳定，不易受干扰。这一点非常重要，因为之前还不清楚单独的记忆如何才能保持精确和强健。”

资深作者、突触可塑性中心神经科学教授Jack Mellor教授说：“记忆是我们对未来事件的预期的基础，使我们能够做出更准确的预测。大脑一直在做的是将我们的期望与现实相匹配，找出哪里会出现不匹配，并利用这些信息来确定我们需要学习什么。

“我们相信，我们的发现在评估我们的预测有多准确以及哪些是重要的新信息方面起着至关重要的作用。在当前的环境下，我们管理预期和做出准确预测的能力从未像现在这样重要。”

“这也是一个很好的例子，说明在两个不同学科的交叉点上能够产生令人兴奋的成果和真正的新见解。布里斯托尔神经科学的记忆研究人员组成了英国最大的以记忆为中心的研究社区，涵盖了广泛的专业知识和方法。这是一个很好的机会，可以一起合作，开始回答这些重大问题，神经科学家们几十年来一直在努力解决这些问题，并具有广泛的影响。”

原文检索："Interneuron-specific plasticity at parvalbumin and somatostatin inhibitory synapses onto CA1 pyramidal neurons shapes hippocampal output" by Matt Udakis, Victor pedrosa, Sophie Chamberlain, Claudia Clopath and Jack Mellor in Nature Communications

（生物通：伍松）