![]()
【神经科学前沿技术培训系列】详见文末
【内容宣传、讲座/报告/课程等学术合作】请联系微信：Wang_Sizhen
责编︱王思珍
α波（8-12 Hz）是研究中常见的脑电（EEG）信号，尤其在工作记忆（working memory）任务中的作用受广泛关注。前人研究显示，α波波功率随着工作记忆负荷和干扰项的增加而升高，这提示其在屏蔽无关刺激方面的重要性。然而，关于这种抑制机制是否为自上而下（top-down）或自下而上（bottom-up）的控制过程，仍未有明确结论(Jensen, 2023).然而，过去的研究主要关注α波的振幅调制，较少探索其空间传播特性。本研究着眼于α行波（alpha traveling waves）特性，特别是其在前后轴上的传播方向。研究表明，相同振荡频率的脑电波在前后轴上的传播方向则可能与信息自上而下或自下而上的传递有关（例：Alamia & VanRullen, 2019）为深入理解这种传播方向的功能差异，曾轶凡等人重新分析了已发表的两个视觉工作记忆数据集，通过调整干扰物和记忆项数量来探讨前向和后向α波在不同认知任务中的表现差异。此研究揭示了α波不同传播方向在工作记忆中的双重抑制机制，为进一步理解α波的功能性贡献提供了新的视角。近日，苏黎世大学的曾轶凡以及法国国家科学研究中心的Andrea Alamia等人于Journal of Neuroscience发表了题为”Alpha Traveling Waves during Working
Memory: Disentangling Bottom-up Gating and Top-down Gain Control”的研究。该研究利用两个公开的EEG数据集，探索了不同任务条件下α波的传播情况。结果显示，当干扰物数量增加时，α波的前向传播增加，而记忆项目数量增多时，后向传播则显著减少。这一现象表明，前向α波与自下而上的抑制门控（gating）作用相关，而后向α波则可能代表对下游视觉区域的自上而下的增益控制（gain control）。在本研究中，作者基于两个公开的EEG数据集（图2A, B），深入探讨了α行波在不同任务条件下的传播模式，揭示了前向与后向α波在工作记忆保持过程中的不同调控机制。图2C展示了本研究用于计算行波所使用的算法逻辑。图2 A:数据集1的实验范式；B:数据集2的实验范式；C:基于二维快速傅里叶变换（2DFFT）的行波计算方式
数据集一：增加干扰负荷导致对应干扰侧的半球中α前向行波增加
在第一个数据集（来源：Feldmann-Wüstefeld
& Vogel, 2019，https://osf.io/a65xz/）中，被试需要在无视干扰项（圆形）的情况下记住记忆项（方形）的颜色以及对应位置，并与之后呈现的探测刺激进行比对。在该数据集中，记忆项数量保持在2个不变，干扰物数量在2、4和6个之间变化，使得研究者得以单独观察干扰项数量对α波传播的影响。结果如图3所示：随着干扰物数量的增加，α波在双侧脑半球的前向传播显著增加，而后向传播则没有明显变化。除此之外，在任务保持期后半段（1050-1250 ms），在与干扰物位置对侧的半球，α波前向传播的功率显著高于同侧半球。这一现象表明，前向α波可能通过自下而上对视觉信息流的门控机制，抑制无关干扰物的影响，尤其在干扰物数量增加时，这种筛选作用尤为显著。图3数据集二中行波的大脑侧化以及在不同干扰项数量下的传播变化
数据集二：增加记忆负荷使得α后向行波在对应记忆项的大脑半球中更为显著地减少
在第二个数据集（来源：Adam et al., 2018，https://osf.io/8xuk3/）中，被试需要根据预先呈现的空间注意线索（即图2B中的粉绿色菱形图案）事先将注意分配至某一侧并记住该侧的接下来呈现的方块颜色以及对应位置，并在一定时间后一一报告这些位置上相应的方块颜色。这使得被注意的一侧的方块成为记忆项，而非注意一侧的方块成为干扰项。在数据集中，记忆项数量/干扰项同步设置为1、3和6项。研究者同样在该数据集中探索了记忆项数量对α行波的影响。结果如图4所示，随着记忆项数量的增加，后向α波的功率显著减少，尤其在记忆项目对侧的半球更为明显。这一结果显示，α波的后向传播可能作为一种自上而下的增益控制机制，其传播功率由记忆容量所主导。当记忆容量高时，α后向行波的传递会减弱，以释放对下游视觉区域的抑制功能，增强对相关区域的聚焦。
值得注意的是，前向行波也随着记忆项数目的增加而增加，并在记忆项同侧的半球更为显著。这是因为该测半球负责了对干扰项的视觉处理，而干扰项与记忆项的数量同步增加，导致前向行波随之增加。本研究的结果表明，前向α波与自下而上视觉流的门控作用密切相关，而后向α波则主要执行自上而下的增益控制。这种双重调控机制的发现为α波在工作记忆任务中的功能性贡献提供了新视角：在高干扰负荷条件下，α前向波显著增加，可能实现对干扰物的动态抑制；而在高记忆负荷条件下，α后向波显著减少，这一变化可能支持视觉区域对目标信息的选择性增强。这一发现为进一步理解α波在工作记忆中的复杂调控机制提供了新的视角。
值得讨论的是，本研究受限于公开数据集的实验设计，无法单独分离高记忆负荷下对后波的效应，这有待后续的进一步研究证实。原文链接：DOI:
10.1523/JNEUROSCI.0532-24.2024本研究第一作者及通讯作者曾轶凡现于苏黎世大学攻读博士学位，其研究方向为颅内以及皮层神经行波（intracranial and cortical travelign waves）的测量与分析，致力于揭示神经震荡（neural oscillations）在脑中的传播模式以及可能的认知功能。其现所在课题组在Paul Sauseng教授的指导下通过脑电（EEG），经颅磁刺激（TMS），经颅电刺激（tES）以及功能性近红外光谱（fNIRS）研究人类大脑如何协调复杂的认知过程，例如短期记忆存储、工作记忆过程、长短期记忆之间的互动、注意功能或认知与行动控制。本文大部分工作在法国国家科学研究中心下属机构大脑与认知研究中心（CerCo）的Andrea Alamia博士的指导下完成。Andrea Alamia博士同为本文的通讯作者。其所带领的课题组采用实验和计算方法研究围绕认知神经科学的诸多问题，如贝叶斯推理（Bayesian inference）和预测编码（predictive coding）在大脑认识过程中所起的作用。转载须知：““逻辑神经科学”特邀稿件，且作者授权发布；本内容著作权归作者和“逻辑神经科学”共同所有；欢迎个人转发分享，未经授权禁止转载，违者必究。
“逻辑神经科学”微信群：文献学习
扫码添加微信，并备注：逻辑-文献-姓名-单位-研究领域-学位/职称1.Adam, K. C. S., Robison, M. K., & Vogel, E. K. (2018). Contralateral Delay Activity Tracks Fluctuations in Working Memory Performance. Journal of Cognitive Neuroscience, 30(9), 1229–1240. https://doi.org/10.1162/jocn_a_012332.Alamia, A., & VanRullen, R. (2019). Alpha oscillations and traveling waves: Signatures of predictive coding? PLOS Biology, 17(10), e3000487. https://doi.org/10.1371/journal.pbio.30004873.Feldmann-Wüstefeld, T., & Vogel, E. K. (2019). Neural Evidence for the Contribution of Active Suppression During Working Memory Filtering. Cerebral Cortex (New York, NY), 29(2), 529–543. https://doi.org/10.1093/cercor/bhx3364.Jensen, O. (2023). Gating by alpha band inhibition revised: A case for a secondary control mechanism. https://psyarxiv.com/7bk32/download?format=pdf
