Недавно вышла в свет статья в уважаемоем научном издении Nature. Она натолкнула меня на идею показать как работает механизм внимания и как мозг формирует память. Это важно и дает ответ на вопрос о том, как вообще мы справляемся с огромным потоком задач нашего современного мира.

de Sousa, A.F., Zeidler, Z.E., Almeida-Filho, D.G. et al. The prefrontal cortex controls memory organization in the hippocampus. Nat Neurosci (2026). https://doi.org/10.1038/s41593-026-02231-1

Базовая анатомическая справка

Как устроен мозг в контексте этой работы (на примере мыши, по Brain Atlas)

Чтобы понять статью, достаточно этих понятий:

  1. Префронтальная кора (Prefrontal cortex, PFC) - передняя часть коры больших полушарий, отвечает за планирование, принятие решений, рабочую память и «управление» другими отделами мозга. В статье используется вентромедиальная префронтальная кора (vmPFC) - её нижнесрединная часть, особенно важная для долговременной памяти и схем знаний.

  2. Гиппокамп (Hippocampus, HPC) - глубинная структура, критичная для формирования новых воспоминаний и пространственной памяти. В данном исследовании работают с его дорсальной частью (dCA1), где клетки объединяются в «ансамбли памяти». У здоровых людей гиппокамп (в том числе аналог поля CA1 у мышей) активируются при обучении и воспроизведении воспоминаний (вот здесь подробнее: Corey Fernandez, Jiefeng Jiang, Shao-Fang Wang, Hannah L. Choi, Anthony D. Wagner bioRxiv 2022.04.12.488078; doi: https://doi.org/10.1101/2022.04.12.488078)

  3. Энторинальная кора (Entorhinal cortex, EC) - главный «мостик» между корой и гиппокампом. Здесь особенно важна медиальная энторинальная кора (MEC), которая передаёт пространственную информацию в гиппокамп и получает управляющие сигналы от vmPFC. Медиальная энторинальная кора (MEC) является основным интерфейсом, через который информация из неокортекса (коры больших полушарий) поступает в гиппокамп. Она перерабатывает сигналы, связанные с пространственным положением, и передает их дальше для формирования памяти. За открытие этого механизма была в 2014 году присуждена Нобелевская премия.

  4. Вентромедиальная префронтальная кора (vmPFC) - это не одна маленькая точка, а целая область в нижней части лобной доли . У человека она играет ключевую роль в обработке эмоций, принятии решений и социальном поведении .

  5. Нейроглиаформные (NGF) нейроны - это особый тип тормозных нейронов, который осуществляет торможение пирамидных нейронов в зоне CA1 гиппокампа. Свое название они получили из-за внешнего сходства с глиальными клетками мозга.

Скрытый текст

Проще говоря, когда в гиппокамп приходит сигнал, NGF-клетки активируются и ограничивают его распространение. У человека они расположены в гиппокампе, в его специфическом слое (stratum lacunosum-moleculare (SLM)). Этот слой служит «станцией переключения», принимая сигналы из энторинальной коры и передавая их в гиппокамп для обработки.

В современных Brain atlases (например, Allen Mouse Brain Atlas) эти области точно картированы по координатам, что позволяет прицельно вводить вирусы, регистрировать активность нейронов и управлять ими (оптогенетика, хемогенетика).

То, что авторы использовали мышиный атлас мозга - это классический подход в современной нейробиологии. Теперь давайте посмотрим, как этот же принцип работает на более сложном уровне - в исследованиях человеческого мозга, где прямые манипуляции, как у мышей, невозможны.

Для человека существует несколько ключевых атласов, дополняющих друг друга:

  • Атлас Аллена (Allen Human Brain Atlas): Создан на основе посмертного мозга 34-летней женщины. Он уникален тем, что объединяет детальную анатомию на клеточном уровне с данными по экспрессии генов по всему мозгу .

  • BigBrain: Это сверхточный 3D-атлас с разрешением 20 микрон, созданный путем оцифровки более 7400 гистологических срезов мозга. Он позволяет разглядеть мельчайшие детали клеточной архитектуры. Здесь неподражаемая совершенная реализация вьювер.

  • Julich-Brain Atlas: В отличие от анатомических атласов, он картирует мозг на основе цитоархитектоники (распределения и плотности различных типов клеток в коре). Это вероятностный атлас, показывающий, с какой долей вероятности та или иная область мозга может находиться в конкретной точке пространства у разных людей .

  • BrainWeb от McGill University. Это не классический атлас, а сервис, который предоставляет цифровые симуляции МРТ-изображений человеческого мозга. Его главная особенность в том, что он генерирует не реальные снимки, а их синтетические аналоги с точно заданными параметрами. По сути, это такой «цифровой испытательный полигон». Это важно, так как мы не можем вживить мыши датчик или ввести ей вирус, чтобы напрямую управлять vmPFC, мы используем обходной путь - методы нейровизуализации, такие как фМРТ. Атлас здесь играет ключевую роль:

Важна роль vmPFC - это организует память на основе прошлого опыта

Проблема
Когда мы получаем новый опыт, мозг должен решить: связать его с уже существующим похожим воспоминанием (интеграция) или сохранить отдельно (разделение). Ошибки в этом процессе могут вести к ложным ассоциациям, что наблюдается при некоторых психических расстройствах.

Главный вывод статьи
vmPFC контролирует, будут ли воспоминания объединены или останутся разделёнными, в зависимости от двух факторов:

  • сходства контекстов (одно и то же окружение или разное);

  • времени между событиями (5 часов vs 7 дней).

vmPFC «включает» NGF-нейроны в гиппокампе, чтобы предотвратить нежелательную интеграцию двух разных воспоминаний, полученных с интервалом в 7 дней.

"We observed a significant reduction in NDFN/c-Fos double-positive cells in the inhibited group compared to controls (Fig. 7j)."

То есть, когда сигнал от vmPFC искусственно заблокирован, NGF-нейроны в гиппокампе активируются значительно меньше. Это прямая демонстрация того, что vmPFC в норме «включает» эти клетки.

Если исследовать разные контексты с интервалом 7 дней, vmPFC активируется и предотвращает интеграцию - воспоминания остаются раздельными. Если же vmPFC искусственно подавить, воспоминания ошибочно объединяются: в статье показано, что мышь начинает бояться безопасного места так же, как опасного.

Importantly, this increase in the percentage of freezing was not because of memory generalization, as these mice exhibited significantly less freezing when exposed to a novel context C (Fig. 2b). The same behavioral results were also obtained when preferentially inhibiting excitatory neurons in the vmPFC, suggesting that this cell type is critical for the observed effect (Supplementary Fig. 1). Of note, vmPFC inhibition did not affect single memory encoding, total exploration time during inhibition or spontaneous social preference on a three-chamber assay, a set of findings that demonstrates the behavioral specificity of the vmPFC chemogenetic inhibition used here (Supplementary Fig. 2).

Механизм: цепочка vmPFC→MEC→dCA1

  1. Нейроны vmPFC, чувствительные к контексту и времени, посылают возбуждающие сигналы в MEC (преимущественно слои II, III, V).

  2. MEC, в свою очередь, влияет на dCA1 — ключевую область гиппокампа, где формируются нейронные ансамбли памяти.

  3. В dCA1 сигнал от vmPFC→MEC активирует тормозные нейроглиаформные (NGF) клетки в слое stratum lacunosum moleculare. Эти клетки подавляют нежелательное перекрытие нейронных ансамблей.

  4. Как итог, предотвращается повторное использование одних и тех же нейронов для двух разных воспоминаний — памяти не сливаются.

Когда же vmPFC «молчит» (или искусственно выключена), NGF-клетки менее активны, ансамбли в dCA1 перекрываются сильнее, и воспоминания интегрируются.

Принципиально новый аспект
Эта работа впервые показывает, что распределение нейронов под новую память (memory allocation) зависит не только от их собственной возбудимости, но и от содержания прошлого опыта, причём управляется сверху - со стороны vmPFC. Это объясняет, как предшествующие знания («схемы») могут влиять на запоминание нового.

Итого: практический опыт

Попробуем провести имитационный численный эксперимент. Код можно посмотреть здесь: python-code

Суть модели эксперимента - механизм vmPFC→MEC→dCA1, влияющий на синхронизацию в dCA1 через NGF-нейроны, используя осцилляторы Курамото (базу можно почитать здесь + пример) для моделирования динамики. Графы визуализируют состояние этих популяций осцилляторов (нейронов в dCA1), показывая, как модуляция vmPFC влияет на их синхронизацию и, следовательно, на перекрытие нейронных ансамблей.

Прошлый опыт → vmPFC оценивает сходство и давность → через MEC управляет NGF-клетками в dCA1 → определяет, перекрываются ли нейронные ансамбли → интеграция или разделение воспоминаний.

Внимание и организация памяти - это две неразрывные стороны одного процесса.

Суть в том, что механизм разделения воспоминаний, описанный в статье, - это по сути механизм фильтрации значимой и незначимой информации. Мозг не просто решает, объединять воспоминания или нет, он использует прошлый опыт (контекст и время), чтобы направить внимание на ключевые различия или сходства. 

Переводя с нейрофизиологического на понятный русский - важно сохранять историю командной работы и держать в фокусе внимания важное (поставить так сказать маркер).

Эта статья формирует научную основу управления вниманием, а вот ссылка на сам ресурс, который позволяет управлять вниманием команды: https://www.smileladder.ru