縱然我們已不像半個世紀前那樣對大腦的 offline 狀態一無所知，如今不管是誰都知道休息和睡眠可以給我們帶來諸多好處。但是在這個「內捲化」時代里，很多年輕人依舊把休息當做一種奢侈，僅僅想象自己生命的1/3將在睡眠中度過就會感到一種被落後的不安。於是他們犧牲了睡眠，熬夜工作、備考、學習新的知識。可如果他們有時間停下來回顧一下，或許就會發現，他們犧牲了健康的作息換來的的知識好像很難真正地「進入腦子」。
而很多時候，我們先前怎麼背也記不住的知識，怎麼想也想不通的難題睡一覺或者是放空一段時間之後反而豁然開朗。睡眠似乎並不只是被動地起到防止外界干擾的作用，而是在其中扮演了一個更積極的角色，這裡究竟發生了什麼，我們無意識下的offline大腦究竟施展了什麼樣的「魔力」？近年研究激增的神經回放為我們提供了一種新的可能解釋。
一、生物神經回放的研究歷程
來自動物的發現
雖然近年神經回放研究吸引了足夠的熱度，但是神經回放現象的發現卻並不是最近的事，1994年，科學家就在大鼠身上首次發現了這種現象（Wilson & McNaughton， 1994）。他們在三隻大鼠的大腦中植入了記錄海馬子區CA1區細胞活動的微驅動陣列（microdrive arrays，如下圖所示），然後依次記錄了：
（1）大鼠在正常睡眠期間的神經元放電情況（PRE）； （2）大鼠完成空間運動任務（走迷宮獲得食物）時的神經元放電情況（RUN）； （3）大鼠在空間行為任務之後的睡眠期間的神經元放電情況（POST）。
三隻大鼠記錄的海馬錐體細胞群的空間放電特徵
結果發現，大鼠在運動後睡眠期間的海馬位置細胞會以其先前經過路徑的相同順序進行放電（如下圖所示）。
細胞網絡的有效連接矩陣圖：大多數在任務階段出現的高度相關細胞對也在任務後的睡眠階段中出現。*點表示單個細胞、線條表示細胞之間的正相關、紅色代表相關性大於0.2
繼這項開創性工作之後，更多研究在非人類動物的不同皮層和皮層下區域都發現了神經回放的現象，即神經元細胞依照先前的放電順序再次重新按順序激活，發現的腦區包括視覺皮層、腹側紋狀體、內側前額葉、頂葉和運動皮層等。並且研究發現神經回放可以出現在多種不同時期，包括清醒期間、非快速眼動睡眠（NREM）期間和快速眼動睡眠（REM）期間（Foster， 2017）。
從動物實驗到人類實驗
儘管在動物身上做了大量的研究，但是在對人類的神經回放現象的研究中，由於神經元放電活動的觀察困難性，在很長的一段時間內研究者都無法直接對神經回放本身進行研究，而此期間，非侵入式功能性神經影像學研究為神經回放提供了諸多的間接證據。
例如，通過在慢波睡眠期間呈現相關氣味線索，海馬體會得到相應的激活（Diekelmann et al.， 2011）。此外，也發現了學習結束後離線階段大腦的重激活現象，包括慢波睡眠時期海馬體的再激活（Peigneux et al.， 2004），和運動學習後REM期間運動前皮層活動的增加（Maquet et al.， 2000）。
目前，由於動物研究已經確認了神經回放發生的主要腦區和背後的神經機制，隨着技術和方法的更新，最近的研究可以通過iEEGs、MEG（Buch et al.， 2021; Liu et al.， 2019）、iBIC甚至傳統的fMRI（Schuck & Niv， 2019）和行為實驗（Zuo et al.， 2020）的手段證明人類神經回放活動的存在，並且發現了人類的神經回放和動物神經回放的極大的相似性。從動物實驗到人類實驗，從侵入性研究到非侵入性研究，神經回放的研究進入了一個新的階段。
在Web of Science數據庫中，以主題「Neural replay」進行檢索所得
人類運動學習後的神經回放研究
在本節中，我們將簡單地介紹來自哈佛醫學院 Sydney S. Cash 團隊在2020年（Eichenlaub et al.， 2020）和2022年（Rubin et al.， 2022）的兩項研究，不同於其他研究中更多地使用 MEG 等非侵入式神經活動無創記錄技術和神經解碼（decoding）中的多變量模式分析方法來對正常人的腦活動進行監測和分析，這兩項研究中使用植入式微電極陣列，對病人在序列運動學習後的神經元放電情況進行了直接的記錄。
如其中一位研究者 Beata Jarosiewicz 博士所說「這是第一個直接證據，證明我們也可以看到人類在學習後的休息期間有幫助鞏固記憶的回放現象……我們在動物身上研究了幾十年與回放有關的記憶鞏固機制，看起來很可能也適用於人類。」
在 Cash 團隊的這兩項研究中，被試首先完成微電極陣列設備校準（熟悉如何通過意圖移動光標），然後被要求閉眼休息約半小時，記錄其靜息態下的腦活動指標（Rest1）；隨後被試會完成一個類似電子遊戲「西蒙」（Simon）的序列運動學習任務：電腦首先顯示目標序列，然後被試通過自己的意念想象去操縱光標按照這樣的序列運動（iBCI，詳見下圖和視頻），其中被試需要完成的重複序列和隨機序列試次數量呈現3:1的比例（Sequence game）；任務結束後，被試會再次閉眼休息並被記錄學習後的腦活動情況（Rest2）。
在2022年的研究中，實驗者還會在這一基礎上記錄被試在任務前一天晚上和當天晚上睡眠時的大腦活動情況（如下圖所示）。
在第一篇研究（2020）中，研究者提取了每個電極通道上的發放功率（spike power，250-5000Hz的總頻譜功率），然後使用模板匹配方法（Template matching approach）評估了神經元發放功率時空模式相似度，將每個目標/每個試次的神經活動模式的平均值作為單獨的時空模板，將其與前後 Rest 階段中每個時間步長的神經活動模式進行相關分析，以檢測單個目標和整體序列的神經回放現象。
計算並確定每個模板的相關係數（CC）峰值，將 CC 大於95%的定義為候選回放事件，並將回放指數（RI）定義為CC峰值的平均值占比變化（Rest2-Rest1）。結果發現重複序列和隨機序列的 RI 分布如下圖A所示，該結果表明，完成序列運動學習任務之後，重複序列在休息時的大腦中得到了更多的回放。
此外，研究者還設置了時間膨脹因子（time dilation factor），結果顯示，上述發現的顯著的神經回放現象在0.1*（即比實際時間快10倍）的時間尺度上達到峰值（如下圖B、D所示），即神經回放不遵循原始事件的實際時間，而是以一種時間壓縮的形式發生。
在2022年的第二項研究中則發現，不僅是序列運動學習之後緊跟着的休息期間，在距離任務足夠久的睡眠期間，大腦也會產生持續的神經回放（如下圖所示）：
A：任務期間神經活動模式；C：夜間睡眠期間不同時間點上候選回放事件的神經活動示例
並且，在睡眠期間的遠程神經回放同樣呈現一種時間壓縮的形式（如下圖所示）：
此外，在這項研究中，Cash 研究團隊還表明睡眠期間的神經回放與短波睡眠（SWS）階段的尖波漣漪（Sharp wave ripples， SPW-Rs）爆發有關（如下圖所示），這一在非人動物身上被普遍證實的特點也因植入式腦機接口技術（iBIC）的發展，首次得以在人類被試中被直接證明。
左圖：任務後睡眠期間神經活動；右圖：回放事件與尖波漣漪之間的關係
Cash 團隊的兩項研究開創性地直接觀察到了人類的神經回放活動，證實人類不僅可以在序列運動學習後即刻的清醒休息期間發生時間壓縮的神經回放活動，還會在距離運動學習任務間隔時間更久的睡眠期間產生持續的神經回放現象。
這兩項研究為後續人類神經回放機制的研究以及腦機接口BCI的應用都提供了重要的參考價值。此外，兩項研究也涵蓋了神經回放活動中重要的特點與形式，接下來我們將對這些內容做更進一步的解讀。
