最近，以色列耶路撒冷希伯来大学与法国研究团队携手取得一项重要突破——他们开发出一套基于随机函数的数学模型，首次揭示了大脑海马体中位置细胞如何构建“脑中地图”的底层机制。这项研究成果已发表于《神经元》期刊，下面带您详细了解。

首先来认识一下位置细胞。它们是海马体CA1区域内一类特殊的神经元，通过放电活动将周围环境的空间信息编码为神经信号，帮助动物（包括人类）判断自身所处位置。过去学界普遍认为，在较小空间中，这些细胞会在某个紧凑区域内以标准对称的形状放电，规律性极强。

然而，近年研究人员在更大范围环境中观察时发现，情况截然不同——位置细胞的放电模式变得复杂且不规则，同一个细胞会在形状和大小各异的多个位置放电，完全颠覆了传统的“对称画圈”认知。这就提出了一个关键问题：这种放电模式究竟是如何产生的？

新研究给出了答案：团队基于随机函数高斯过程构建了一个数学模型，专门用于捕捉大范围环境下位置细胞的放电数据。该模型不仅能描述数据特征，还能定量预测位置细胞放电的空间位置与形状。

验证环节至关重要。模型结果显示，不同实验中观察到的位置细胞放电模式，其统计规律均受同一机制支配——且进一步证实，CA1神经元之间的连接方式主要是随机性的，而非人们先前设想的精密编排的固定回路。

这意味着什么？正如研究公报所指出的：长期以来，学界认为大脑需要极其精确的神经组织才能构建空间地图，但这一结论如今受到了直接挑战。随机性可能在大脑空间认知中扮演核心角色，这为理解大脑导航机制打开了全新的思路。

值得一提的是，论文中的验证数据十分扎实——无论在一维、二维还是三维空间，无论是蝙蝠还是啮齿动物，在狭小环境和大范围环境中记录到的位置细胞活动数据，均能定量吻合模型预测结果。模型的普适性获得了跨物种、跨维度的有力支撑。