Transición de fase geométrica permite capacidad de memoria hipocampal extrema

Resumen

Los sistemas de memoria pueden almacenar cantidades de información muy diferentes a pesar de tener restricciones hardware similares. Aquí mostramos que la memoria espacial superior surge de un endurecimiento discreto de la geometría de la población hipocampal —una transición desde una codificación colectiva desorganizada a una cristalina. Comparando carboneros que almacenan alimento con pinzones cebra que no lo hacen, encontramos que el hipocampo de los almacenadores mantiene una geometría topológicamente rígida, "cristalina", con una estabilidad geométrica significativamente mayor (Shesha 0,245 frente a 0,166) y una coherencia temporal casi dos veces superior (Shesha 0,393 frente a 0,209), mientras que el hipocampo de los no almacenadores se asemeja a una "niebla" desorganizada. Esta estabilidad es construida activamente por dinámicas de circuito sinérgicas: las neuronas excitatorias forman el andamiaje espacial mientras que las poblaciones inhibitorias contribuyen con una decorrelación ortogonal, un motivo de circuito en el que las poblaciones excitatorias e inhibitorias ocupan subespacios representacionales en gran medida no superpuestos. Una doble disociación con el Asignador de Memoria Estable de Valiant, un modelo que predice que conjuntos neuronales dedicados subyacen a cada memoria, confirma que esta ventaja refleja una organización topológica continua más que una asignación discreta de neuronas: las redes de almacenamiento muestran una fiabilidad de asignación mitad-mitad casi nula a pesar de su superioridad geométrica. El modelado computacional a través de 10k configuraciones revela que la rigidez topológica es el requisito matemático para la escala: los códigos cristalinos mantienen una lectura de alta fidelidad más allá de M=1k ubicaciones, mientras que los códigos de niebla fallan por debajo de M=10, una ventaja de capacidad >100 veces. Esta capacidad requiere una redundancia representacional de 169 veces: un "impuesto geométrico" que estabiliza la variedad frente al ruido biológico. Estos resultados establecen la estabilidad geométrica como un posible principio organizativo de la memoria biológica: la evolución logra memoria de alta capacidad no proliferando neuronas, sino diseñando la geometría del propio código neuronal.

English

Memory systems can store vastly different amounts of information despite similar hardware constraints. Here, we show that superior spatial memory emerges from a discrete stiffening of hippocampal population geometry-a transition from disorganized to crystalline collective coding. Comparing food-caching chickadees to non-caching zebra finches, we found that the caching hippocampus maintains a topologically rigid, "crystalline" geometry with significantly higher geometric stability (Shesha 0.245 v 0.166) and nearly two-fold greater temporal coherence (Shesha 0.393 v 0.209), while the non-caching hippocampus resembles a disorganized "mist." This stability is actively constructed by synergistic circuit dynamics: excitatory neurons form the spatial scaffold while inhibitory populations contribute orthogonal decorrelation, a circuit motif in which excitatory and inhibitory populations occupy largely non-overlapping representational subspaces. A double dissociation with Valiant's Stable Memory Allocator, a model predicting that dedicated neuron ensembles underlie each memory, confirms this advantage reflects continuous topological organization rather than discrete neuron allocation: caching networks exhibit near-zero split-half allocation reliability despite their geometric superiority. Computational modeling across 10k configurations reveals topological rigidity as the mathematical prerequisite for scale: crystalline codes sustain high-fidelity readout beyond M=1k locations while mist codes fail below M=10, a >100-fold capacity advantage. This capacity requires a 169fold representational redundancy: a "geometric tax" stabilizing the manifold against biological noise. These results establish geometric stability as a candidate organizing principle of biological memory: evolution achieves high-capacity memory not by proliferating neurons, but by engineering the geometry of the neural code itself.