Geometrische faseovergang maakt extreme hippocampale geheugencapaciteit mogelijk.

Samenvatting

Geheugensystemen kunnen enorm verschillende hoeveelheden informatie opslaan ondanks vergelijkbare hardwarebeperkingen. Hier tonen we aan dat superieur ruimtelijk geheugen voortkomt uit een discrete verstijving van de populatiegeometrie van de hippocampus—een overgang van ongeorganiseerde naar kristallijne collectieve codering. In een vergelijking tussen mezen die voedsel verstoppen en zebravinken die dat niet doen, ontdekten we dat de hippocampus van de voedselverstopsters een topologisch starre, "kristallijne" geometrie handhaaft met significant hogere geometrische stabiliteit (Shesha 0,245 versus 0,166) en bijna tweemaal zo grote temporele coherentie (Shesha 0,393 versus 0,209), terwijl de hippocampus van de niet-verstopsters lijkt op een ongeorganiseerde "mist." Deze stabiliteit wordt actief geconstrueerd door synergistische circuitdynamica: exciterende neuronen vormen het ruimtelijke steigersysteem, terwijl inhiberende populaties bijdragen aan orthogonale decorrelatie, een circuitmotief waarin exciterende en inhiberende populaties grotendeels niet-overlappende representatieve subruimten innemen. Een dubbele dissociatie met Valiant's Stable Memory Allocator, een model dat voorspelt dat specifieke neuronensembles ten grondslag liggen aan elk geheugen, bevestigt dat dit voordeel een continue topologische organisatie weerspiegelt in plaats van discrete neuronentoewijzing: netwerken van verstopsters vertonen een bijna-nul split-half allocatiebetrouwbaarheid ondanks hun geometrische superioriteit. Computermodellering over 10.000 configuraties onthult topologische rigiditeit als de wiskundige voorwaarde voor schaalvergroting: kristallijne codes handhaven een getrouwe uitlezing voorbij M=1.000 locaties, terwijl mistcodes falen onder M=10, een meer dan 100-voudig capaciteitsvoordeel. Deze capaciteit vereist een 169-voudige representatieve redundantie: een "geometrische belasting" die de manifold stabiliseert tegen biologische ruis. Deze resultaten vestigen geometrische stabiliteit als een kandidaat-organisatieprincipe van biologisch geheugen: evolutie bereikt geheugen met hoge capaciteit niet door neuronen te vermenigvuldigen, maar door de geometrie van de neurale code zelf te ontwerpen.

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.