The discovery by Edvard Moser and colleagues that rats and mice possess an orientation map of their surroundings, produced and updated by a network of cerebral cortex neurons known as 'grid cells' was one of the most exciting neuroscientific findings in recent years. These cells provide a strikingly periodic representation of self-location. The question naturally arises, does a similar mechanism operate in humans? The answer is provided in a paper by Christian Doeller, Caswell Barry and Neil Burgess in which single-unit recordings of grid cells in freely moving rats were combined with whole-brain functional magnetic resonance imaging (fMRI) in humans navigating within virtual environments. Doeller et al. were able to detect a macroscopic fMRI signal representing a subject's position in a virtual reality environment that met the criteria for defining grid-cell encoding. Thus, humans appear to represent position and support spatial cognition in a manner very like that used by rodents. Rodents have an orientation map of their surroundings, produced and updated by a network of neurons in the entorhinal cortex known as 'grid cells'. However, it is currently unknown whether humans encode their location in a similar manner. Using functional magnetic resonance imaging in humans, a macroscopic signal representing a subject's position in a virtual reality environment is now detected that meets the criteria for defining grid-cell encoding. Grid cells in the entorhinal cortex of freely moving rats provide a strikingly periodic representation of self-location1 which is indicative of very specific computational mechanisms2,3,4. However, the existence of grid cells in humans and their distribution throughout the brain are unknown. Here we show that the preferred firing directions of directionally modulated grid cells in rat entorhinal cortex are aligned with the grids, and that the spatial organization of grid-cell firing is more strongly apparent at faster than slower running speeds. Because the grids are also aligned with each other1,5, we predicted a macroscopic signal visible to functional magnetic resonance imaging (fMRI) in humans. We then looked for this signal as participants explored a virtual reality environment, mimicking the rats’ foraging task: fMRI activation and adaptation showing a speed-modulated six-fold rotational symmetry in running direction. The signal was found in a network of entorhinal/subicular, posterior and medial parietal, lateral temporal and medial prefrontal areas. The effect was strongest in right entorhinal cortex, and the coherence of the directional signal across entorhinal cortex correlated with spatial memory performance. Our study illustrates the potential power of combining single-unit electrophysiology with fMRI in systems neuroscience. Our results provide evidence for grid-cell-like representations in humans, and implicate a specific type of neural representation in a network of regions which supports spatial cognition and also autobiographical memory.

How the memory systems centered on the hippocampus and dorsal striatum interact to support behavior remains controversial. We used functional MRI while people learned the locations of objects by collecting and replacing them over multiple trials within a virtual environment comprising a landmark, a circular boundary, and distant cues for orientation. The relative location of landmark and boundary was occasionally changed, with specific objects paired with one or other cue, allowing dissociation of learning and performance relative to either cue. Right posterior hippocampal activation reflected learning and remembering of boundary-related locations, whereas right dorsal striatal activation reflected learning and remembering of landmark-related locations. Within the right hippocampus, anterior processing of environmental change (spatial novelty) was dissociated from posterior processing of location. Behavioral studies show that landmark-related learning obeys associative reinforcement, whereas boundary-related learning is incidental [Doeller CF, Burgess N (2008) Proc Natl Acad Sci USA 105:5909–5914]. The distinct incidental hippocampal processing of boundaries is suggestive of a “geometric module” or “cognitive map” and may explain the hippocampal support of incidental/observational learning in “declarative” or “episodic” memory versus the striatal support of trial-and-error learning in “procedural” memory. Finally, the hippocampal and striatal systems appear to combine “bottom-up,” simply influencing behavior proportional to their activations, without direct interaction, with “top-down” ventromedial prefrontal involvement when both are similarly active.

Early signs of dementia There is currently no cure for Alzheimer's disease. One of the reasons could be that interventions start too late, when there is already irreversible damage to the brain. Developing a biomarker that would help to effectively start therapy at very early stages of the disease is thus of high interest. Kunz et al. studied neural correlates of spatial navigation in the entorhinal cortex in control study participants and individuals at risk of developing Alzheimer's. The at-risk group showed a different brain signal many decades before the onset of the disease, and they navigated differently in a virtual environment. Science , this issue p. 430

The hippocampus is crucial for both spatial navigation and episodic memory, suggesting that it provides a common function to both. Here we adapt a spatial paradigm, developed for rodents, for use with functional MRI in humans to show that activation of the right hippocampus predicts the use of an allocentric spatial representation, and activation of the left hippocampus predicts the use of a sequential egocentric representation. Both representations can be identified in hippocampal activity before their effect on behavior at subsequent choice-points. Our results suggest that, rather than providing a single common function, the two hippocampi provide complementary representations for navigation, concerning places on the right and temporal sequences on the left, both of which likely contribute to different aspects of episodic memory.

Associative reinforcement provides a powerful explanation of learned behavior. However, an unproven but long-held conjecture holds that spatial learning can occur incidentally rather than by reinforcement. Using a carefully controlled virtual-reality object-location memory task, we formally demonstrate that locations are concurrently learned relative to both local landmarks and local boundaries but that landmark-learning obeys associative reinforcement (showing “overshadowing” and “blocking” or “learned irrelevance”), whereas boundary-learning is incidental, showing neither overshadowing nor blocking nor learned irrelevance. Crucially, both types of learning occur at similar rates and do not reflect differences in levels of performance, cue salience, or instructions. These distinct types of learning likely reflect the distinct neural systems implicated in processing of landmarks and boundaries: the striatum and hippocampus, respectively [Doeller CF, King JA, Burgess N (2008) Proc Natl Acad Sci USA 105:5915–5920]. In turn, our results suggest the use of fundamentally different learning rules by these two systems, potentially explaining their differential roles in procedural and declarative memory more generally. Our results suggest a privileged role for surface geometry in determining spatial context and support the idea of a “geometric module,” albeit for location rather than orientation. Finally, the demonstration that reinforcement learning applies selectively to formally equivalent aspects of task-performance supports broader consideration of two-system models in analyses of learning and decision making.

Integration of separate memories forms the basis of inferential reasoning—an essential cognitive process that enables complex behavior. Considerable evidence suggests that both hippocampus and medial prefrontal cortex (mPFC) play a crucial role in memory integration. Although previous studies indicate that theta oscillations facilitate memory processes, the electrophysiological mechanisms underlying memory integration remain elusive. To bridge this gap, we recorded magnetoencephalography data while participants performed an inference task and employed novel source reconstruction techniques to estimate oscillatory signals from the hippocampus. We found that hippocampal theta power during encoding predicts subsequent memory integration. Moreover, we observed increased theta coherence between hippocampus and mPFC. Our results suggest that integrated memory representations arise through hippocampal theta oscillations, possibly reflecting dynamic switching between encoding and retrieval states, and facilitating communication with mPFC. These findings have important implications for our understanding of memory-based decision making and knowledge acquisition.

The authors show that episodic-memory representations progressively increase in scale along the hippocampal long axis, akin to the gradient of encoded space in the rodent hippocampus. They propose that this coding mechanism may enable the formation of memory hierarchies. Memories, similar to the internal representation of space, can be recalled at different resolutions ranging from detailed events to more comprehensive, multi-event narratives. Single-cell recordings in rodents have suggested that different spatial scales are represented as a gradient along the hippocampal axis. We found that a similar organization holds for human episodic memory: memory representations systematically vary in scale along the hippocampal long axis, which may enable the formation of mnemonic hierarchies.

Abstract The hippocampal-entorhinal region supports memory for episodic details, such as temporal relations of sequential events, and mnemonic constructions combining experiences for inferential reasoning. However, it is unclear whether hippocampal event memories reflect temporal relations derived from mnemonic constructions, event order, or elapsing time, and whether these sequence representations generalize temporal relations across similar sequences. Here, participants mnemonically constructed times of events from multiple sequences using infrequent cues and their experience of passing time. After learning, event representations in the anterior hippocampus reflected temporal relations based on constructed times. Temporal relations were generalized across sequences, revealing distinct representational formats for events from the same or different sequences. Structural knowledge about time patterns, abstracted from different sequences, biased the construction of specific event times. These findings demonstrate that mnemonic construction and the generalization of relational knowledge combine in the hippocampus, consistent with the simulation of scenarios from episodic details and structural knowledge.

Summary During natural viewing, humans explore their environment by moving the eyes – a process that involves saccades to guide attention and shape memory. Saccades are controlled by visuo-oculomotor regions and are known to impact medial temporal lobe processing, but the circuit dynamics in humans are unclear. Here, we asked which of the functional routes between the visual cortex, frontal eye fields, and the hippocampus facilitates memory encoding during visual exploration and whether saccades affect neural representations. Forty-eight human participants underwent functional magnetic resonance imaging (fMRI) and continuous monitoring of eye gaze while studying scenes and performing a recognition memory test thereafter. We discovered saccade-related excitatory coupling from the visual cortex and frontal eye fields towards the hippocampus, independent of memory. This was complemented by hippocampal inhibition of the visual cortex that determined whether participants would later remember or forget. Moreover, saccades were associated with overall stable but distinct hippocampal voxel patterns during memory formation and the degree of pattern distinctiveness positively scaled with inhibition along the hippocampus-to-visual cortex route. This suggests that eye movements are timed to the orchestration of circuit connectivity and neural representations, setting the stage for memory formation.

Abstract Viewing behavior provides a window into many central aspects of human cognition and health, and it is an important variable of interest or confound in many fMRI studies. To make eye tracking freely and widely available for MRI research, we developed DeepMReye: a convolutional neural network that decodes gaze position from the MR-signal of the eyeballs. It performs camera-less eye tracking at sub-imaging temporal resolution in held-out participants with little training data and across a broad range of scanning protocols. Critically, it works even in existing datasets and when the eyes are closed. Decoded eye movements explain network-wide brain activity also in regions not associated with oculomotor function. This work emphasizes the importance of eye tracking for the interpretation of fMRI results and provides an open-source software solution that is widely applicable in research and clinical settings.