Liège大學(xué)神經(jīng)形態(tài)工程實驗室的研究人員在《PNAS Nexus》期刊上發(fā)表了一項研究，揭示了大腦的獨特機制：即使神經(jīng)元的生理組成存在顯著差異，它們依然能夠可靠地發(fā)揮功能。
長期以來，神經(jīng)科學(xué)領(lǐng)域已知，每個人的大腦在神經(jīng)連接和神經(jīng)元的分子組成上都有其獨特性。例如，離子通道作為膜蛋白，負責(zé)調(diào)控離子進出神經(jīng)元。然而，這些通道的特性不僅因個體而異，甚至在同一個體內(nèi)的不同神經(jīng)元間也存在顯著差別。但奇怪的是，這種差異性并未影響大腦功能的可靠性。這一現(xiàn)象被稱為“神經(jīng)元退化”，它不同于病理學(xué)上的退化，而是一種表明神經(jīng)系統(tǒng)高度適應(yīng)性和穩(wěn)健性的特性，困擾科學(xué)家已久。
列日大學(xué)的研究人員Arthur Fyon、Alessio Franci、Pierre Sacré和Guillaume Drion采用了一種創(chuàng)新的方法，借助數(shù)學(xué)工具深入解析了這一現(xiàn)象。他們通過降維分析簡化了對復(fù)雜系統(tǒng)的研究，發(fā)現(xiàn)了驅(qū)動這一現(xiàn)象的兩種不同機制。
“我們的研究表明，這兩種機制同時作用，各自具有特定的生理起源和功能，”研究第一作者Arthur Fyon說道。這兩種機制協(xié)同作用，確保了神經(jīng)信號調(diào)節(jié)的可靠性，即便離子通道存在顯著差異。這一發(fā)現(xiàn)進一步揭示了神經(jīng)調(diào)節(jié)的原理，也即大腦通過外部或內(nèi)部信號調(diào)整自身活動的過程?；谶@一理解，研究團隊提出了一條通用的神經(jīng)調(diào)節(jié)規(guī)則，為進一步探索神經(jīng)活動調(diào)控機制提供了新思路，同時也有助于優(yōu)化計算神經(jīng)科學(xué)模型。
超越大腦的應(yīng)用前景
這項研究成果的意義不僅限于理解生物學(xué)大腦。研究團隊基于這些發(fā)現(xiàn)，開發(fā)了一種適用于神經(jīng)形態(tài)系統(tǒng)（如機器人或人工智能設(shè)備）的神經(jīng)調(diào)節(jié)算法。這些進展為機器人技術(shù)帶來了新機遇，有望創(chuàng)建能夠動態(tài)適應(yīng)環(huán)境變化的系統(tǒng)，就像人類大腦一樣。
計算神經(jīng)科學(xué)是一個迅速發(fā)展的領(lǐng)域，旨在搭建實驗神經(jīng)科學(xué)與數(shù)學(xué)模型之間的橋梁。本研究通過回答一個關(guān)鍵問題，為這一領(lǐng)域注入了新動力：如何在保留關(guān)鍵細節(jié)的前提下，簡化復(fù)雜系統(tǒng)的研究？“我們的研究展示了如何將多種參數(shù)（例如離子導(dǎo)通率）組織到一個簡化的空間中，從而更高效地利用神經(jīng)元模型，”神經(jīng)運動工程實驗室負責(zé)人Guillaume Drion說道。
這些成果在多個領(lǐng)域展現(xiàn)了廣闊的潛力。例如，相關(guān)算法可以幫助機器更靈活地應(yīng)對意外變化，通過對環(huán)境的動態(tài)調(diào)整優(yōu)化行為模式。這一能力將為提升神經(jīng)形態(tài)系統(tǒng)的智能化水平奠定重要基礎(chǔ)。
雜志：PNAS Nexus
DOI：10.1093/pnasnexus/pgae415
號二維碼.jpg)
