投稿：混沌分析
原文：https://www.sciencedaily.com/releases/2024/01/240117143741.htm

一项新研究由芝加哥大学、哈佛大学和耶鲁大学的物理学家和神经科学家进行，描述了神经元之间的连接是如何通过联网和自组织的一般原则实现的，而不是单个生物体的生物特征。

一项新研究由芝加哥大学、哈佛大学和耶鲁大学的物理学家和神经科学家进行，描述了神经元之间的连接是如何通过联网和自组织的一般原则实现的，而不是单个生物体的生物特征。这项研究发表在2024年1月17日的《自然-物理》(Nature Physics)杂志上，准确地描述了各种模式生物的神经元连通性，也可应用于社会交往等非生物网络。

斯蒂芬妮-帕尔默(Stephanie Palmer)博士，芝加哥大学物理学和生物与解剖学副教授、论文资深作者表示：“当你建立简单的模型来解释生物数据时，你希望得到一个很好的粗略切面，它适合某些情况，但不是所有情况。当你深入研究细枝末节时，你不会指望它能像现在这样好用，但当我们在这里这样做时，它最终以一种令人非常满意的方式解释了事情。”

理解神经元连接

神经元在突触之间形成了错综复杂的连接网络，以便相互交流和互动。尽管大量的连接看似随机，但脑细胞网络往往被少数比大多数连接更强的连接所支配。这种 “重尾分布”的连接构成了电路的主干，使生物能够思考、学习、交流和移动。

尽管这些强连接非常重要，但科学家们并不确定这种重尾模式的出现是由于不同生物特有的生物过程，还是由于网络组织的基本原理。

为了回答这些问题，帕尔默和耶鲁大学物理学助理教授克里斯托弗-林恩博士以及哈佛大学博士后研究员卡罗琳-霍尔姆斯博士分析了连接组或脑细胞连接图。

连接组数据来自几种不同的经典实验动物，包括果蝇、蛔虫、海洋蠕虫和小鼠视网膜。

加拿大心理学家唐纳德-赫伯(Donald Hebb)于1949年创造了赫布动力学(Hebbian dynamics)这一术语。这意味着两个神经元一起激活的次数越多，它们之间的联系就越强。

研究人员发现，在所有生物体中，这些赫布动力学会产生“重尾分布”的连接强度，就像他们在不同生物体中看到的那样。这些结果表明，这种组织产生于网络的一般原理，而不是果蝇、小鼠或蠕虫生物学所特有的。

该模型还为另一种称为集群的网络现象提供了意想不到的解释，这种现象描述了细胞通过它们共享的连接与其他细胞连接的趋势。

霍姆斯说：“这些机制是每个人都认可的，在神经科学中会发生的基本机制。但我们在这里看到，如果你仔细地定量处理数据，就会在聚类和分布方面产生所有这些不同的效应，然后你就会在所有这些不同的生物体中看到这些东西。

考虑随机性

帕尔默指出，生物学并不总是符合整齐划一的解释，大脑回路中仍然存在大量的随机性和噪音。神经元之间有时会断开连接并重新接线--弱连接被剪除，而更强的连接会在其他地方形成。

这种随机性为研究人员在这些数据中发现的赫布组织提供了一种制衡，如果没有赫布组织，强连接就会在网络中占据主导地位。

研究人员调整了他们的模型，以考虑大脑回路中存在的随机性，从而提高了模型的准确性。

林恩表示：“如果没有噪音，模型就会失败，它不会产生任何有效的结果，这让我们感到惊讶。事实证明，需要在赫布滚雪球效应和随机性之间取得平衡，才能使一切看起来像真正的大脑。”

由于这些规则产生于一般网络原理，研究小组希望他们能将这项工作扩展到大脑之外。

帕尔默说：“这是这项工作的另一个很酷的方面：科学完成的方式。”这个团队的成员拥有丰富的知识，从理论物理和大数据分析到生化和进化网络。我们在这里专注于大脑，但现在我们可以在未来的工作中讨论其他类型的网络。

赞一个 (3)

PREV : 今日好价 0131
NEXT : 青春之泉是——T细胞？