研究发现人类神经元信号朝一个方向流动
作者：Charité - 柏林医学大学
与之前的假设相反，人类新皮质中的神经细胞的连接方式与小鼠不同。这些是柏林夏里特大学医学中心进行的一项新研究的结果，并发表在《科学》杂志上。研究发现，人类神经元沿一个方向进行通信，而在小鼠中，信号倾向于循环流动。这提高了人脑处理信息的效率和能力。这些发现可以进一步推动人工神经网络的发展。
|
新皮质是人类智力的关键结构，厚度不到五毫米。在大脑的最外层，有 200 亿个神经元处理无数的感官知觉、计划行动，并构成我们意识的基础。这些神经元如何处理所有这些复杂的信息？这很大程度上取决于它们如何相互“连接”。 更复杂的新皮质，不同的信息处理“我们之前对新皮质神经结构的理解主要基于小鼠等动物模型的发现，”夏里特大学神经生理学研究所所长 Jörg Geiger 教授解释道。 “在这些模型中，相邻的神经元经常相互通信，就像在对话一样。一个神经元向另一个神经元发出信号，然后另一个神经元发回信号。这意味着信息经常以循环方式流动。” 人类的新皮质比小鼠的新皮质更厚、更复杂。尽管如此，研究人员此前曾假设（部分由于缺乏数据）它遵循相同的基本连接原则。由盖革领导的夏里特研究小组现在使用极其稀有的组织样本和最先进的技术来证明事实并非如此。 监听神经元通讯的巧妙方法 在这项研究中，研究人员检查了 23 名在 Charité 接受神经外科治疗耐药性癫痫患者的脑组织。在手术过程中，医学上有必要切除脑组织，以便接触到其下方的患病结构。患者同意使用该进入组织用于研究目的。 为了能够观察人类新皮质最外层相邻神经元之间的信号流，该团队开发了一种改进版本的“多块”技术。这使得研究人员能够同时监听多达十个神经元之间发生的通信。 前馈而不是循环 研究小组发现，只有一小部分神经元进行相互对话。 该出版物的第一作者彭扬帆博士解释说：“在人类中，信息往往朝一个方向流动。它很少直接或通过循环返回到起点。”他在神经生理学研究所从事这项研究，现在在夏里特神经病学系和神经科学研究中心工作。该团队使用根据人类网络架构的相同原理设计的计算机模拟来证明这种前向信号流在处理数据方面具有优势。 研究人员给人工神经网络一个典型的机器学习任务：从语音数字的录音中识别正确的数字。模仿人体结构的网络模型比模仿小鼠的网络模型对这项语音识别任务做出了更正确的反应。它的效率也更高，在小鼠模型中达到相同的性能需要相当于 380 个神经元，而在人类模型中只需要 150 个神经元。 人工智能的经济榜样？ “我们在人类身上看到的定向网络架构更强大并且节省资源，因为更多独立的神经元可以同时处理不同的任务，”彭解释道。 “这意味着本地网络可以存储更多信息。目前尚不清楚我们在颞叶皮层最外层的发现是否会延伸到其他皮层区域，或者它们能在多大程度上解释人类独特的认知能力。” 过去，人工智能开发人员在设计人工神经网络时从生物模型中寻找灵感，但也独立于生物模型优化了算法。 “许多人工神经网络已经使用某种形式的这种前向连接，因为它可以为某些任务提供更好的结果，”盖格说。 “令人着迷的是，人类大脑也表现出类似的网络原理。这些对人类新皮质中具有成本效益的信息处理的见解可以为完善人工智能网络提供进一步的灵感。” 关于该研究这项工作是在 Charité 基础研究和临床部门的密切合作下完成的。在神经生理学研究所的领导下，涉及以下部门：神经外科、神经病学与实验神经病学系、综合神经解剖学研究所、神经病理学系、神经科学研究中心和 NeuroCure 卓越集群，在 Evangelisches Klinikum Bethel 神经外科大学诊所和苏黎世联邦理工学院神经信息学研究所的支持下。 关于方法当进行手术治疗耐药性（难治性）癫痫时，通常需要切除脑组织。为了在刚刚发表的研究中检查这种有价值的组织，需要获得患者的明确同意。研究小组对患者的同意深表感谢。作者使用所谓的“膜片钳”方法来分析神经元之间的突触通讯。 在这项技术中，在显微镜下将超薄玻璃移液器连接到单个神经元上，以测量或刺激细胞的电活动。该研究利用了该技术的高级形式，其中多个微量移液器同时记录多达十个神经元的活动和连接性（“多片”方法）。 为了能够精确定位移液器，该设备配备了能够在纳米范围内移动的机械臂。测量过程极具挑战性且劳动密集型。并行使用两个设备使团队能够研究每个组织样本的神经细胞之间的数百个连接。在活动停止之前，脑组织可以在体外的人工营养液中保存长达两天。 更多信息： Yangfan Peng 等人，Science (2024)。DOI：10.1126/science.adg8828。www.science.org/doi/10.1126/science.adg8828 (责任编辑：泉水) |
