用计算来连接神经回路与行为


NeuroTimes | Jan. 12, 2016


Credits: nature.com


神经回路(neural circuits)与行为之间的联系一直是研究人员想要探索清楚的问题。非专业的人可能会认为这不是个问题,因为媒体报道时总说某某行为与大脑某某部分有关。但研究人员都知道,离搞清楚细节还差十万八千里。UCL神经科学教授Matteo Carandini认为,神经回路和行为之间的距离太遥远,能够把他们连接起来的,是计算。

与计算机的类比:
Matteo Carandini做了个比喻:我们对现在神经回路和行为的了解,就像100年前的人拿到了现在的笔记本电脑。生理学家关注晶体管、芯片、总线和硬盘等等;解剖学家关注芯片内部和外部的“连接组(connectome)”。但是电脑的型号不同(新旧)、品牌不同(Intel和AMD),找不到规律,给他们带来了很多困惑和争论。心理学家则在专注于这些电脑里软件的输入输出性能。把笔记本给100年前的人,他们不可能找出硬件与软件之间的联系,就像今天的人搞不清神经回路与行为的联系。

是什么建立起了硬件与软件之间的联系?编程语言与操作系统。不论哪种模型、哪种品牌的电脑,不论哪种指令组合,最终都依赖于相同的计算原则。理解编程语言与操作系统有助于理解硬件如何工作,而软件的设计建立于理解编程语言与操作系统之上,不是直接构建于理解硬件之上。

用计算机类比大脑在很多方面来说当然是不准确的,但这种不准确的比喻只是为了表明一个基本原则:在详细机制(过于还原论)和整体功能(过于整体论)之间,需要一个桥梁将他们连接。例如,生物学上,我们通常把蛋白质当做一个基本单位,而不是精确序列的氨基酸。

神经计算:
Matteo Carandini认为,可以连接神经回路与行为的,同样是计算。这种计算是单个神经元或神经元集群的活性。研究发现,大脑中确实存在一些计算范式,在不同的区域、不同功能中进行类似的操作。Matteo Carandini用感觉系统的filtering和divisive normalization举例,它们在不同的感觉中都有类似的作用。而在视觉中,filtering和divisive normalization又可以组合在一起说明视觉模型。如果有更多类似的计算方式组合被发现,我们就不需要对底层生物学、生物物理学更多的理解,而可以把模型建造于计算模型之上。

方法:
目前发现这些神经计算范式的方法,主要是测量单个神经元和神经元群体对某个输入(感觉输入、运动、感知、认知状态)的反应。越来越多的神经元活性可以被同时记录。而这个领域急需新的理论,就好像Alan Hodgkin和Andrew Huxley那样动作电位的简单模型,并没有过多涉及化学原理,但通过等效电路的简单比喻连接了结构与功能。通过大量数据对这个模型的扩展,让人们对神经兴奋与抑制的离子机制有了更多更复杂的认知。

Matteo Carandini也认为,探索connectome这个整体神经回路的方法起不到太大的作用,类似线虫全连接组这样的项目并没有让我们成功预测线虫的行为。就好像直接芯片开始研究的人不会比拿到编程语言的人更清楚计算机的原理。

他也毫不意外的“黑”了欧洲脑计划。理论上,神经系统的功能依赖于其结构的全部细节,模拟其详细的解剖和生理结构可以让我们最终了解大脑运行的机制。但这样的尝试也从来没有成功。像物理学家P. W. Anderson曾经说的: “The ability to reduce everything to simple fundamental laws does not imply the ability to start from these laws and reconstruct the universe.”

总之,Matteo Carandini觉得神经回路与行为之间的距离太过遥远,通过理解分子、通道、受体、突触、树突、神经元之间的复杂关系,去理解大脑的功能,几乎是不可能的事情。他希望计算可以填补这之中的空白。




分享到


© 2014-2015 NeuroTimes