生物仿真脑模型的突破：探索不一致神经元与神经调节的奥秘

本文将探讨生物仿真脑模型在神经科学领域的最新进展。近期，麻省理工学院（MIT）、达特茅斯学院（Dartmouth）和纽约州立大学石溪分校（Stony Brook）的一项跨机构研究，取得了值得关注的科学成果。这项研究的核心是一种计算模型，能够有效模仿动物在视觉分类任务中的学习行为，并在此基础上发现了此前未曾注意到的“不一致神经元”（incongruent neurons）。这一发现为理解大脑内部机制提供了新的视角。

与传统的模型不同，这种生物仿真脑模型采用了一种基于生物学原理的“从零开始”构建方法。该模型并不依赖于大量现有实验数据进行训练，而是通过对神经元连接、电化学信号传递以及不同脑区相互作用的真实生物学机制的再现，来展示复杂的大脑功能。这项研究为深入理解大脑功能、神经疾病的机制，以及新型神经疗法的开发，提供了一个创新的工具。

生物仿真脑模型的构建与多尺度集成

为了精确模拟大脑的运作，研究团队在设计模型时，着重再现了大脑神经元的连接方式、神经元之间的电化学通信以及各个脑区之间复杂的交互作用。模型的核心是“基本单元”（primitives），即模拟神经元基本功能的小型神经回路。这些“基本单元”像大脑中的“积木块”，每个“积木块”都遵循真实神经元的工作原理。例如，在皮层的模型中，兴奋性神经元通过谷氨酸作用接收视觉信息，并与抑制性神经元进行连接，从而调控信息处理。采用“赢者通吃”的架构，这种设计可以高效、准确地处理信息。

此外，该模型并未仅局限于微观层面的模拟，还整合了宏观大脑结构。皮层、脑干、纹状体以及张力活跃神经元（TAN）等脑区的结构被纳入其中。TAN通过乙酰胆碱的释放，注入“噪音”或变异性，促进探索性学习。在学习的早期阶段，这种变异性帮助模型尝试不同的行动路径。随着学习的进展，皮层和纹状体之间的连接逐渐增强，最终抑制了TAN的活动，使得模型的行为变得更加一致。

这种将微观神经元回路的构建与宏观脑区结构和神经调节化学物质的影响结合的“多尺度集成”方法，是该模型的一大特点。与传统的人工神经网络（ANNs）不同，后者依赖大量数据进行训练，并且缺乏生物学的真实性，这种生物仿真模型通过模仿大脑的构造和工作原理，展现了大脑功能。它能够同时捕捉大脑微观层面的动力学变化（如神经元的放电和突触连接）与宏观层面的变化（如脑区之间的同步振荡和神经调节物质的作用），为我们提供了一个更加生物学真实的理解平台。

“不一致神经元”的发现与其启示

通过这种对生物学真实性的追求，研究团队意外发现了“不一致神经元”的存在。在进行视觉分类任务时，约20%的神经元表现出与预期相反的活动模式。研究人员注意到，这些神经元的活跃度与即将发生的错误行为密切相关，这一发现挑战了传统强化学习理论中神经元活动应该与正确行为优化的假设。经过进一步调查，研究团队在早期的动物脑数据中发现，猴子在相同的视觉任务中也表现出了类似的神经活动模式。这一发现验证了生物仿真脑模型的生物学真实性，并为我们揭示了潜在的新生物学现象。

研究人员提出，这些不一致神经元（ICNs）可能在大脑适应性和学习过程中扮演重要角色。ICNs似乎帮助大脑在面对任务规则变化时保持灵活性。传统理论认为，大脑通过奖励信号来强化正确行为并抑制错误行为，但ICNs的发现提示，当任务规则发生变化时，这些神经元帮助大脑探索更多的解决方案，增强大脑的适应性。例如，ICNs可能避免大脑陷入局部最优解，从而提供更多的可能性，确保大脑能够在不断变化的环境中快速调整策略。

此外，其他相关研究也支持这一观点。例如，灵长类动物的视觉分类任务中，颞下皮层（IT）的TE区域展现出增强的神经可塑性，这与ICNs在错误预测中的角色形成互补。TE区域在视觉分类中的塑性展示了大脑如何通过经验调整对世界的认知，而ICNs则可能为更高层次的决策提供备用策略或反思空间。

多尺度模型、乙酰胆碱神经调节与神经治疗学的未来

除了ICNs的发现，乙酰胆碱（ACh）这一神经调节物质的作用也为生物仿真脑模型的应用提供了新的视角。ACh在大脑中扮演着关键角色，涉及注意力、学习、记忆及大脑状态转换等重要功能。研究表明，ACh通过调节神经元的兴奋性和突触传递效率，在神经回路的同步活动中发挥作用。在阿尔茨海默病和帕金森病等神经退行性疾病中，ACh系统的功能障碍常常是病理特征之一。研究ACh如何调节大脑功能，对于治疗这些疾病具有重要意义。

此外，“数字孪生脑”这一概念，也为大脑疾病的治疗和药物研发提供了新的思路。通过创建一个精确的数字化大脑副本，科学家可以模拟药物或治疗措施对神经元受体的影响，从分子层面到宏观活动的层层影响。这种虚拟实验室能够提前评估药物的疗效和副作用，从而加速药物研发过程，并提高临床试验的效率和成功率。

生物仿真脑模型的深远影响与前景

通过深入分析生物仿真脑模型的构建原理、研究方法及其带来的新发现，可以看出，这一模型在神经科学领域具有重要的意义。它不仅提供了一个生物学上更加真实的工具，帮助我们理解大脑的功能，还为研究神经疾病的机制和开发新型疗法提供了新的思路。未来，随着更多脑区的纳入和神经调节物质的探索，生物仿真脑模型将能够模拟更复杂的认知功能和情绪反应，并在精准医学领域取得更多进展。

此外，生物仿真模型被认为是实现通用人工智能（AGI）和精准脑部疾病治疗的关键路径。通过个性化的“数字孪生脑”模型，我们有可能为每位患者量身定制best的治疗方案，推动神经医学和人工智能的进一步发展。生物仿真脑模型不仅是科技进步的体现，也为我们提供了深刻理解大脑的机会，展现了未来潜力。

陈岑 美国留学咨询顾问