引言：生物仿真脑模型的研究进展
生物仿真脑模型是神经科学领域的重要研究方向，相关技术与理论正持续取得进展。
麻省理工学院、
达特茅斯学院与纽约州立大学石溪分校（2026 US News 美国大学排名：59）的跨机构团队，围绕该方向开展了系统研究并形成相关成果。
该研究核心为一套计算模型，可对动物在视觉分类任务中的学习行为进行模拟。研究过程中，模型识别出此前未被充分关注的 “不一致神经元”（incongruent neurons），为解析大脑内部运作机制提供了新的观测角度。
该生物仿真脑模型采用基于生物学原理从头构建的方式，区别于依托现有实验数据训练的传统模型。模型依据神经元连接、电化学通信及脑区间相互作用的生物学特征进行搭建，研究思路为：通过还原大脑基础结构与运行规则，实现复杂脑功能与行为特征的模拟呈现。
相关成果已发表于《自然通讯》，可为脑功能解析、疾病机制研究及神经干预手段开发提供研究支撑。本文围绕该模型的生物学基础、多尺度信息整合方式、核心研究发现，及其在神经科学与生物技术领域的应用方向展开阐述。
生物仿真脑模型的构建与多尺度集成
该生物仿真脑模型以还原真实脑结构与功能为设计目标，对神经元连接模式、电化学通信过程及脑区相互作用关系进行模拟。模型核心组件包含基础功能单元（primitives），即对应基础计算功能的微型神经元回路，依照细胞生理机制构建。例如，模型皮层中，兴奋性神经元功能单元通过谷氨酸相关突触接收视觉输入，并与抑制性神经元形成竞争性连接，以调控信息处理过程，相关 “赢者通吃” 架构在生物脑结构中具有普遍性。
模型同时整合皮层、脑干、纹状体及张力活跃神经元（TAN）等与学习记忆相关的脑区结构，实现微观回路与宏观脑结构的多尺度整合。其中，TAN 结构可通过乙酰胆碱的阶段性释放引入神经活动变异性，在学习初期促进探索性行为；随着学习进程推进，皮层与纹状体间连接强度提升，对 TAN 活动产生抑制作用，使行为表现趋于稳定。
该多尺度集成方法将微观神经元回路、宏观脑区结构与神经调质作用相结合，与传统人工神经网络存在明显差异。传统人工神经网络多依托大量数据完成训练，任务执行效果较好，但内部机制与真实脑生理过程对应度较低，难以直接解释生物脑的信息处理逻辑。
该生物仿真模型依托脑生物学构造与运行规则实现功能模拟，模型内计算过程与神经元反应均参照生理与解剖特征设计，可同时反映微观神经元放电、突触连接动态，以及宏观脑区同步振荡与神经调质调控过程，为研究大脑信息处理机制提供了研究平台，也为新生物学现象的发现提供了支撑。
不一致神经元的发现及其对学习与错误预测的启示
依托生物仿真模型，研究团队在视觉分类学习任务中观测到一类特殊神经元活动特征：约 20% 的神经元活跃度与错误行为存在关联，这类神经元被定义为不一致神经元（ICNs）。在传统强化学习框架下，神经元活动通常与正确行为相关联，而此类神经元在错误行为发生前即出现特异性激活。
研究人员结合模型线索，对已发表的动物脑电数据进行重新分析，在恒河猴完成同类视觉分类任务的记录中，观测到一致的神经元活动模式，证实了不一致神经元在生物脑中的客观存在。该结果验证了模型的生物真实性，也体现出计算模型在挖掘已有实验数据潜在信息方面的应用价值。
关于不一致神经元的功能，研究提出其可能参与学习与行为适应过程。传统强化学习理论强调通过奖励信号强化正确通路，而不一致神经元的存在提示，大脑可能保留对非最优选项的表征，在任务规则或环境发生变化时，支持行为策略切换，提升适应能力。这类神经元或有助于避免认知策略固化，维持大脑在学习过程中的探索倾向，以应对动态环境变化。
另有研究显示，灵长类动物在模糊视觉刺激分类任务中，颞下皮层 TE 区域表现出神经可塑性变化，其类别表征强度随学习进程提升，并与行为表现相关联。TE 区域在模糊刺激辨别中的可塑性，与不一致神经元在策略调整中的作用形成互补，共同反映出大脑在复杂不确定条件下的信息处理与行为适应特征。
多尺度模型、乙酰胆碱神经调节与神经治疗学应用前景
乙酰胆碱作为重要神经调质，参与新皮层微回路调控，与注意力、学习记忆等认知功能及脑状态转换相关。胆碱能系统功能异常与阿尔茨海默病、帕金森病等神经退行性疾病存在关联，解析乙酰胆碱的调控机制，对相关疾病研究具有参考意义。
多尺度脑模型可实现从分子、细胞到宏观脑网络的跨层级模拟，相关思路延伸至数字孪生脑研究方向。数字孪生脑以计算模型构建高度仿真的脑结构副本，可模拟分子水平变化对宏观神经活动的影响。相关模型可对麻醉等干预措施下的脑电活动转换进行预测，为脑机制研究提供虚拟实验平台。
基于生物仿真模型的技术平台已应用于神经治疗药物研发环节。现有神经药物研发周期长、成本高，且临床前评估手段有限。依托高生物真实性的多尺度模型，可模拟药物分子与神经元受体的结合过程，及其在细胞、突触与网络层面引发的效应，进而评估药物作用效果、剂量范围与潜在不良反应。
通过虚拟模拟筛选与优化候选药物，可优化药物研发流程，降低研发风险。例如，针对胆碱能系统相关认知障碍的干预药物，可在模型中评估其对乙酰胆碱释放、受体结合及皮层回路活动的影响，为后续研发提供依据。
生物仿真脑模型的研究价值与发展方向
生物仿真脑模型为连接生物学研究与人工智能技术提供了研究载体，可用于脑功能机制解析、神经疾病病理过程分析及神经治疗方案开发。从不一致神经元的识别，到药物干预效果模拟，该类模型展现出多方面应用潜力，支持从微观到宏观尺度的脑机制研究。
未来研究可进一步扩展模型覆盖的脑区结构，增加边缘系统、丘脑、下丘脑、小脑等结构，并纳入多巴胺、血清素等神经调质，以提升对复杂认知功能与情绪反应的模拟能力。随着模型复杂度提升，其在药物干预效果预测等方向的应用价值将进一步显现。
生物仿真模型被视作通用人工智能研究与脑部疾病精准医疗的技术路径之一。在精准医疗场景中，个体化数字孪生脑模型可用于匹配治疗方案，模拟药物、神经调控等干预方式的效果。整体而言，该方向的研究进展，可为脑科学研究与临床转化提供持续支撑。
微信扫一扫
