-
生物通官微
陪你抓住生命科技
跳动的脉搏
大脑皮层灰质探秘——神经元的信号处理法则初探
【字体: 大 中 小 】 时间:2004年06月17日 来源:
编辑推荐:
生物通快讯:来自USC和Technion医学院(以色列)的研究人员发现一些有助于揭开超复杂的大脑神经元秘密的新线索。他们的发现刊登在本月的Nature Neuroscience上。这些发现与关于神经元加工处理信息的“算法”的一种被广泛接受的观点相抵触。
“令人吃惊的是经过了100年的现代神经系统科学研究,我们仍然不知道一个神经元的基本的信息处理功能”,USC Viterbi工程学院副教授、文章作者Bartlett Mel说。由于没有更有说服力的看法,因此通常认为一个大脑细胞对所接受的刺激是线性叠加的,即受到A和B两种共同刺激所产生的兴奋相当于分别受到A和B刺激所产生的兴奋的总和。“我们证实细胞显然是不按照这个推测来运算的”,Mel说。
研究组发现单个神经元中的信息总量取决于细胞表面上接受信息输入的位置。
了解一些有关大脑细胞的知识,将有助于理解这个研究组的工作和其发现的意义。
大脑中进行的所以信息加工都是由神经元网络进行操控。这些活细胞具有各种各样的形状和大小尺寸,通常类似树枝状。一个神经元表面散布着数以千计的神经突触,这些神经突触正是神经元细胞接受外界信号的位点。当受到刺激时,每个神经突触能产生一个小的局部的电压反应。
根据对神经元的传统观点,突触反应沿着神经元中像电缆一样的树突传递下去并叠加。如果总的电压反应足够大就会产生一个电位并沿着细胞的轴突传递、与其它成千上万个神经元进行交流。
“最近的证据显示这个过程并不是那么简单”,Mel说。“输入的信号可能会在神经树突中相互作用并且可能在通往细胞体的路途上发生了转化。尤其是,神经树突的单个分枝在某种情况下能产生局部电位从而显著扩大了神经树突中的局部区域的突触反应”。
研究组着手建立神经元用来合并多个突触信号的算法,从而集中研究这种组成大脑皮层灰质的锥体神经元。这些实验在以色列的海法由论文的第一作者、Technion的研究生Alon Polsky和Jackie Schiller进行。
借助大鼠的大脑皮层组织切片,Polsky和Schiller可以定位单个锥体神经元,进行染色后用细胞外电极刺激靠近树突分支的细胞。通过1—2个刺激电极对树突的不同位置(例如在相同的或不同的树突分支上)施放电刺激,同时记录细胞体上的电压。
研究人员接着比较了分别进行两种刺激时和合并在一起时的细胞体的电压反应。“Schiller的方法最强有力的一点就是你可以看到你正在刺激哪个部位,这是因为在突触被刺激的地方染料会微弱发光”,Mel说。Mel在USC对实验设计和数据分析进行了远程合作。
“你可以对细胞上的特殊空间位置进行刺激并且观察到不同位置产生的差异。”Mel说。房地产界的关键用词“位置决定一切”,在神经元细胞中也一样。
研究资料显示当两个电极A和B刺激同一个树突分支时出现了三种不同的情况:
1. 如果细胞对这两种刺激(电极A和B)的总反应低于分支上的局部的电位阈值,这个总和呈线性叠加关系,即A+B。
2. 如果两种输入合起来刚刚能超过局部阈值,它们的总和表现为超线性,即大于A+B。
3. 如果单个输入已经能够超过局部阈值,这个总和是次线性的,即小于A+B。
Mel解释了这个方法的最后一点:“如果两个人每个人都有一根火柴,一起点燃一把火,那么一旦第一根火柴点着火,再加入第二根火柴并不会使这把火两倍的光和热。第二个火柴不会起到什么作用。”
研究人员还发现不同树突分支上的输入总和总是表现出线性叠加关系,即如同点亮了两把火。
这些发现支持了一个2003年由Mel的实验室进行的模型研究。在这个模型中,他和研究生Panayiota Poirazi推测出锥体神经元的这种行为过程。这是第一个对那些推测的实验验证。
“因此,我们现在将神经元想成一个双层模型”,Mel说。“加工的第一层发生在单个的树突分支中。每个分支独立地添加所接受的信号,然后遵从它自己的局部阈值的非线性原则。在第二层的加工中,来源于所有不同分支的信号在细胞体上进行线性叠加,并帮助决定细胞的总的域值。”
虽然这些结果很有前途,但研究组明白这不是锥体神经元的最终结论。“勿庸置疑,这仍然是个简单的模型”,Mel说。“但这种双层模型显然优于将神经元假设成简单的进行线性加合的模型。那明显与这些数据不符。”
据Mel所说,最终需要解决的另外一个难题是来自神经元的最远端即apical tuft的突触信号可能会和细胞体近端的基部树突的输入信号以微妙的方式发生相互作用。“我们现在希望知道我们是否需要将双层模型扩展成三层模型”,Mel说。“可能基部和顶端树突分别按照我们所说的规则运转,但当它们发生相互作用时就会有另外一种非线性的反应发生。
Mel强调说,他们发现的这种锥体神经元的算术规则可能不能适用于大脑中的所有神经元。“还有另外一些具有不同形状、输入、形态和离子通道的神经元存在”,他说。“根据我们所观察到的神经元,这个问题可能有很多不同的答案。”尽管还有许多工作要做,但新的成像技术、逼真的模型和现代化的实验操作正在使得这项了解大脑的复杂的神经元的任务在总体上变的简单了许多。
最后,Mel说从单个神经元观察到的知识对进一步从整体上了解大脑是至关重要的。“我们常将大脑看成是一部计算机”,他说。“如果我们想知道这部计算机是如何工作的,我们就必须首先知道它的各个部件是如何工作的。”