不同的大脑，同样的思维（图）

　　

生物通报道：Max Planck研究人员研制出一种方法，可以根据大脑网络自身的动力学识别大脑网络接线图。

尽管没有两个大脑是一模一样的，但是面对相似的感觉输入（sensory input），却显示出的神经活动方式相差无几。Max Planck研究所动力和自我组装部（Dynamics and Self-Organization）的研究人员研制出一种数学模型，可以设计出具有特定动力模型的神经细胞组成的网络。这种模型有助于寻找在进化过程中具有优势的网络结构。文章刊登于06年11月3日《Physical Review Letters》。

大脑神经细胞相互连接形成一个复杂的网络。神经细胞传递电冲动——如同莫尔斯密码——到其它脑细胞，完成所有的脑部活动。这种过程依赖于脑神经活动（neuronal activity）的精确的动力学。当大脑收到感觉输入、计算或者记忆时，它会将信息密码加工成为一系列神经冲动，再传递到不同的神经细胞中。尽管没有两个人有相似的大脑，但人类可以拥有相似的思维，因此，某种程度上说神经活动动力学也只能是依赖神经网络结构。对于比人类大脑简单的多的网络，这种观点依然适用：不同的结构可以发挥相似的功能。Raoul-Martin Memmesheimer 和Marc Timme研制出一种数学模型，可以测出拥有相似动力学的所有网络。利用这个模型，研究小组研究神经元网络结构和功能之间的相关性。

        

图：不同的神经网络可以具有相似的活动模型——如图中所示的16个神经元组成的网络。同样，人类大脑回路中神经元结构因人而异，但同一时间可以展现出相似的动力学和相似的功能。在理论模型的帮助下，研究人员现在可以推断组成神经动力学的所有可能结构。

科学研究最常用的一种方法是从系统的结构推测系统的功能。Memmesheimer 和Timme反其道而行之，“对于一些简单的网络，我们知道活动动力学，这是它们的功能，但不知道它们的精确结构。任何既定的动力学可由不同的网络产生。我们发明出一种模型，可以计算出这些多样性。” 运行这种程序会涉及到许多未知的数量，因此要求很高的计算能力。即便在一个有1000个神经元的网络中（各神经元相互作用），任何两个神经元之间的联系有上万种可能，而且拥有数量无法估计的可能的网络。每种联合对于下游神经元都有激活或抑制效果，另外也会随着强度和反应时间的不同而不同。一个既定动力学的所有可能网络类似一个多维空间里的复杂结构，其中，每一个点都标志了一个特定动力学网络的特征。Memmesheimer 和Timme目前已经为这种结构进行了精确描述。

研究人员在具体问题上检测了这种模型的可行性。他们总结出产生一个既定动力学的所有可能网络，同时对更深层的条件进行实践：网络的结构应该尽可能简单，也就是说连接的数量和形成突触的强度都应该尽可能地小。“应用到真实的网络，一个例子是分析进化过程中功能最优的结构法则。”一些产生重复模式（如昆虫的行走模式）的简单网络的动力学已经被研究透彻，进化压力保持了这种网络结构复杂性到最小，是否有其它结构更简单的网络会产生相似的动力？可能有更多的网络履行相似的功能，结构条件可能进化？这些问题还没有明确的答案，然而在这种新模式的帮助下，我们相信揭开谜底之日为期不远。（生物通记者 小粥）