Scic Rep：神经元如何利用分形几何优化网络连通性

高分辨率成像和三维计算机模型显示，神经元的树突在空间中穿行，平衡了它们与其他神经元连接的成本。这一发现是在研究人员试图了解神经元的分形性质时出现的。

　　

这一发现发表在Scientific Reports杂志上，作为俄勒冈州大学一个项目的一部分，研究人员试图了解神经元的分形性质，该项目旨在设计分形形状的电极与视网膜神经元连接，解决由于视网膜疾病导致的视力丧失问题。

“我们研究中的挑战在于了解我们想要在视网膜中定位的神经元如何‘连接到我们的电极’”理查德泰勒说，“从本质上讲，我们必须通过使两个神经元具有相同的分形特征来欺骗神经元，使其认为电极是另一个神经元。”

研究人员在大鼠大脑海马区神经元的共焦显微镜观察显示，在连接到其他神经元之前，在多个大小的空间中交织着错综复杂的分支相互作用。泰勒说，这就提出了一个问题，为什么要采用如此复杂的模式？

研究人员转向3D建模，探索当他们将1600多个神经元的树突操纵成非自然形式时会发生什么，拉直或卷曲它们。

“通过扭曲它们的分支并观察发生了什么，我们能够证明自然分支的分形编织在平衡神经元与相邻神经元连接形成自然电路的能力，同时平衡电路的建设和运营成本。“

通过一种称为盒计数技术的分形分析，研究人员能够指定分形维数或D值，用以量化粗尺度和细尺度树突对神经元分形模式的相对贡献。泰勒说，这些D值对于优化他团队的微小电极植入眼后以刺激视网膜神经元非常重要。

“我们的植入物必须通过仔细选择D值来适应神经元的编织分支，与建造一条直线跑道以便飞行员能够高效着陆不同，我们的电极需要像一条编织的跑道一样工作，这样神经元就可以在不改变其行为的情况下连接起来。”

大自然的分形得益于它们在多个尺度上的生长，虽然树木具有最为公认的分形分枝形式，但这项工作突出了神经元与树木的不同之处。

“树木的分形特征主要来源于树枝大小的分布，而神经元也利用树枝在空间中穿行的方式来产生分形特征，“泰勒说。

泰勒和他的同事在结束论文时提出了神经元的D值网络可能有助于许多脑相关疾病的研究。对于阿尔茨海默病来说，D值可以用来衡量神经元之间连接的下降。“很多疾病都会导致连接的丧失，而神经元D值在进入病理状态时可能会下降。”

原文标题：

Julian H. Smith, Conor Rowland, B. Harland, S. Moslehi, R. D. Montgomery, K. Schobert, W. J. Watterson, J. Dalrymple-Alford, R. P. Taylor. How neurons exploit fractal geometry to optimize their network connectivity. Scientific Reports, 2021; 11 (1) DOI: 10.1038/s41598-021-81421-2