神经元多样性影响大脑的信息处理

根据最近发表在《美国科学院院刊》上的一项研究，西北医学研究人员揭示了神经元结构多样性对神经计算(大脑功能的基础)影响的新见解。

　　

根据最近发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)上的一项研究，西北大学医学研究人员揭示了神经元结构多样性对神经计算(大脑功能的基础)影响的新见解。

神经系统是由相互作用的神经网络组成的，这些神经网络过滤、记忆和转换关于一个人的内部和外部状态的信息。介导这种信息处理的网络是由具有高度多样性的细胞组成的，神经元在结构、基因表达和电学性质上各不相同。

这些神经元之间的结构和遗传多样性导致它们对输入产生不同的反应，但这种多样性究竟如何影响更大的神经网络的整体计算和信息处理，人们仍然知之甚少。

“虽然有越来越多的研究旨在识别和理解神经细胞类型，但大脑的数学模型通常忽略了这种多样性，”神经科学助理教授、该研究的资深作者Ann Kennedy博士说。

在目前的研究中，研究人员使用了一种新的数学模型，通过增加神经元尖峰阈值的变化，将多样性引入神经元网络。尖峰阈值是一种决定神经元何时“尖峰”并向邻近神经元发送输出的电特性。基于这个模型，研究人员研究了增加网络中峰值阈值的多样性是如何影响网络对信息进行闸门、编码和解码的能力的。

研究人员发现，调整脉冲阈值多样性支持不同的计算功能，这取决于神经元与邻近神经元的通信方式。具体来说，在抑制其邻居的尖峰信号的神经元中，改变尖峰阈值的多样性决定了细胞在网络中控制信息流的能力。

此外，根据作者的说法，过度减少这种多样性可能会导致类似癫痫发作的事件主导网络活动。

在其他神经元群中，他们发现增加脉冲阈值的多样性有助于神经网络精确地控制它们的活动，这对控制运动等日常功能很重要。相反，减少这种多样性可以提高神经网络解决需要短期记忆的问题的能力。

Kennedy实验室博士后、该研究的主要作者Richard Gast博士说:“并不是说更多的异质性总是对神经群体的功能有益，但我们需要考虑它，以便了解当我们从大脑中的神经群体中记录时，我们看到的特定水平的异质性是如何转化为该群体的功能能力的。”

根据Gast的说法，这些发现也有可能将神经科学家的注意力转移到使用能够解释神经网络中神经异质性的模型上。他补充说，下一步，研究小组将应用他们的数学模型来研究神经元多样性在基底神经节中所起的作用，基底神经节是大脑中受帕金森病严重影响的一部分。

Gast说:“如果我们只是忽略基底神经节的异质性，并对其进行数学建模，我们的结果表明，我们将得到基底神经节中神经元群的功能特性，这是非常错误的，所以这绝对是一个需要考虑的重要变量。”