2020年8月10日

数学展示了大脑如何在内部噪音和广泛变化的世界中保持稳定

无论你是在鸟叫、微风和煦、孩子们在附近玩耍的公园里下围棋，还是在书柜上有滴答作响的时钟、沙发上有喵喵叫的猫的书房里玩围棋，如果游戏情境是相同的、清晰的，你的下一步可能也是如此，不管这些条件如何。你仍然会走相同的下一步棋，尽管你有各种各样的内在感觉，甚至有些神经元只是有点不稳定。大脑如何克服不可预测和变化的干扰，产生可靠和稳定的计算?麻省理工学院神经科学家的一项新研究提供了一个数学模型，展示了这种稳定性是如何从几种已知的生物机制中产生的。

该团队开发的模型比故意对注意力进行认知控制更重要的是，它描述了一种内在的强健稳定性倾向神经回路由于神经元之间的连接或“突触”。他们推导并发表的方程PLOS计算生物学显示参与相同计算的神经元网络将反复收敛到相同的电活动模式，或“放电速率”，即使它们有时被单个神经元的自然噪声或世界可以产生的任意感官刺激任意干扰。

“这是怎么回事?”大脑该研究的共同资深作者、麻省理工学院皮考尔学习与记忆研究所和大脑与认知科学系(BCS)皮考尔神经科学教授厄尔·米勒说。“大脑是嘈杂的，有不同的起始条件——面对所有这些可能会破坏它的因素，大脑是如何实现信息的稳定表示的?”

为了找到答案，米勒的实验室正在研究神经网络代表信息，与BCS同事、机械工程教授Jean-Jacques Slotine合作，他是麻省理工学院非线性系统实验室的负责人。Slotine将“收缩分析”的数学方法(这是控制理论中的一个概念)以及他的实验室开发的应用该方法的工具引入了这个问题。收缩网络表现出轨迹的属性，从不同的点开始，最终汇聚成一个轨迹，就像分水岭中的支流一样。即使输入随时间变化，它们也会这样做。它们对噪声和干扰具有很强的抗扰性，并且允许许多其他收缩网络结合在一起而不损失整体稳定性——就像大脑通常整合来自许多特定区域的信息一样。

Slotine说:“在像大脑这样的系统中，你有(数千亿)个连接，如何保持稳定性以及对系统架构施加什么样的限制等问题变得非常重要。”

数学反映自然机制

Miller和Slotine实验室的研究生Leo Kozachkov领导了这项研究，他将收缩分析应用于大脑中计算的稳定性问题。他发现，结果方程中加强稳定性的变量和项直接反映了突触的特性和过程:抑制性电路连接可以变得更强，兴奋性电路连接可以变得更弱，这两种连接通常彼此紧密平衡，神经元的连接数量远远少于它们的数量(平均而言，每个神经元可以比现在多建立大约1000万个连接)。

科扎科夫说:“这些都是神经科学家已经发现的，但他们还没有把它们与这种稳定性联系起来。”“在某种意义上，我们正在综合该领域的一些不同发现来解释这一常见现象。”

米勒实验室博士后Mikael Lundqvist也参与了这项新研究，它并不是第一个研究大脑稳定性的研究，但作者认为，它通过解释突触的动力学，并允许起始条件的广泛变化，产生了一个更先进的模型。它还提供了稳定性的数学证明，Kozachkov补充道。

作者指出，尽管他们的模型关注的是确保稳定性的因素，但他们的模型并没有让大脑陷入僵化或决定论。大脑的改变能力——学习和记忆能力——就像它持续推理和形成稳定行为的能力一样，是大脑功能的基础。

“我们并不是在问大脑是如何变化的，”米勒说。“我们想知道大脑是如何避免发生太多变化的。”

尽管如此，该团队计划继续迭代该模型，例如，通过包含更丰富的解释神经元如何产生单独的电活动峰值，而不仅仅是这种活动的速率。

他们还致力于将模型的预测与实验数据进行比较，在这些实验中，动物反复执行任务，在这些任务中，它们需要执行相同的神经计算，尽管经历了不可避免的内部神经噪声和至少很小的感觉输入差异。

最后，该团队正在考虑如何通过这些模型来了解大脑的不同疾病状态。Kozachkov指出，大脑中兴奋性和抑制性神经活动微妙平衡的异常被认为是癫痫的关键。帕金森病的症状还包括神经根源性的运动丧失稳定。米勒补充说，一些自闭症谱系障碍患者在外部条件变化时(例如在不同的房间刷牙)难以稳定地重复动作(例如刷牙)。