研究表明从果蝇、小鼠到人类 大脑结构都遵循普遍规律

当磁体被加热时，会达到一个临界点，在此点上磁体会失去磁性，这就是所谓的"临界点"。当物理物体发生相变时，就会达到这个高度复杂的临界点。

最近，美国西北大学的研究人员发现，大脑的结构特征也处于一个类似的临界点附近--处于或接近结构相变期。这些结果在人类、小鼠和果蝇的大脑中都是一致的，这表明这一发现可能具有普遍性。虽然目前还不清楚大脑结构正在哪个阶段之间过渡，但这些发现可以为大脑复杂性的计算模型提供新的设计。

他们的研究成果发表在《通信物理学》上。

人类大脑皮层数据集中一小块区域内部分神经元的三维重建。图片来源：哈佛大学/Google

大脑结构和计算模型

资深作者、西北大学物理学和天文学助理教授伊什特万-科瓦奇（István Kovács）说："人类大脑是已知最复杂的系统之一，其结构细节的许多特性尚不清楚。其他一些研究人员已经从神经元动力学的角度研究了大脑临界性。但我们正在研究结构层面的临界性，以便最终理解它如何支撑大脑动态的复杂性。这一直是我们思考大脑复杂性的一个缺失。在计算机中，任何软件都可以在相同的硬件上运行，而在大脑中，动态和硬件密切相关。"

人类大脑皮层数据集中一小块区域内部分神经元的三维重建。图片来源：哈佛大学/Google

第一作者海伦-安塞尔（Helen Ansell）是埃默里大学的塔布顿研究员，研究期间在科瓦奇的实验室担任博士后研究员。他说："冰融化成水就是一个日常例子。这仍然是水分子，但它们正在经历从固态到液态的转变。我们当然不是说大脑已经接近融化。事实上，我们没有办法知道大脑会在哪两个阶段之间过渡。因为如果它处于临界点的任何一边，它就不是大脑了。"

将统计物理学应用于神经科学

尽管研究人员长期以来一直在使用功能磁共振成像（fMRI）和脑电图（EEG）研究大脑动态，但神经科学的进步直到最近才提供了大脑细胞结构的大量数据集。这些数据为科瓦奇和他的团队提供了应用统计物理技术测量神经元物理结构的可能性。

使用在线 neuroglancer 平台查看的人类大脑皮层数据集中的部分神经元快照。图片来源：哈佛大学/Google

识别大脑结构中的临界指数

科瓦奇和安塞尔分析了来自人类、果蝇和小鼠的三维大脑重建的公开数据。通过以纳米级分辨率检查大脑，研究人员发现这些样本展示了与临界相关的物理特性的特征。

其中一个特性就是众所周知的神经元分形结构。当一个系统接近相变时，就会出现一组被称为"临界指数"的观测指标，而这种非微观的分形维度就是其中的一个例子。

脑细胞在不同尺度上呈分形统计模式排列。放大后，分形形状具有"自相似性"，即样本的较小部分与整个样本相似。观察到的各种神经元片段的大小也各不相同，这提供了另一条线索。科瓦奇认为，自相似性、长程相关性和广泛的大小分布都是临界状态的特征，在这种状态下，特征既不会太有组织，也不会太随机。这些观察结果产生了一组临界指数，用于描述这些结构特征。

科瓦奇说："我们在物理学的所有临界系统中都能看到这些现象。大脑似乎在两个阶段之间保持着微妙的平衡。"

来自果蝇、小鼠和人类数据集的单个神经元重建示例。资料来源：美国西北大学

不同物种的普遍临界性

科瓦奇和安塞尔惊奇地发现，他们研究的所有大脑样本--来自人类、小鼠和果蝇--在不同生物体间具有一致的临界指数，这意味着它们具有相同的临界定量特征。生物体之间潜在的、兼容的结构暗示着一种普遍的管理原则可能在起作用。他们的新发现可能有助于解释为什么不同生物的大脑具有一些相同的基本原理。

安塞尔说："最初，这些结构看起来很不一样--整个苍蝇大脑的大小与人类的一个小神经元差不多。但随后我们发现，新出现的特性惊人地相似。"

"在生物体之间差异很大的许多特征中，我们依靠统计物理学的建议来检查哪些测量指标具有潜在的普遍性，例如临界指数。事实上，这些指标在不同生物体之间是一致的，"科瓦奇说。"作为临界性的一个更深层次的标志，所获得的临界指数并不是独立的--根据统计物理学的规定，我们可以从任意三个临界指数中计算出其余的临界指数。这一发现为建立简单的物理模型来捕捉大脑结构的统计模式开辟了道路。这种模型是大脑动态模型的有用输入，对人工神经网络架构也有启发意义"。

今后，研究人员计划将他们的技术应用于新出现的数据集，包括更大的大脑部分和更多的生物体。他们的目标是找到这种普遍性是否仍然适用。

编译自/scitechdaily