新算法能確定兩神經元間的連接概率

　　據物理學家組織網10月18日報道，由德國哥廷根馬普研究院科學家領導的一個研究小組，開發出一種破解連接腦神經線路的運算方法，通過檢測總體神經元的活動，能確定兩個神經元連接在一起的概率。了解神經元之間如何建立信號線路，有助于人們理解大腦的工作原理。相關論文發表在最近的《公共科學圖書館·計算生物學》上。

　　人類大腦約有800億個神經元，但它們都不能獨立作用，而是連接成緊密復雜的神經網。通過神經網上無數神經元的相互作用，交換信號，大腦才能完成它們的海量工作。但要根據腦組織結構直接識別出信號線路，即使只有幾千個培養的神經元也幾乎不可能。目前有一種比較成熟的方法，能通過鈣熒光檢測記錄神經元動態活動。神經元內鈣的濃度與其電活性緊密相關，這樣同時記錄上千個神經元的活動就成為可能。

　　然而，關鍵問題是神經元通訊速度太高，無法直接觀察一個脈沖是怎樣發出，并點亮了諸多神經元的，無法區分一個連接是直接形成的，還是經過幾個中轉站后形成的。西班牙巴塞羅那大學記錄了鈣熒光檢測數據，馬普研究院動力學與自組織研究所主任西奧·蓋澤爾領導的研究小組開發出一種算法，能從數據中得到神經線路是如何連接的準確信息。

　　“我們的方法基于已知的‘轉讓熵’概念。”論文領導作者、馬普研究院奧萊弗·斯戴特說，轉讓熵是信息論中用到的一種檢測方法，能測量定向信息流的流量，也就是說，能算出從某個神經元發出的信號引發另一個神經元活動的可能性。“利用轉讓熵，這種方法能可靠地把真正的因果聯系和表面現象區別開來。”

　　研究人員用新方法來模擬鈣熒光實驗，用神經網模型模擬檢測信號，包括鈣運動和熒光檢測的逼真效果。他們發現，神經網中的因果連接是隨時間而變化的，取決于神經網的活動狀態。只在活性相對較低的平靜階段，網絡中的因果連接才與網絡本身的結構一致。利用這一點可以進行預測，在活性更高的階段，許多神經元同時參與神經會談，追蹤信息路徑就比較困難。新的分析方法還顯示，單個細胞周圍的連接非常集中。

　　新方法可廣泛用于許多系統中，并讓重建神經網絡成為可能。研究人員希望能用這種算法繪制神經線路圖，在培養的和自然的神經網絡中進行大尺度計算。來自不同神經網絡的信息，有助于人們理解神經元在何時、何地形成了連接，以及它們選擇談話伙伴的標準。