颠覆认知!Nature首度揭示大脑传递信息的真正逻辑

2018 年 4 月 3 日 生物探索 学术经纬

近日,一项重量级的研究刊登在了最新一期的《自然》杂志上:来自冷泉港实验室与瑞士巴塞尔大学的团队通过对小鼠视觉皮层进行单神经元分析,揭示了一个令人意想不到的信息传递模式。这个模式表明,我们过去对于大脑处理信息的理解,其实是非常片面和不准确的。



▲我们对于大脑的理解还停留在极为初步的阶段(图片来源:Pixabay)


本文转载自“学术经纬”。


在经典大脑模型中,我们知道信息会在皮层之间逐层传递——从初级视觉皮层(V1)处获得的信息,会往下进入到功能更为特异的区域,帮助我们识别图像。然而限于技术所限,尽管我们大致摸清了皮层与皮层间的关系,但“分辨率”一直没有达到单细胞的精度。换句话说,在神经元层面,我们依旧不知道这些信息是怎么传递的。


为了了解在神经元层面上的信息传递模式,研究人员们首先使用了一种叫做“全脑荧光轴突追踪”的技术,给小鼠视觉皮层里的神经元做上绿色荧光的标记。然后,他们在显微镜下仔细地标注出不同神经元所映射的位置。在三年的辛勤工作下,他们完成了这一壮举,并意外地发现,小鼠初级视觉皮层里的神经元映射极为多样——单个神经元里的信息,竟然可以传递到多个完全不同的区域。这颠覆了单个神经元只能映射到单个区域的假设!



▲单个神经元竟可以映射到多个不同的区域(图片来源:Zador Lab, CSHL)


也许是结果太具有颠覆性,研究人员们又开发了一种全新的技术,想通过完全不同的实验来进行验证。在第二项实验中,研究人员们将成百上千个不同神经元用RNA分子进行了标记。这些RNA的序列都是随机的,就好像验证码一样,具有唯一性。当这些“RNA验证码”进入到神经元后,会顺着轴突来到神经元所映射的区域。随后,研究人员们再使用高通量测序技术,对不同的大脑区域进行分析。结果再次证明,初级视觉皮层里的大部分神经元会映射到多个不同的区域,且映射到两个区域、三个区域、或是四个区域的比例大致相等。



▲神经元映射的多样性让人颠覆了固有的认知(图片来源:Sainsbury Wellcome Centre)


“一般人们都认为每个神经元都只映射到一个皮层区域,这是由于我们对大脑的基本结构缺乏认知,”该研究的共同第一作者Justus M. Kebschull博士说道:“我们的研究结果与通常的认知截然不同,有望会让未来的实验手段出现重大变化。”


毫无疑问,对于单神经元映射的进一步深度研究,将会改写我们对大脑的认识。动物的大脑远比我们想象中要复杂。未来,我们还需要更多研究,来理清大脑的结构与功能。


▲韩芸耘教授位列这项颠覆性研究的作者首席(图片来源:华中科技大学同济医学院基础医学院)


值得一提的是,该研究的共同第一作者之一,作者列表中的首席为华中科技大学同济医学院基础医学院的中组部“青年千人“计划专家韩芸耘教授。我们很高兴看到华人学者的研究能为基础科学的发展起到重要推动作用,也期待未来能见证更多来自华人学者的学术进展!

End

参考资料:1)The logic of single-cell projections from visual cortex

2) Brain-wide tracing of single neurons reveals breadth of information transfer from visual cortex

3)Revolutionary brain-mapping technique provides new blueprint for cortical connections

登录查看更多
0

相关内容

【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
【ICMR2020】持续健康状态接口事件检索
专知会员服务
17+阅读 · 2020年4月18日
BERT技术体系综述论文:40项分析探究BERT如何work
专知会员服务
139+阅读 · 2020年3月1日
Nature 一周论文导读 | 2019 年 8 月 1 日
科研圈
8+阅读 · 2019年8月11日
Nature 一周论文导读 | 2019 年 6 月 27 日
科研圈
8+阅读 · 2019年7月7日
Nature 一周论文导读 | 2019 年 6 月 6 日
科研圈
7+阅读 · 2019年6月16日
Nature 一周论文导读 | 2019 年 4 月 4 日
科研圈
7+阅读 · 2019年4月14日
王维嘉:暗知识——机器认知的颠覆
亚布力中国企业家论坛
5+阅读 · 2019年3月12日
Nature 一周论文导读 | 2019 年 2 月 14 日
科研圈
7+阅读 · 2019年2月24日
人工神经网络真的像神经元一样工作吗?
论智
9+阅读 · 2018年11月15日
Nature 一周论文导读 | 2018 年 5 月 24 日
科研圈
11+阅读 · 2018年5月27日
Nature 一周论文导读 | 2018 年 3 月 29 日
科研圈
12+阅读 · 2018年4月7日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Arxiv
6+阅读 · 2018年4月4日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
22+阅读 · 2018年2月14日
VIP会员
相关VIP内容
相关资讯
Nature 一周论文导读 | 2019 年 8 月 1 日
科研圈
8+阅读 · 2019年8月11日
Nature 一周论文导读 | 2019 年 6 月 27 日
科研圈
8+阅读 · 2019年7月7日
Nature 一周论文导读 | 2019 年 6 月 6 日
科研圈
7+阅读 · 2019年6月16日
Nature 一周论文导读 | 2019 年 4 月 4 日
科研圈
7+阅读 · 2019年4月14日
王维嘉:暗知识——机器认知的颠覆
亚布力中国企业家论坛
5+阅读 · 2019年3月12日
Nature 一周论文导读 | 2019 年 2 月 14 日
科研圈
7+阅读 · 2019年2月24日
人工神经网络真的像神经元一样工作吗?
论智
9+阅读 · 2018年11月15日
Nature 一周论文导读 | 2018 年 5 月 24 日
科研圈
11+阅读 · 2018年5月27日
Nature 一周论文导读 | 2018 年 3 月 29 日
科研圈
12+阅读 · 2018年4月7日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Top
微信扫码咨询专知VIP会员