大腦中的神經(jīng)元似乎遵循獨特的數(shù)學模式

參與人腦計劃的研究人員已經(jīng)確定了控制我們大腦中神經(jīng)元分布的數(shù)學規(guī)則。

該規(guī)則預測了神經(jīng)元在大腦不同部位的分布方式，并可以幫助科學家創(chuàng)建精確的模型來了解大腦的工作原理，并為神經(jīng)系統(tǒng)疾病開發(fā)新的治療方法。

在統(tǒng)計學的奇妙世界中，如果你考慮任何連續(xù)的隨機變量這對數(shù)該變量通常遵循所謂的對數(shù)正態(tài)分布。由平均值和標準差定義，它可以可視化為鐘形曲線，只是曲線比您在正態(tài)分布中找到的曲線更寬。

來自德國于利希研究中心和科隆大學的一組研究人員發(fā)現(xiàn)，不同哺乳動物神經(jīng)組織外層區(qū)域的神經(jīng)元數(shù)量符合對數(shù)正態(tài)分布.

撇開數(shù)學不談，一個簡單而重要的區(qū)別是正態(tài)分布鐘形曲線的對稱性和對數(shù)正態(tài)分布的不對稱性和嚴重的右偏尾，這是由于大量小值和一些顯著的大值。

一個國家的人口規(guī)模通常是正態(tài)分布的，有幾個非常大的城市和許多小城鎮(zhèn)和村莊。

大腦結構和功能取決于神經(jīng)元的數(shù)量和排列。該外層組織層的不同區(qū)域和層中的神經(jīng)元密度 –大腦皮質(zhì)– 差異很大。

“神經(jīng)元密度的分布會影響網(wǎng)絡連接，”說尤利希研究中心的神經(jīng)科學家薩沙·范·阿爾巴達（Sacha van Albada）。

“例如，如果突觸的密度是恒定的，那么神經(jīng)元密度較低的區(qū)域?qū)⒔邮盏矫總€神經(jīng)元更多的突觸。

神經(jīng)元密度的統(tǒng)計分布在很大程度上仍然未知，盡管研究確實為我們提供了引人入勝的信息關于我們大腦細胞組織的發(fā)現(xiàn).

為了進行研究，該團隊使用了九個開源數(shù)據(jù)集，涵蓋七個不同的物種：小鼠，狨猴，獼猴，加拉戈，貓頭鷹猴，狒狒和人類。當比較大腦皮層不同區(qū)域的神經(jīng)元密度時，出現(xiàn)了對數(shù)正態(tài)分布的常見模式。

“我們的研究結果與觀察結果一致，即大腦的許多特征都遵循對數(shù)正態(tài)分布，”作者在他們的論文中寫道.

對數(shù)正態(tài)分布是乘法過程的自然結果，就像正態(tài)分布是許多自變量相加的自然結果一樣。

“它在自然界中可能非常普遍的一個原因是，它是在取許多自變量的乘積時出現(xiàn)的，”說亞歷山大·范·梅根（Alexander van Meegen）共同領導了這項研究，這是他在于利希研究中心（Jülich Research Centre）攻讀計算神經(jīng)科學博士學位的一部分。

研究人員表示，大腦皮層的結構方式可能是發(fā)展或進化的副產(chǎn)品，與計算無關。

但以前的研究表明大腦神經(jīng)網(wǎng)絡變異不僅僅是一個副產(chǎn)品，它可能積極地幫助動物在不斷變化的環(huán)境中學習。事實上，在不同的物種和皮層的大部分部位都可以看到相同的組織，這表明對數(shù)正態(tài)分布被用于某些事情。

“我們無法確定神經(jīng)元密度的對數(shù)正態(tài)分布將如何影響大腦功能，但它可能與高網(wǎng)絡異質(zhì)性有關，這在計算上可能是有益的。解釋共同主要作者Aitor Morales-Gregorio，Jülich研究中心的計算神經(jīng)科學家。

科學家們希望這一發(fā)現(xiàn)能夠揭示大腦如何存儲和檢索信息，以及它如何獲取新知識。在不斷尋求有效的治療方法對于腦部疾病，它可能為創(chuàng)造針對大腦特定區(qū)域的新藥鋪平道路。

這人腦計劃為促進神經(jīng)科學、計算和腦相關醫(yī)學建立共享研究基礎設施的十年努力即將結束，它給了我們一些有趣的發(fā)現(xiàn)一路走來。

該研究已發(fā)表在大腦皮質(zhì).

寶寶起名