于是，有一种观点，就是认为神经元真正有效的地方，其实就是我们检测到的电信号噪声，虽然我们因为现在不了解其意义，而定义为噪声，但，因为它远具有比动作电位神秘的属性，很可能才是我们神经系统的真正主角
搜索kosmos
神经元并不按规矩出牌
Fri, 2008-08-29 11:09 — yijun
今天和一位来自马普做神经电生理很牛的朋友很好地学习了一番，非常兴奋。
神经元最初被我们认识到的活动，就是发送与传递动作电位，以及通过离子通道传递神经递质，他们实验室做到了数清楚突触前端膜上有1千多个离子通道的程度。
但是，动作电位只是数字信号，因此相对简单，也因此而最早被观察者注意到并加以充分研究，固然，动作电位的传递过程中，有些运算的现象出现，例如被抑制、被激发，基于某些分布或概率，但是，单纯的动作电位，仍然令人难以想象能够构成一个有意义的，能够输出基本动作指令的大脑系统之运算网络。当然，有一种思路是，只要数量上来了，比方说人脑上千亿的神经元，再简单的动作电位传递机制，都没法否定基于大数量，而在系统层面呈现复杂行为输出。就好像我们在凝聚态物理里面常见的那样，永远也不要低估涌现的魔法。
但是，我们不妨也开阔下思路，就是，除了动作电位数字信号，是否还有其他更复杂机制呢？
确实，这是我第一次了解到，除了数字信号，大量的模拟信号，在神经元的递质触发机制上，也是非常重要的角色。
那些模拟信号，目前对于我们来说，是非常神秘的，因为我们不知道它什么时候就出现，什么时候就湮灭。几乎是神出鬼没的。
例如，他所做到大鼠海马体切片，一个1/2截面的切片，大概是好几十万数量级的神经元，厚度大概是几百个微米，里面大量完整无缺的神经元。这样一个切片，可能只是溶液里面某种离子分布的波动，就会触发很奇怪的模拟信号的出现，导致神经元的异常兴奋或者抑制，与简单的动作电位机制非常不同。
于是，有一种观点，就是认为神经元真正有效的地方，其实就是我们检测到的电信号噪声，虽然我们因为现在不了解其意义，而定义为噪声，但，因为它远具有比动作电位神秘的属性，很可能才是我们神经系统的真正主角。
现在的问题是，我们缺乏更好的在体测量工具或技术，他在切片上刺神经元，一天能够显微镜下刺到定位不错，细胞状态也不错的好的神经元，到7～8个就是很好的成效，一般找到一个能够输出合格的数据，就算很好的运气了。他用的还是定位精度达到纳米级的纳米技术用到的步进器，利用石英陶瓷电震动机制制造的。
然后，如果要在同一个切片上，同时刺到两个有意义的神经元，然后还得证明这两个神经元有关联，目前，是很难的。
这就是目前我们的技术极限。
而，我们做了切片，最好还能够做在体的神经元，而除了动作电位的测量，我们还需要测量模拟信号，而鉴于模拟信号来源不清，那就要求我们必须同时检测多个神经元。这些，都只能展望未来了。
实验是一方面，模型建构同样是需要解决很多难题的。
首先，我们成熟的电路理论远远不能应对神经元的复杂性。想当初，流行把一个神经元想象为一个电子器件，希望通过测量其有规律的电信号输入输出特性，来了解其作为一个电信号传导与加工器件的属性，但，神经元以其不守电子学规矩而使得人们大为失望：也许动作电位来了，但它并不打开通道...
这里面呈现出烦人的概率，不知原因的概率。
一个神经元就已经如此不守规矩，那么连接在一起的一群乃至上千亿的神经元呢？
我们还从未能够给如此的系统建模。
1，得排除简单模式神经元的网络联接模型，那就要有判别准则：何以是不可能的，或者何以是可能的。
但，数量肯定是一个很重要的元素，不然，进化的结果人类达到上千亿神经元，意义何在？
所以，只能说单纯的数量网络联接模型，必然得不到一个关键结果，导致其无法成为大脑的主要模式。
什么关键结果呢？可能得到神经元数量足够多的模型动物，千万或亿，那里去寻找。
神经元最初被我们认识到的活动，就是发送与传递动作电位，以及通过离子通道传递神经递质，他们实验室做到了数清楚突触前端膜上有1千多个离子通道的程度。
但是，动作电位只是数字信号，因此相对简单，也因此而最早被观察者注意到并加以充分研究，固然，动作电位的传递过程中，有些运算的现象出现，例如被抑制、被激发，基于某些分布或概率，但是，单纯的动作电位，仍然令人难以想象能够构成一个有意义的，能够输出基本动作指令的大脑系统之运算网络。当然，有一种思路是，只要数量上来了，比方说人脑上千亿的神经元，再简单的动作电位传递机制，都没法否定基于大数量，而在系统层面呈现复杂行为输出。就好像我们在凝聚态物理里面常见的那样，永远也不要低估涌现的魔法。
但是，我们不妨也开阔下思路，就是，除了动作电位数字信号，是否还有其他更复杂机制呢？
确实，这是我第一次了解到，除了数字信号，大量的模拟信号，在神经元的递质触发机制上，也是非常重要的角色。
那些模拟信号，目前对于我们来说，是非常神秘的，因为我们不知道它什么时候就出现，什么时候就湮灭。几乎是神出鬼没的。
例如，他所做到大鼠海马体切片，一个1/2截面的切片，大概是好几十万数量级的神经元，厚度大概是几百个微米，里面大量完整无缺的神经元。这样一个切片，可能只是溶液里面某种离子分布的波动，就会触发很奇怪的模拟信号的出现，导致神经元的异常兴奋或者抑制，与简单的动作电位机制非常不同。
于是，有一种观点，就是认为神经元真正有效的地方，其实就是我们检测到的电信号噪声，虽然我们因为现在不了解其意义，而定义为噪声，但，因为它远具有比动作电位神秘的属性，很可能才是我们神经系统的真正主角。
现在的问题是，我们缺乏更好的在体测量工具或技术，他在切片上刺神经元，一天能够显微镜下刺到定位不错，细胞状态也不错的好的神经元，到7～8个就是很好的成效，一般找到一个能够输出合格的数据，就算很好的运气了。他用的还是定位精度达到纳米级的纳米技术用到的步进器，利用石英陶瓷电震动机制制造的。
然后，如果要在同一个切片上，同时刺到两个有意义的神经元，然后还得证明这两个神经元有关联，目前，是很难的。
这就是目前我们的技术极限。
而，我们做了切片，最好还能够做在体的神经元，而除了动作电位的测量，我们还需要测量模拟信号，而鉴于模拟信号来源不清，那就要求我们必须同时检测多个神经元。这些，都只能展望未来了。
实验是一方面，模型建构同样是需要解决很多难题的。
首先，我们成熟的电路理论远远不能应对神经元的复杂性。想当初，流行把一个神经元想象为一个电子器件，希望通过测量其有规律的电信号输入输出特性，来了解其作为一个电信号传导与加工器件的属性，但，神经元以其不守电子学规矩而使得人们大为失望：也许动作电位来了，但它并不打开通道...
这里面呈现出烦人的概率，不知原因的概率。
一个神经元就已经如此不守规矩，那么连接在一起的一群乃至上千亿的神经元呢？
我们还从未能够给如此的系统建模。
1，得排除简单模式神经元的网络联接模型，那就要有判别准则：何以是不可能的，或者何以是可能的。
但，数量肯定是一个很重要的元素，不然，进化的结果人类达到上千亿神经元，意义何在？
所以，只能说单纯的数量网络联接模型，必然得不到一个关键结果，导致其无法成为大脑的主要模式。
什么关键结果呢？可能得到神经元数量足够多的模型动物，千万或亿，那里去寻找。
- yijun's blog
- Login to post comments
- 2364 reads
Comments
推荐一个网站www.quantum
所谓量子意识