每个大脑都是独特的，不仅在神经连接上，还在神经元的分子组成上，尤其是它们的离子通道。尽管存在显著差异，大脑仍然能够有效运作，这一神秘现象被称为“神经元退化”（与病理性退化不同）。研究人员利用数学方法识别出两个特定机制，帮助解释这种可靠性。这些机制促进了可靠的神经调制，尽管离子通道存在波动，揭示了大脑如何根据内部和外部刺激调整其活动。
在一项发表在科学期刊《PNAS Nexus》上的研究中，来自李ège大学神经形态工程实验室的科学家讨论了大脑功能的一个有趣方面：神经元在其生理元素存在显著差异时仍能维持可靠运作的能力。
在神经科学中，大家都知道每个大脑都是独特的，不仅在其神经连接方面，而且在其神经元的分子结构上。这包括离子通道，它们是负责将离子运输到神经元的膜蛋白。然而，这些离子通道在不同的人之间甚至在同一个个体的不同神经元之间可以有很大的差异。尽管存在这种变异性，大脑始终能够持续地执行其功能，引发了一个被称为“神经元退化”的难题。这个概念不同于病理性退化（发现于神经退行性疾病中），它侧重于大脑的适应性和韧性。
来自ULiège的研究人员，包括阿瑟·菲翁、阿莱西奥·法兰奇、皮埃尔·萨克雷和纪尧姆·德里昂，采取了一种独特的方法，利用数学工具深入了解这种韧性。他们的降维技术使他们能够简化对这个复杂系统的分析，揭示了两个独特的机制来解释这种退化现象。
“我们的发现表明，这两个机制是同时运作的，各自具有独特的生理来源和目的，”实验室研究员、该研究的主要作者阿瑟·菲翁说。这些机制共同使神经信号的调节变得可靠，即使在离子通道存在变化的情况下。这一发现进一步为神经调制过程提供了深入的见解，大脑根据内部或外部线索调整其功能。最终，这种更深入的理解有助于制定通用的神经调制调整指南，为预测神经活性药物的影响和改善神经科学中的计算模型提供了希望。
超越人类大脑的更广泛影响
这些结果的影响超越了对生物大脑的理解。研究团队基于他们的发现创建了一个神经调制算法，适用于神经形态系统，如机器人和人工智能设备。这些发展可能改变机器人技术，使机器能够根据周围环境动态变化，类似于人脑的运作方式。
计算神经科学是一个快速发展的领域，旨在将实验神经科学与数学框架结合起来。这项研究是这一广泛倡议的一部分，解决了一个关键问题：我们如何在不牺牲重要细节的情况下简化对复杂系统的研究？“我们的研究展示了各种元素，如离子导电性，如何在简化框架内结构化，从而使神经元模型更易于接触，”神经运动工程实验室的负责人纪尧姆·德里昂解释说。
超越其理论意义，这些发现还有宝贵的实际应用。在机器人技术中，这些算法可以赋予机器更好地适应不可预见情况的能力，例如根据环境变化调整其行为。此外，在医学领域，它们可能促进开发针对特定疾病或药物影响的神经调制机制的个性化疗法。
