|||
脑运行是GPS机制吗?!
---学习和讨论“神经系统共振分析”一书
都世民
大脑是世界上最复杂、最巧妙、最高级的神经信息处理系统,也是非线性程度最高的系统之一。神经信息处理一直是生物控制论的重要研究内容。从20世纪50 年代起,神经系统的研究从定性观察和实验研究,转向定量的理论研究,神经信息处理研究逐步形成信息科学、工程学、化学、物理学等众多基础学科的交叉领域,已是当代科学的前沿和热点。倍受广泛关注!
莫泽夫妇的GPS脑运行未解之谜
《环球科学》2016年2月号,总第122期,发表了“专访2014年诺贝尔生理学或医学奖得主爱德华.莫泽”,文章题目是:“大脑GPS: 还有很多待解谜团”。在莫泽教授看来,目前他们只是发现了不同的细胞种类,却依然不清楚它们之间具体是如何协作的。要搞清大脑导航系统的整体机制,仍有大量工作要做,他们发现的网格细胞能对空间位置产生映射,从而帮助大脑导航。
目前发现的与导航有关的细胞总数,大概占到了内嗅皮层细胞的50%以上,也许是60%或70%的样子。而且,也许那些已发现和未发现的细胞还有其他我们不知道的功能。更重要的是,我们目前只是发现了不同的细胞种类,却依然不清楚它们之间是如何互动的。
对于头部方向细胞,我们只知道它们和网格细胞在同一个神经回路,可能向网格细胞实时提供有关方向的信息,而速度细胞则可能为网格细胞实时更新移动速度的信息。所以,当我走出0.5米时,与此距离匹配的网格细胞会被激活,每走一步都是如此。这些还只是我们眼下的粗略推測,要搞清大脑导航系统的整体机制,仍有大量工作要做。
当然,人类不仅拥有语言,还有想象力,可以对尚未发生的事情做出预测,规划想去的地方并设计路线,情况与其他动物完全不同。莫泽认为,哺乳动物中导航系统的根基是相同的,即都是依靠网格细胞、头部方向细胞、边界细胞、速度细胞等进行工作,而随着一些更高级的大脑结构出现,导航系统也会与它们协同工作。
不难看出,
1.莫泽先生是推测认为脑内有GPS导航系统,但至今却不知脑内GPS系统是怎样构成及其运作机制。
2.莫泽先生并不认为他们有关GPS导航系统的工作已经完成,仍有大量工作需要进一步研究。
3.脑运行机制问题或者说从微纳层面到宏观层面的连接,即脑运行机制仍然是个未解谜团。
4.脑运行机制的分析应包括:神经元构成、神经元之间的链接、神经网络的结构、不同层面或不同功能的神经网络的连接,除这些内部构造外,还必须强调脑运行的信息源、信息传输载体、信息编码与解码、信息终端、脑运行的控制中心、能量供给等。莫泽先生的试验未给出这些问题的答案,却臆想出脑内有GPS系统和虚拟地图,由此才推出位置细胞、头部方向细胞、边界细胞、导航细胞一一速度细胞。实际上现在无法证明GPS系统的存在,又怎能确认位置细胞、头部方向细胞、边界细胞、速度细胞的存在呢?!将几类细胞取个名字,又怎么能说明这些细胞就能决定大脑的定位功能?况且这种映射得到的图形只是一种响应,它隐含的信息被臆想的思维所掩盖。
5.翁巨扬博客指出:获得2014诺贝尔奖的网格细胞和位置细胞的工作是比胡贝尔和威塞尔的比较开放的观点更落后。做内嗅皮层和海马脑区的研究人员搞出了一个网格细胞故事和一个位置细胞的故事。然而,我们的整脑模型表明了内嗅皮层和海马脑区,并不是分别提供网格细胞和位置细胞的。这就像讲V1区是为了朝向是错了那样,讲内嗅皮层和海马脑区分别是为了网格和位置更加是错误的。【3】
6.莫泽先生对脑运行机制的推测和脑少数细胞就能定位的说法,根据不充分,不直接,把在细胞层面的映像,在未经证明,就跨时空推断脑运行系统是GPS系统,是不恰当的,会误导研究者!
笔者在过去的博客中已讨论过几种脑运行机制的研究方法。
本文将继续讨论一种新模式------共振分析模式。这是中国专家总结出的一种新思维模式,收集了大量的新近发表的期刊文献资料,分析后提出的。还以针刺的方法进行试验验证。进一步探索脑运行机制。
脑运行机制的共振分析模式
由邓斌,于海涛,王江著,陈予恕院士写序,“神经系统共振分析”一书,对脑神经系统的运行机制提出一种新的分析模式,即共振分析模式。这本书引入以下新概念:
1.非线性系统随机共振
物理系统的共振是指当外部周期驱动的频率恰好与系统的固有频率吻合时,导致的输出信号放大,但是在有噪声干扰的情况下,这种共振通常是随着噪声强度的增加而减弱的,因此通常人们所说的共振实际上是一种频率共振。而随机共振是非线性系统特有的一种机制,是指非线性系统在外部驱动信号频率固定的前提下,外部环境噪声对系统响应的调控与优化。
2.环境噪声有益论
噪声对于神经元不仅产生负面影响,它还为信息处理提供一种方法。文中多种信息处理策略用到了噪声。在低噪声水平下,大部分感知信号未达到阈值,只有少数信号被检测到。在高噪声水平时,信号被检出。因为信号强度作为载体,使信号达到阈值,又不会使信号湮灭。由于随机共振的作用,检测亚阂值输入,往往比超阂值输入效果更好。外部环境噪声对系统响应的调控与优化。
神经系统是一个非常复杂的非线性系统,所处的环境包含各种噪声,包括从细胞水平的离子通道热噪声到人体所处的外部环境的噪声。环境噪声对神经系统的信息处理能力起到干扰还是增强的作用,是神经信息处理领域的热点问题。
3.大脑神经系统的连接
分为结构网络和功能网络加以论述。这类网络具有以下特性:小世界特性、无标度特性、模块化特性。
人脑结构连接网络是神经科学研究的一个重要方向,主要采用扩散成像技术和示踪方法,构建从神经元到大脑脑区等不同尺度上大脑网络的解剖结构。尽管大脑结构网络可以提供不同神经元、神经元集群或脑区之间的物理连接结构,但是科学家更关注决定网络动态活动的功能网络结构。脑功能网络一般以划定的脑区或记录电极、磁通道为节点,用连接边刻画不同节点之间神经电活动的相关性或因果性。
4.神经元网络的动力学行为
神经元网络的动力学行为与大脑的功能密切相关。科学家通过大量的生理实验,对神经系统的生理结构和功能机理有了充分的认识。为了深入研究神经系统网络结构对其功能的影响机制,近年来,国内外学者从数学模型出发,采用非线性动力学理论和方法,对复杂神经元网络的动力学特性做了大量分析研究,特别是同步和共振动力学机制。
神经元结构网格是什么形状?
诺奖得主莫泽夫妇认为:通常来说,如果我们沿着六边形的顶点画轴线,其中一条轴线总是会与墙壁呈现出7.5度左右的夹角。这非常奇怪,在绝大多数情况下,这条轴线总是与墙壁有这么一点点夹角,而不是与墙壁平行。大鼠经过一个六边形的任意一个顶点时,相应的网格细胞就会被激活。莫泽夫妇认为神经元网格是规则的六边形。【1】对不同层级和不同区域的神经网络的连接没有阐明。对海马区和内嗅皮层区是怎么连结的也说不清楚,信息怎样跨区传递呢?
文献【2】认为神经元网络结构具有小世界(Small world)属性。1998 年,Strogatz和Watts提出了由规则网络向随机网络过渡的小世界网络模型。随机重连过程是处于规则网络和随机网络之间的插值过程,不改变原来网络的顶点及边的数目。首先从一个包含N个节点的规则环形开始,每个节点与它的k个最近的节点通过边相连.
模块化小世界神经元网络是由 M个子网络构成的复杂神经系统,每个子网络只与位置最近的两个子网络相连构成一个环形,另外,每个子网络都是包含N个神经元的WS型小世界网络。不难看出,莫泽先生给出的神经元网络结构与文献【2】给出的网络结构形状不同。这对于数学建模及运算是有差异的。
文献【7】大脑神经元的功能:从外部信息采集到最终意识形成的整个流程中,信息采集、信息发送、信息感知和信息驱动(运动神经)等四类神经元。用模块化将这四类功能连接起来,它们是:
1)信息采集神经元模块
分布在肌体表层的各对应神经,通常具有信息采集功能。视、闻、嗅、味、触等神经元,以集群的方式形成其信息采集功能模块。
2)信息发送神经元模块
蝙蝠发送超声信号,通过神经元的模块化集群功能发送。颅内许多神经核或许也属信息发送神经元模块。
3)信息感知神经元模块
将丘脑和脑干等处的网状结构神经元理解为意识感知神经元群。
4)信息转换节点--神经核模块:在神经解剖学中,中脑以下的大量神经核(或神经元群)被解释为特异功能。这些神经核是大量神经元胞体的集合,胞体伸出的轴突是神经核与颅外肌体的连接线,每个神经元至少有一个轴突与颅外肌体的某一部分相连接。
最近公布的美国情报系统下设的情报先进研究计划署(IARPA)制定的皮层网络机器智能计划(MICrONS)。旨在逆向建造1立方毫米的大脑。首次尝试绘制拥有在每个神经元以及每个突触层面,揭示大脑接线图。研究大脑进行运算活动的方式,把由大脑激发的智能计算再向前推进一步。
这里研究的神经元连接与莫泽夫妇阐述的连接以及文献【2】所述的连接概念不同。莫泽夫妇所说的神经元连接是神经元放电在电脑上的映射。不是神经元的真实结构。文献【2、7】所说的连接是分析模型。
在复杂的电子系统中,绘制系统功能连接图称作框图,每一方框表示一个子系统,相互连接用箭头表示,控制信号用其它方式表达。子系统还可细化框图,框图中就显示出芯片和模块化电路。因此模块化连接有一定合理性。
脑运行的信息源与感官
脑神经系统是最复杂、最巧妙、最高级的信息处理系统。研究这一系统离不开信息源。如果脑神经系统是GPS系统,它的信息载体既有电流还有电磁波。在空地之间是通过天线完成电磁波的发射和接收。也可以说,这一系统是有源电子系统。莫泽先生在内嗅皮层区是找不到“卫星细胞”和“地面站细胞”。也找不到信息载体电磁波的存在及其收发的运行机制。这是莫泽先生对复杂电子系统不了解其内部结构、相互关连和运行机理。中国古话说得好:“不知者不怪罪。
”文献【2】是以噪声为信息源,是它产生随机扰动。神经元网络的动力学行为与大脑的功能密切相关。近年来,国内外学者从数学模型出发,采用非线性动力学理论和方法,对复杂神经元网络的动力学特性做了大量分析研究,特别是同步和共振动力学机制。
噪声,即随机干扰信号,渗透在神经系统的方方面面,它对神经系统的活动具有重要意义。文献【2】就是从噪声切入,研究噪声对神经系统的结构和功能的影响。将噪声归纳为以下几种:
1)外部感知噪声
外部感知刺激是一种固有噪声,因为它们本身属于热力学或量子力学的范畴。感知的第一步是感官刺激的能量转化为化学信号(通过接收光子或者受体与气味分子结合)或者是一个动作信号。这类噪声称作感知噪声。
笔者从电子系统的信息源考虑,认为脑神经系统信息源看成噪声不确切。如果无主动激励信息源,可以看成被动式,也就是说,将外界所有信号分成有用和无用信号,后者称作噪声。
笔者前面博文曾讨论过,从感官切入,目前研究者只从视角和听觉切入。视觉是被动接收光波;听觉是被动接收声波信号。【5】
文【5】是从感官切入研究脑的运行机制,以视觉和听觉为中心,先从解剖学结构出发,比较细致地阐述了感官与脑神经系统的链接,以此完成宏观到微观的跨越,在分析中是先将电磁波信号转变为电流载体的信号。
大脑的信息前端是感官:眼、耳、鼻、舌、身、意。文献【5】只涉及眼、耳两种感官,其余四个感官没有阐述。
感官味觉是在身体内部,而嗅觉、触觉、意识是与环境直接接触。就触觉而言,身躯本身就是天线,可以接收米波信号,电磁波可以穿透人体。但这一机理未见到相关讨论。
另外,笔者前文曾提出小宇宙内有无引力波问题,其频段与电磁波的米波对应频率范围是吻合的。有关这方面问题将另文讨论。
2)细胞噪声是指在每个神经元中,不断累积的噪声是在处理信息的细胞器中表现出随机性,也会由于非线性的计算量和网络交错程度进一步增加引起。神经元在生化和生物物理水平有许多随机过程,其中有蛋白质生成和降解过程、离子通道开闭、突触囊泡融合、接收器释放和靶定信号分子。
3)神经元 电噪声
依然引起膜电位波动。这类电噪声的主要来源是通道噪声一一压控或配体门控的随机开闭的离子通道产生的电流。由随机模型可知,通道噪声可 以解释由朗飞氏结动作电位阂值的可变性,及膜片处起始动作电位的可靠性。起始和传播中的动作电位受通道噪声影响。
4)突触噪声
许多新皮质细胞接收来自上千个突触的刺激,被称为“突触背景噪声”。神经系统错综复杂的树状结构,使得突触相互作用产生的背景噪声,不仅仅有单个突触自身产生的噪声。宏观的真实噪声对突触的作用,也可能造成突触背景噪声可变性,并影响神经元放电。
5)运动噪声
人们通过运动来与环境互动,而每次运动都有内在的不同。从中枢神经系统产生运动信号,到由运动神经接收并在肌肉纤维转化为机械力。有三种机制构成肌纤维发力时产生的可变性。另外运动神经元和肌纤维之间的串扰产生与噪声无关,会使肌纤维受到耦合神经元的影响。
文献【2】突出噪声有益的关键论点。噪声对于神经元不仅产生负面影响,它还为信息处理提供一种方法。文中多种信息处理策略用到了噪声。例如,在阈值系统中,检测并传递弱信号过程中,在合适的噪声强度条件下,随机共振可增强弱信号。在产生电刺激的神经元中,亚阈值信号对系统的输出没有影响。噪声使输入亚阈值超过阈值来转化阈值的非线性特性,使亚阈值输入信号更接近阈值。应当指出:在噪声影响下形成的神经元信号网络将变得不稳定,甚至产生许多状态。
脑神经系统的共振机制
文献【2】指出:在生物神经系统中,在产生动作电位的过程中,神经元总是不可避免地受到各种环境噪声的影响。大量研究表明:噪声的涨落影响是不能忽略的,它与神经系统的实际功能有着密切的联系。噪声可以有效提高感觉神经元响应、编码和处理外界刺激信号的能力。神经元可以借助噪声达到放电阂值,并在一定强度的噪声作用下,系统对外界输入刺激信号的峰电位响应达到最佳,即产生随机共振现象。
振动共振的发生需要两种不同频率的信号。而在人的大脑中确实存在高、低两种频率信号,且低频信号携带的生物信息往往是神经系统进行响应所需要的,因此,研究神经系统中的振动共振具有重要的生理意义。神经元在高、低频信号的共同刺激下,超过放电阂值而产生动作电位,并在一定的高频信号强度下系统对低频信号的响应幅值达到最佳,从而达到放大低频信号的效果。
在没有外界信号的的激励,只有噪声的作用下,系统输出也变得有序的现象被称为相干共振。
近年来,人们用许多可兴奋性系统(如1F模型、Hingermarsh-Rose (HR)模型和瑯模型等)来研究神经系统的相干共振现象。。在这些研究中,有通过相干因子、放电时间的均方差、膜电势的均方差来研究系统的一致性的。
研究表明,共振现象不仅与正常的脑功能(如信号的传递等)有着密切的联系,而且对某些神经疾病治疗手段的机制解释具有重要意义。
关于共振分析模式的数学模型及其计算结果,笔者不再累述。文【2】提出的共振机制的试验验证,是利用针刺的方法,在微观层面测量大鼠的细胞放电在电脑上的映射。把基于计算神经科学的机理分析以及实验数据分析结合起来,系统地研究了共振在针刺神经电信息编码分析中的应用。检测到的脊髓背根神经电信号包含多个神经元的放电信息,但是无法直接用于编码分析,需要把参与编码的多神经元的放电时刻序列提取出来,使用类选算法进行信号类选。类选后,对不同类神经元放电次数和放电时间进行分析,计算结果表明,捻转法的编码机制是相似的,提插法的编码机制也相似。但是,不同频率针刺作用引起的放电模式明显不同,特别是针刺信号的持续时间。另外还发现,噪声会使每层网络对突触前输入更敏感,因此平均放电率增高。
结论与讨论
综上所述,笔者认为:
1)脑运行不是GPS机制。从系统的内部结构、信息源、信息载体、信息编码与解码、信息传输等诸多因素分析,均不支持脑运行机制是GPS系统的运行机制,这种推测是不恰当的。
2)脑运行机制不是GPS系统的运行机制,那么应该怎样阐述大脑的运行机制呢?文【2】提出的共振机制是一种新思路,作者对这种思路给出较为系统和完整的建模,并给出相关计算结果,有参考价值。
3)文【2】对脑信息源的分析,笔者有不同看法,作者应对眼、耳、鼻、舌、身、意六个感官产生的信息,应分别讨论,宠统给出的模型存在问题。六个感官的信息用什么方法整合,怎样验证其合理性,也是必须考虑的。
4)文【2】将脑网络分成结构网络和功能网络是很合理的。美国脑科学阿波罗计划,试图绘制1立方毫米脑内网络连接图,是结构网络还是功能网络?功能网络的连接取决于电信息传递、能量供给、模块之间关联,是肉眼不可见。
从复杂电子系统来看,人们看到的照片都是系统的结构布局,而连接电线、电缆、光纤、波导、同轴线等才是电信号的连接处。因此结构网络和功能网络不能混为一谈。从放电映射是分不清结构网络和功能网络。莫泽先生的论述是混淆了两者概念。
5)有关细胞动力学建模,文【2】的作者给出的动力学方程,是在噪声作用下,与六感官的激励有些脱节。这涉及激励电流在不同感官的前提下,影视因素的分析是不同的。其分析结果也会不同。
6)有关细胞运动的分析,不同学科会有不同的概念和分析方法。【8】
7)文【2】有关“共振”的概念,不同于多学科的共振这个词的含义,它不是天线学科的谐振腔共振,也不是声学音箱的共鸣,更不是力学中的共振。实际上是某种特性的优化。
8)脑运行机制的完整描述尚无结论。为时尚早。有待于多学科的分析建模及其试验验证。【9】
模块式网络连接应从感官起绘制连接图,眼、耳、鼻、舌、身、意六个感官产生的信息,是单一信息还是多信息同时产生或有先后,这与环境激励有关。观看视频与听音乐是不同的。前者有视觉、听觉、意觉,后者只有听觉和意觉。如果进餐就包含视觉、嗅觉、味觉,有时会有听觉信息,如何使多种信息不相互干扰,需要整合。用单一动力学方程不能反应问题的实质。
9)在所有电子系统中,能源供给都有电源功能模块。生物学家很难搞清楚这一问题。
10)笔直认为脑器官的功能网络的相互关联的控制是“心”,这“心”不是心脏。笔者在以前博文中有过讨论。不再重复。
参考资料
【1】“大脑GPS:还有很多待解谜团”------专访2014年诺贝尔生理学或医学奖得主爱德华”,环球科学》2016年2月号,总第122期。
【2】邓斌,于海涛,王江著,神经系统共振分析,一北京:科学出版社,2015.2。
【3】美国神经工程系统设计计划在当今人类知识的现状中有根本缺陷?,科学网,2016-2-6。本文引用地址:
http://blog.sciencenet.cn/blog-395089-954793.html 此文来自科学网翁巨扬博客,
【4】美国启动大脑阿波罗计划 . http://t.cn/RGkNkNm。
【5】李奇等著,视听觉信息整合脑机制研究,北京:国防工业出版社,2014.5。
【6】从感官切入研究脑机制,来自科学网,
本文引用地址:http://blog.sciencenet.cn/blog-1339385-947697.html 此文来自科学网都世民博客。
【7】意识进化起始于神经元的模块化集群功能,科学网,2015-10-16本文引用地址:http://blog.sciencenet.cn/blog-1724380-928572.html 此文来自科学网钟振余博客。
【8】Alexander.R. Dunn,张萌,李国辉编译,生物细胞中的能量学和力学,《物理》,Vol.44,no.2,2016。
【9】复杂性思维---物质、精神和人类的计算动力学,[德]克劳斯,迈因策尔 著
曾国屏 苏俊斌译,上海辞书出版社,2013.12。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-4 12:22
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社