Science：骆利群院士最新教科书级别的综述——神经环路的架构

本文由brainnews脑科学世界团队原创编译，转载请联系授权。

人脑包含大约1000亿个神经元，每个神经元都有数千个神经突触连接。

尽管单个神经元具备精细的信息处理能力，但它们只有通过不同的突触连接模式形成特定的神经环路，才能执行某种特别的功能。这才让我们的大脑成为了一台强大的计算机。

从微环路里几个神经元到大尺度的数百万神经元，数十年的大量研究让我们了解了它们的各种连接模式以及功能。然而单个的神经元是如何实现大脑复杂精妙的功能的呢？神经元的连接模式是否存在一般性的原理呢？

2021年9月3日，Science杂志重磅推出了顶级神经科学家骆利群院士的综述文章：Architectures of neuronal circuits。

今天，跟随brainnews编辑部再次重温!

这篇综述提炼出了关键的环路建构模式，并指出其潜在的功能以及它们是如何在进化发育中涌现出来的。骆利群院士通过把神经元比喻为字母，微环路比喻为单词，神经环路比喻为句子，大脑比喻为整篇文章，深入浅出地解释了神经环路架构的一般性原理。

值得一提的是，骆利群院士还单独编写了经典教科书--《神经科学原理》。强推| 神经科学的重磅工具书——《神经生物学原理》

因此，brainnews编辑部在这里对这篇综述进行深入解读，以飨各位读者。

早在一个世纪以前，卡哈尔（Cajal）等人就已经提出单个神经元是神经系统的基本单位。Cajal还进一步提出，单个神经元内的信息是从树突传到胞体再到轴突的。

作者认为，尽管现在已经通过单神经元示踪、电镜重建、跨突触示踪、以及电生理和光遗传等技术建立了大量神经环路的图谱，我们却依旧不清楚在不同的物种、不同的脑区中，神经环路架构是否存在更为一般性的原理。了解这些连接模式如何介导特定的功能，可以让我们解码神经系统中信息处理的原理，并进一步激发人工智能的发展。

文章里，作者讨论了神经元如何通过突触连接的特定模式相互通信的基本原理。作者把神经元比喻为字母，大脑比喻为整篇文章，而微环路就是字母组成的单词，神经则是单词组成的句子。不同脑区使用的不同单词就是环路模体（circuit motifs），而环路模体又进一步组成了复杂的神经环路架构。

常见的环路模体（motifs）

1．前馈激活

信号从一个神经区域流向另一个神经区域的主要方式是通过前馈激活，即兴奋性神经元之间的一系列连接。在每个阶段，神经元通常从多个突触前神经元（会聚激活）接收输入，并通过分支轴突将输出发送到多个突触后神经元（发散激活）。

会聚激活可以使突触后神经元选择性地响应并非单独或明确存在于任何突触前神经元中的特征。如果多个输入神经元携带相同的信号但不相关的噪声，它还可以提高信噪比。发散激活允许多个下游通路处理相同的信号。

前馈激活最典型的例子之一是哺乳动物视觉系统，其中信号始于光感受器→ 双极细胞 → 视网膜神经节细胞 → 外侧膝状核 (LGN) 中继神经元 → 第 4 层初级视觉皮层 (V1) 神经元 → V1 神经元其他层 → 较高皮层区域的神经元。沿着这些前馈通路，视觉信息从简单的光强度转化为对比度、边缘、物体和运动。

2．前馈抑制和反馈抑制

在前馈抑制中，抑制性神经元接收来自突触前兴奋性神经元的输入，并且抑制和突触前兴奋输入都汇聚到同一个突触后神经元上。

在反馈抑制中，抑制性神经元接收来自兴奋性神经元的输入并将其投射回通常在其突触前末梢的兴奋性神经元。

前馈抑制比反馈抑制作用更快，因为它在兴奋信号后仅以一个突触延迟到达突触后靶细胞，而反馈抑制有两个突触延迟。前馈抑制与输入强度成正比，而反馈抑制与输出强度成正比；两者都用于调节传入兴奋信号的持续时间和幅度。

3．侧向抑制

侧向抑制通过放大并行路径之间的活动差异来选择要传播到下游环路的信息，其一般目的是加强要由下游环路处理的行为学相关信息。

4．相互抑制

如果A和B都是抑制神经元， A直接抑制B，则激活A将解除对B 的目标神经元的抑制。如果B也抑制A，则它们形成相互抑制模体。相互抑制广泛用于表现出节律活动的回路，例如与运动、睡眠有关的回路。

针对特定功能的特定环路架构

1．连续地形图

连续地形图是神经系统传递信息的常见架构。相邻的输入神经元通过有序的轴突投射连接到相邻的目标神经元。一个主要的例子是视觉的中枢有序投射。

连续地形图提供了一种处理连续阶段组织信息的便捷方式。它们具有多种计算优势。例如，将在功能上更经常相互连接的环路元件放置在彼此附近，地形图可以通过最小化布线长度来节省能源。

2．离散并行处理

离散并行处理允许通过离散信息通道并行表示和处理信号。一个典型的例子是脊椎动物嗅球和昆虫触角叶：表达相同气味受体的嗅觉受体神经元散乱分布在嗅球中，却将它们的轴突发送到同一个嗅小球上，从而提高了信噪比。

3．维度扩展

在维度扩展架构中，来自相对少量输入神经元的信号发散到大量输出神经元上，允许输出神经元表示输入信号的不同组合序列。两个主要的例子是昆虫蘑菇体和脊椎动物小脑。

在这两种情况下，只有相对少量的输入，而输入激发模式的微小差异可以更容易地通过突触后神经元的群体激发模式来区分。

4．循环回路

神经系统充满了循环回路，神经元通常通过一些中间的神经元最终投射回自身。例如，在哺乳动物视觉系统中，除了来自 LGN → V1 → 较高皮层区域的“自下而上”投射外，来自较高皮层区域 → V1 → LGN “自上而下”投射还具有注意力控制等多种功能。

的

5．偏倚输入-分离输出

调节神经元在神经系统中也有功能。在小鼠中，中脑多巴胺，中缝背血清素和下丘脑甘丙肽系统在群体水平上都采取“偏倚输入-分离输出”架构。

一个例外是蓝斑去甲肾上腺素系统。在种群水平上，投射到一个大脑区域的蓝斑去甲肾上腺素轴突也广泛地投射到其他区域，表明蓝斑去甲肾上腺素系统采用整合和广播架构来调节全局大脑状态（例如唤醒）。

进化和发育的观点

计算机环路是自上而下设计的产物，而复杂的神经元环路已经进化了数亿年。作者指出，神经元回路在发育过程中使用进化选择的遗传指令自组装，并通过经验进行微调。因此，现有的神经环路结构很可能是在演化过程中很容易进化和组装的那些选择。

1．神经环路的进化

一些核心模体的普遍存在，例如前馈激活和前馈/反馈抑制，可能起源于具有中间神经元和中枢神经系统的动物，并且由于其实用性而在不同物种中保守并在每个物种内的神经区域中传播。

昆虫和脊椎动物嗅觉系统的嗅小球组织很可能是趋同进化的结果，因为从它们最后一个共同祖先没有这种组织，并且使用不同类型的分子作气味受体。

神经系统的逐渐复杂化需要神经元数量、神经元类型及其连接和大脑区域的扩展。所有这些过程都必须由 DNA 的变化引起。进化创新的一个关键机制是基因的复制和发散。

大脑区域进化的复制和发散原则上应该使神经元回路模块化：复制单元内的丰富连接和单元之间的稀疏连接。反过来，神经元回路的模块化特性可能会加速进化，因为不同的模块可以相互独立地进化。

2．神经环路的发育

进化主要通过在发育过程中修改参与环路布线的基因来对神经元回路施加影响。用有限数量的基因建立大量连接的特异性的一种策略是使用相同蛋白质的不同表达水平来指定不同的连接。

实现组合编码的一种有效方法是将接线过程划分为不同的时空步骤，相同的布线分子可以在不同的时间和地点使用。自发和经验驱动的神经元活动进一步完善了突触连接。

展 望

我们才刚刚开始深入了解在复杂神经系统中产生环路结构的进化和发育过程。接下来可以研究建立这些连接模式并作为其功能基础的机制。整合对神经元回路的结构、功能、发育和进化的研究，将使人们能够更深入地了解超越单个神经元水平的神经系统组织。

此外，了解不同架构如何在单个神经系统中协作也应该会激发新的人工神经网络，这些网络有朝一日可能会实现通用人工智能。

原文链接：

https://www.science.org/doi/10.1126/science.abg7285

编译作者：C57（brainnews创作团队）

校审：Simon（brainnews编辑部）