兴奋-抑制在大脑发育不同阶段的作用 | 附7篇领域必读文献·周六直播

导语

继「神经动力学模型」与「计算神经科学」读书会后，集智俱乐部联合来自数学、物理学、生物学、神经科学和计算机的一线研究者共同发起，跨越微观、介观与宏观的视角，探索意识与智能的跨尺度计算、演化与涌现。重点探讨物理规律与人工智能如何帮助我们认识神经动力学，以及神经活动跨尺度的计算与演化如何构建微观与宏观、结构与功能之间的桥梁。

大脑如何从早期状态中分工出视觉、思维等不同区域？本期读书会揭秘其三大关键：从共同起点出发，经协同演化塑造，最终在特定情境下实现高效分工。一起来探索兴奋与抑制如何巧妙调控这一神奇过程吧！

分享简介

理解大脑如何从发育早期的相对均质状态逐渐分化形成功能高度特异化的成熟皮层区域（如处理感官信息的初级视皮层V1与负责复杂认知的前额叶皮层PFC），是神经科学的核心问题之一。传统理论主要关注不同脑区先天预置或后天经验驱动的独特组织模式。在本期读书会中，我们将聚焦大脑功能形成的三个关键方面：共享起点、协同演化，和情境驱动。具体而言，首先，早期共有的模块化网络为跨脑区提供了通用功能基础；继而，保守的发育程序结合区域特异性调整逐渐塑造了成熟脑区的结构差异；最终，在特定感觉或认知情境下，区域特异的动态计算机制（如V1的刺激强度依赖性切换机制）得以实现高效的信息处理。我们将特别探讨兴奋-抑制神经元的互动如何在这三个阶段中发挥核心调控作用。

核心关注问题

1. 发育过程中，大脑的神经活动，连接结构和功能经历了哪些变化？

2. 兴奋和抑制神经元群体群体活动如何调控大脑的发育过程？

3. 发育如何帮助大脑实现高效信息处理？

分享大纲

1. V1区在早期发育中的自发活动

• 自发活动与朝向偏好图之间的关系

• 模块化自发活动背后的环路机制

1. 多脑区发育

• 不同脑区自发活动的比较

• 发育过程中自发活动的改变

• 发育性变化背后的环路机制

1. 成熟V1区的神经元相互作用

• 利用光遗传学进行影响映射

• 非线性网络与环境依赖性

主讲人介绍

孔德玥，法兰克福高等研究院在读博士生，师从 Matthias Kaschube 教授。本科毕业于香港科技大学，获得计算机+细胞生物学学位，在胡禹老师课题组完成毕业论文。研究兴趣：神经环路的早期发育，神经动力学，光遗传对神经环路的扰动。

参与时间

2025年10月4日（周六）晚上19:00-21:00（固定时间，记得关注获取每周分享信息～）

报名加入社群交流

https://pattern.swarma.org/study_group_issue/975?from=wechat

扫码参与，加入社群，获取系列读书会永久回看权限，与社区的一线科研工作者沟通交流，共同溯源复杂科学的思想脉络。

领域必读文献7篇

这篇讲的是早期发育中自发活动的空间结构

1. N.J. Powell, B. Hein, D. Kong, J. Elpelt, H.N. Mulholland, M. Kaschube, & G.B. Smith, Common modular architecture across diverse cortical areas in early development, Proc. Natl. Acad. Sci. U.S.A. 121 (11) e2313743121, https://doi.org/10.1073/pnas.2313743121 (2024).

展示了早期自发活动和特征选择性之间存在的关系

1. Smith, G. B., Hein, B., Whitney, D. E., Fitzpatrick, D., & Kaschube, M. (2018). Distributed network interactions and their emergence in developing neocortex. Nature neuroscience, 21(11), 1600-1608.

神经非线性如何实现情境相关调节

1. Rubin DB, Van Hooser SD, Miller KD. The stabilized supralinear network: a unifying circuit motif underlying multi-input integration in sensory cortex. Neuron. 2015 Jan 21;85(2):402-17. doi:10.1016/j.neuron.2014.12.026.

这篇主要讲发育过程中自发神经活动和视觉刺激导致的神经活动如何变得更相似，以及什么样的环路连接结构变化在这之中起作用

1. Trägenap, S., Whitney, D.E., Fitzpatrick, D. et al. The developmental emergence of reliable cortical representations. Nat Neurosci 28, 394–405 (2025). https://doi.org/10.1038/s41593-024-01857-3

基于小鼠的实验数据，这篇的作者们提出了比较完整的神经环路面对光遗传扰动的反应理论

1. Chau HY, Miller KD, Palmigiano A. Exact linear theory of perturbation response in a space- and feature-dependent cortical circuit model. bioRxiv [Preprint]. 2025 Jun 21:2024.12.27.630558. doi: 10.1101/2024.12.27.630558. PMID: 39896520; PMCID: PMC11785077.

开放招募：

这两篇都是关于光遗传扰动后神经环路反应的建模工作

1. O’Shea, Daniel J., Lea Duncker, Werapong Goo, Xulu Sun, Saurabh Vyas, Eric M. Trautmann, Ilka Diester, Charu Ramakrishnan, Karl Deisseroth, Maneesh Sahani, and Krishna V. Shenoy. 2022. ‘Direct Neural Perturbations Reveal a Dynamical Mechanism for Robust Computation’. 2022.12.16.520768.

2. Oldenburg IA, Hendricks WD, Handy G, Shamardani K, Bounds HA, Doiron B, Adesnik H. The logic of recurrent circuits in the primary visual cortex. Nat Neurosci. 2024 Jan;27(1):137-147. doi: 10.1038/s41593-023-01510-5. Epub 2024 Jan 3. PMID: 38172437; PMCID: PMC10774145.

计算神经科学第三季读书会

从单个神经元的放电到全脑范围的意识涌现，理解智能的本质与演化始终是一个关于尺度的问题。更值得深思的是，无论是微观的突触可塑性、介观的皮层模块自组织，还是宏观的全局信息广播，不同尺度的动力学过程都在共同塑造着认知与意识。这说明，对心智的研究从最初就必须直面一个核心挑战：局部的神经活动如何整合为统一的体验？局域的网络连接又如何支撑灵活的智能行为？

继「」与「」读书会后，集智俱乐部联合来自数学、物理学、生物学、神经科学和计算机的一线研究者共同发起，跨越微观、介观与宏观的视角，探索意识与智能的跨尺度计算、演化与涌现。重点探讨物理规律与人工智能如何帮助我们认识神经动力学，以及神经活动跨尺度的计算与演化如何构建微观与宏观、结构与功能之间的桥梁。

详情请见：