科学的任务

西蒙斯全球大脑合作项目

传统上,神经科学研究在很大程度上依赖于对感觉和运动系统的研究来揭示大脑功能的原理。但大脑中发生的大部分事情是内部状态,控制动机和决策偏差、记忆事件的再现和认知探索。这些内部状态与感觉和运动信号相互作用,在缺乏读取和影响神经反应的方法的情况下,很难探索这种方式,因为神经反应不仅仅依赖于操纵刺激或监测动作。现在是时候将我们的研究领域扩展到包括内部活动了,因为现在存在正确的方法:我们可以同时记录大量神经元,我们可以用光遗传学操纵它们的活动,我们有理论工具来破译它们编码的信号。这使我们能够仅从大脑活动来识别大脑内部状态,这在大脑研究史上是前所未有的。通过将这种内部状态的分析与感觉和运动加工的分析相结合,我们可以开发新的实验和理论工具来跨越从感觉到行动的弧线,并发现产生认知的神经活动的性质、作用和机制。

1.全球大脑协作中的神经编码和动力学

“全球大脑”一词指的是大脑不同区域内和跨区域的神经种群的大规模活动。大脑活动的复杂性和丰富性在最近的大规模光学记录中得到了惊人的可视化,这些记录来自清醒大脑中神经元群的细胞分辨率。活动模式在局部神经回路的细胞群中波动,而跨越多个区域的全局闪光代表其他形式的内部动态和未知意义的大脑状态。这些现象只是我们在不久的将来通过大规模记录行为动物(从苍蝇到啮齿动物到非人灵长类动物)所能看到的初步景象。西蒙斯全球大脑合作计划(SCGB)提出的科学问题是:大脑活动的复杂性和丰富性是如何表现和产生认知的?

神经编码和神经动力学的概念为描述和理解全局大脑活动提供了基础。“神经编码”指的是信息(感觉输入、情绪状态、未来行动计划、运动输出等)如何在电路中神经元的电和化学活动中表现出来。越来越多的人认识到,大多数神经密码必须在多神经元水平上理解为整个细胞群的活动模式。“神经动力学”指的是这些编码的表征如何随着时间的推移而变化,以产生认知和行为——随着时间的推移,在感知、思考和行动的过程中,神经种群的活动模式。

SCGB的重点是通过开发新的记录技术和补充的数学分析,彻底改变我们对神经编码和动力学的理解,并使用这些信息最终产生对大脑功能的机制理解。使用新技术的大规模记录将与统计分析相结合,以研究神经编码和动力学如何表示和处理与行为相关的信息。例如,在做出决定的电路中,神经动力学的形式是什么,神经代码中与做出决定相关的信息是如何表达的?回忆记忆、想象未来,或者在人类层面上进行心算时,活动的动态变化模式是什么?我们描述的神经编码和动力学将为理论和建模提供基础:目标是确定神经元的生物物理特性和电路连接的结构如何决定这些编码和动力学,从而提供对大脑功能的机制理解。

SCGB寻求一般原则。神经元的动态电生理特性(动作电位、兴奋和抑制的相互作用、爆发和适应等)在大脑区域和物种中普遍存在,同样,神经编码动力学的基本形式也可能会普遍存在。合作的主要目标是识别和描述这些普遍形式,因为它们代表了大脑功能的一般原理。

揭示神经回路中编码和动力学的一般原理,不仅将提供对简单行为和认知现象的神经基础的深入了解,而且最终将彻底改变我们对一切事物的理解,从行为的个体差异——为什么数学家擅长抽象推理,而网球运动员拥有高超的运动技能?-真正了解精神疾病患者大脑的不同之处或缺陷。

神经编码和动力学的范式转变

我们监测和操纵大脑活动的能力正在发生一场技术革命。尤其令人兴奋的进展发生在神经回路和神经种群的“介观尺度”。这个尺度介于单细胞(传统上用单单元微电极研究)和整个大脑区域之间,在整个大脑区域,活动通常使用间接或体积平均方法(如fMRI、MEG和EEG)进行绘制和研究。新技术的目标是保持单个单元研究的细胞分辨率,同时大幅增加同时监测的单元数量,以便一次性研究整个局部电路或整个大脑区域。光子学和成像技术的进步,加上新一代的钙和电压基因编码传感器,现在可以同时监测数百到数千个神经元的细胞和单动作电位分辨率。新的虚拟现实系统和微型头戴式显微镜为在啮齿类动物和其他物种进行决策和导航等行为的清醒大脑中应用这些种群活动的光学测量提供了方法。在蠕虫、苍蝇和其他物种的小大脑中,一次性监测所有大脑神经元现在是可行的。与此同时,采用微加工硅探针和新型多探针阵列的密集微电极记录已成为现实;这些在非人类灵长类动物和人类的神经编码和动力学研究中特别有用。这种监测神经种群的技术革命是颠覆性的,因为它促进了解决神经编码、动力学和大脑功能机制问题的真正范式转变。

范式的转变正在发生,因为目前的研究没有很好地捕捉到许多大脑活动。一方面,感觉、认知和运动功能的要素可能很难或不可能从作为电生理学支柱的小规模记录中辨别出来。这是因为信息通常是跨神经群体编码的,只能从多神经元活动模式的分析中解释。此外,当技术限制要求在试验、会话和受试者之间对信号进行时间锁定的平均时,心理体验的自发、自由流动的本质就不能很好地捕捉到,这样做是为了在面对峰值变化时减少噪音,以便理解单个单元的记录。新的人口成像和电极记录技术,结合新的数据分析方法,有望将我们从这种方法上的束缚中解放出来。对于信息编码和动态的事后分析以及用于实时应用,只能从细胞群的分析中推断出的大脑状态和信息的神经编码变得可访问。实时应用包括神经假体和闭环微扰实验,例如,通过检测特定的大脑状态来触发感官刺激或光遗传刺激。

作为大规模记录新技术的补充,同样令人兴奋的新方法,如光遗传学,用于刺激神经元,以测试所观察到的编码和动态的因果作用。在不久的将来,我们预计不仅能够用光激活特定的神经群体,而且能够以特定的逐个细胞的空间模式和序列来这样做——换句话说,在细胞分辨率下的神经激活,以补充细胞分辨率下的神经记录。当这项技术完全发展起来时,应该允许实验者引出特定的大脑状态,并测试它们在认知中的因果作用。

2.从大脑活动中提取知识和理解

西蒙斯全球大脑合作计划(Simons Collaboration on The Global Brain)提出的实验将从极其复杂的系统中产生大量数据。如果不开发和应用分析方法,从这些数据中提取基本机制和基本原则,就无法实现合作的目标。在这种情况下,分析意味着将数据转换为更适合研究的形式,并使用数学和基于计算机的模型来检验各种解释假设。数据转换包括从数据中提取概率分布、相关性信号和降维描述。建模包括在生物物理现实机制的基础上构建解释数据的网络,并为进一步的实验研究提供预测。

概率描述、信号处理和数据约简是在数学、计算机科学和工程领域有着悠久历史的经典方法。然而,将这些方法应用于神经科学需要适应神经数据的具体挑战。最近在这一领域已经取得了一些进展,我们预计作为SCGB支持的理论研究的一部分,会有进一步的进展。最大似然方法应用于神经数据的一个尚未解决的问题是,spike的基本统计量是泊松统计量,而经典方法主要采用高斯统计量。经典的降维方法,如主成分分析(PCA),近年来已经扩展和专门用于神经科学应用。因此,我们将统计方法应用于神经科学数据的能力正在迅速扩大,特别是在我们从神经群体的记录中推断信息和大脑状态的能力方面。然而,我们才刚刚开始探索高维空间的数学和统计学的新思想,这些新思想可能对解释大脑编码和动力学很重要。的确,在这一领域注入新的思维和理念是至关重要的。

同样,物理科学家和工程师长期以来一直使用动力系统分析的工具来研究复杂物理系统的行为,但神经系统的约束和特殊特征带来了需要解决的挑战。神经动力学和其他系统的主要区别在于神经元之间传递的信息通常是动作电位或峰值的“数字”形式。这是动力系统的游戏规则改变者。最近,我们在构建执行有趣任务的尖峰神经元网络方面取得了一些重大进展。这些模型在Simons合作的总体目标中有两个目的。首先,它们允许我们将前一段中讨论的分析工具应用于模型中真实的spike列车,以查看它们是否能提供关于这些模型中已知的潜在机制的信息。其次,它们为测试关于神经回路如何运作的假设提供了一个框架。

在过去,对神经网络的研究主要集中在涉及物体识别和分类等感官信息处理的静态任务上,通常使用前馈连接。真实的大脑回路以一种高度循环的方式连接起来,是它们的动态特性,而不是静态特性,将感官表征与运动动作联系起来。我们在构建和分析循环网络能力方面的最新进展使我们能够构建复制真实神经回路的异质性和可变性的模型。尽管这些模型很复杂,但我们已经开始有工具来理解它们是如何工作的,并与实验学家合作,提出测试,不是为了确定模型是否“正确”,而是为了回答更有趣的问题,即模型用来解决任务的机制是否是真正的神经回路所使用的机制。我们还可以利用我们对模型的理解来揭示电路的生物物理特征,包括细胞和突触,以及导致其运作模式的连接的重要方面。再一次,这些模型提出了实验测试,以及我们操纵真实电路的能力,特别是通过光遗传方法,为我们提供了一条途径,将关于一般机制的结果扩展到特定电路元件和特征的层面。

建模是在从概念到生物物理的一系列层次上完成的。例如,漂移扩散模型在决策中的应用范围从纯粹的行为现象学描述到感觉统合的网络模型。类似地,最近关于前额叶皮层群体活动的研究范围从使用读出技术来推断信息是如何表示的,到使用网络模拟来模拟任务切换的动态。未来对大脑动力学和认知的探索可能需要一系列模型,而这一系列模型将在SCGB中得到支持。

总而言之,如果我们要从数据中获取理解,理论的发展必须与记录方法的显著技术进步保持同步。此次合作将以独特的方式为数据分析和建模方法的增强以及应用做出贡献,这对其总体目标至关重要。

3.原理与系统

SCGB的指导原则是将用于记录和刺激神经种群的最新创新神经技术与最强大的分析和建模形式结合起来。这种最高水平的理论和实验的结合将被用于首先探索并最终回答关于神经回路的动态如何产生认知的深层智力问题。这个研究项目的雄心是巨大的。我们的目标是在研究和理解高级大脑状态和内部动态的方式上引发根本变化,并从它们的基本成分的活动中产生。从自下而上的角度来看,我们希望知道小电路中的神经计算如何为更高层次的合成操作提供构建模块。从自上而下的角度,我们寻求深入了解高级电路如何编排低级机制的活动,以追求更大的行为目标。简而言之,我们的目标是对神经系统功能的综合理解,认真对待机制,同时避免将部分列表错误地理解为枯燥的还原论。应用于多神经元记录的强大的新分析方法将最终允许研究大脑深处的活动,远离紧密的感觉或运动相关性,并将提供有关内部生成的、转瞬即逝的活动模式的有意义的信息。

我们关注的是问题,而不是特定的实验准备或技术。我们的目标是支持使用任何最有可能促进我们理解的方法的研究。最终目标是对人类大脑中认知过程如何进行的机制理解。人类在行为上提供了无与伦比的灵活性,但在人类身上进行的实验是极其有限的,而且通常不是在细胞分辨率的群体编码水平上,而这是这次合作的主要焦点。非人类灵长类动物的大脑与人类的大脑相似,可以通过训练来完成复杂的任务。显然,老鼠与人类的距离更遥远,它们所能执行的任务也更有限,但它们允许使用一系列超出灵长类动物所能做的操作来研究大量的受试者。老鼠的能力仍然比较有限,但老鼠遗传学的力量带来了另一套广泛的操作方法。大脑较小的动物,如幼体斑马鱼,可以对活动进行全脑成像。苍蝇既有小神经系统的优势,又有非常发达的基因操纵方法。蠕虫将一个已知的连接体添加到列表中。 Thus there exists a wide range of experimental systems, each with distinct advantages and disadvantages, for exploring the questions we raise. The SCGB will use these experimental systems and models of them to investigate the general principles of neural coding and dynamics and how they produce cognition and behavior.

领导

SCGB的科学领导地位可见一斑在这里

合作的机会

SCBG的一个关键组成部分是成员之间的相互作用。获奖者将分享数据和信息,并参加由西蒙斯基金会组织的大大小小的会议和会议。必威注册网站

推进基础科学和数学研究 订阅SCGB公告和其他基金会更新