人脑计划研究人员确定了大脑中神经元分布背后的数学规则
来自于利希研究中心和科隆大学(德国)的 HBP 研究人员发现了哺乳动物大脑皮质区域内和皮质区域内神经元密度的分布情况。他们揭示了皮质细胞结构的基本组织原理：神经元密度普遍存在的对数正态分布。
神经元的数量及其空间排列在塑造大脑的结构和功能方面发挥着至关重要的作用。然而，尽管有大量可用的细胞结构数据，但神经元密度的统计分布在很大程度上仍未得到描述。发表在《大脑皮层》上的新 HBP 研究增进了我们对哺乳动物大脑组织的理解。
该团队的调查基于七个物种的九个公开数据集：小鼠、狨猴、猕猴、加拉戈猴、猫头鹰猴、狒狒和人类。在分析了每个区域的皮质区域后，他们发现这些区域内的神经元密度遵循一致的模式——对数正态分布。这表明哺乳动物大脑中神经元密度的基本组织原则。
对数正态分布是一种以偏斜钟形曲线为特征的统计分布。例如，当取正态分布变量的指数时，就会出现这种情况。它在几个方面与正态分布不同。最重要的是，正态分布的曲线是对称的，而对数正态分布的曲线是不对称的，有重尾。
这些发现与准确地模拟大脑相关。“尤其是因为神经元密度的分布会影响网络连接，”于利希研究中心理论神经解剖学小组组长、该论文的高级作者 Sacha van Albada 说道。“例如，如果突触的密度恒定，神经元密度较低的区域每个神经元将接收更多的突触，”她解释道。这些方面也与神经形态硬件等受大脑启发的技术的设计相关。
“此外，由于皮质区域通常根据细胞结构来区分，因此了解神经元密度的分布可能有助于统计评估区域之间的差异以及区域之间边界的位置，”van Albada 补充道。
这些结果与观察结果一致，即大脑的许多特征令人惊讶地遵循对数正态分布。该研究的联合第一作者亚历山大·范·米根 (Alexander van Meegen) 表示：“它在自然界中可能非常常见的一个原因是，它是在采用许多自变量的乘积时出现的。” 换句话说，对数正态分布是乘法过程自然产生的，类似于对许多自变量求和时正态分布的出现方式。
“使用一个简单的模型，我们能够展示神经元在发育过程中的倍增增殖如何导致观察到的神经元密度分布”，van Meegen 解释道。
根据这项研究，原则上，整个皮层的组织结构可能是发展或进化的副产品，不具有计算功能;但事实上，在几个物种和大多数皮质区域中都可以观察到相同的组织结构，这表明对数正态分布有一定的用途。
“我们无法确定神经元密度的对数正态分布将如何影响大脑功能，但它可能与高网络异质性相关，这可能在计算上有益，”该研究的第一作者 Aitor Morales-Gregorio 引用了之前的研究成果说道。这表明大脑连接的异质性可能促进有效的信息传输。此外，异构网络支持鲁棒学习并增强神经回路的记忆能力。