哺乳动物的大脑是由密集连接的神经元组成的网络，但神经科学的一个谜团是，如何利用捕捉相对较少的大脑活动成分的工具让科学家预测小鼠的行为。很难相信大脑的复杂性大部分都是无关紧要的背景噪音。
洛克菲勒大学的阿里帕沙·瓦齐里 ()说：“我们想知道为什么会形成这样一种多余且代谢成本高昂的方案。”
现在， 《神经元》杂志上的一项新研究史无前例地同时记录了小鼠一百万个神经元的活动，并为这个基本问题提供了一个令人惊讶的答案：技术限制误导了我们，大脑的功能远比我们曾经想象的要丰富。
瓦齐里说：“之前对大脑动态真实维度的假设可能是由于缺乏记录足够多的神经元的能力。”
研究人员利用 Vaziri 实验室开发的一种定制技术发现，他们在神经活动中观察到的 90% 以上的维度（描述观察到的包含不同于噪声的信号的神经元动态所需的独立成分）与所研究小鼠的任何自发运动或感觉输入无关。数千个这样的维度包含了小鼠一半以上的累积神经活动，它们在空间和时间上遍布整个大脑，没有在任何一个区域形成明显的簇，时间范围从几分钟到不到几秒。
老鼠显然在利用这种普遍、持续的活动来达到某种目的。但目的是什么呢？“我们仍然不知道，但这肯定是一种不同于噪音的信号，”瓦齐里说。“它可以为各种复杂的内部状态或神经计算提供一个窗口。”
神经闪光
Vaziri 的实验室专注于开发光学技术，以推动神 WhatsApp 数据 经科学的发展，并允许观察大脑中分布的许多神经元的同时活动。2021 年，该实验室开发了光珠显微镜，这是一种双光子成像技术，独特地使可同时记录的神经元数量增加了 100 倍。在测试这项技术时，研究人员首次记录了整个小鼠大脑皮层上超过一百万个神经元的活动，同时通过多个摄像机从不同角度观察了动物从事自发和无指导的行为，例如在跑步机上跑步或梳理毛发。
在证明了该工具的有效性后，实验室开始对用它来解决神经生物学的基本问题感兴趣。“我们拥有一种工具，它可以让我们发现其他技术无法发现的东西，”Vaziri 说。“所以我们试图提出只有这种工具才能回答的问题。也就是说：随着我们不断从越来越多的神经元中记录，我们提取了多少信息，这些信息代表了什么？”
为了进行研究，研究人员将 LBM 与先进的数据分析、计算建模和机器学习技术相结合，研究了小鼠在自发移动和对环境做出反应时的神经活动。
缺失的 90%
已知与动物运动相关的神经活动被简化为 前所未 在你的科技初创公司建立强大的安全文化 有的同时记录 低维子空间，这使得以前的技术能够识别这些连接，而以前的技术只能记录较少的神经元。“然而，多亏了 LBM 的能力，我们才发现剩余维度中 90% 以上包含可靠的信号，这些信号不同于噪音，不是行为所必需的，也不是由环境刺激解释的，”Vaziri 说。
出乎意料的是，这些神经元也在各处发射。“它们在做什么？我们不知道，”瓦齐里说。“它们可能是大脑范围内相关神经波动网络的基础，也许与某种内部状态动态有关，比如饥饿或动机。”
这一发现如何应用于人类大脑目前还远未解决（“与老鼠大脑的池塘相比，人类大脑是一片海洋，”瓦齐里说道），但研究结果有力地表明，我们才刚刚开始了解哺乳动物大脑的真正复杂性。
一种新型的天文台
LBM 是洛克菲勒脑部观测站 布基纳法索 电话簿 的关键仪器之一，这是一项由 Vaziri 牵头的新计划，旨在让神经科学家能够使用开创性的、商业上无法获得的仪器，“这些仪器可以做到原本不可能做到的事情”，Vaziri 说。
该设施类似于天文台，来访的科学家将能够使用强大的仪器进行研究。“我们的想法是，人们在使用中心的显微镜进行研究时将得到工作人员的支持，”他说。“我们希望向洛克菲勒内部的社区以及来自世界各地的神经科学家开放这一点。”
Vaziri 和他的团队还帮助斯坦福大学和伦敦大学学院等多所大学的研究人员在自己的神经科学实验室中复制 LBM 技术。他们从当前研究中收集的数据也可供其他研究人员分析。
他们还希望扩大 LBM 的适用范围。“例如，我们欢迎研究小组使用小鼠以外的不同模型系统（昆虫、非人类灵长类动物等）进行研究，因此我们需要拥有更通用、更强大且用户友好的 LBM 版本，”Vaziri 说道。
