一個單獨的神經元坐在培養皿中，孤獨地噼啪作響，怡然自得。它不時地自發釋放出一股電流，沿著它的長度傳播。如果你向細胞的一端傳遞電脈衝，神經元可能會以額外的電壓尖峰作為回應。將神經元浸泡在各種神經遞質中，你就可以改變其電波的強度和時序。在自己的培養皿中，神經元本身做不了什麼。但是，將 302 個神經元結合在一起，它們就變成了一個神經系統，可以維持秀麗隱杆線蟲的生命——感知動物的周圍環境，做出決定並向蠕蟲的身體發出指令。將 1000 億個神經元（具有 100 萬億個連線）結合在一起，你就擁有了一個人腦，它能夠做更多更多的事情。
我們的思想如何從神經元群中產生仍然是一個深刻的謎。對於神經科學來說，儘管取得了所有輝煌成就，但這仍然是一個難以解答的問題。一些神經科學家畢生致力於研究單個神經元的工作原理。另一些人則選擇更高的尺度：例如，他們可能會研究數百萬神經元聚集的海馬體如何編碼記憶。還有一些人可能會在更高的尺度上觀察大腦，觀察當我們執行特定任務（例如閱讀或感受恐懼）時，哪些區域變得活躍。但是，很少有人嘗試同時從多個尺度來思考大腦。他們的沉默部分源於這項挑戰的巨大範圍。僅僅幾個神經元之間的相互作用就可能是一個令人困惑的反饋叢林。再向問題中新增 1000 億個神經元，這項工作就變成了一個宇宙級的難題。
然而，一些神經科學家認為，現在是應對這一挑戰的時候了。他們認為，如果我們把大腦分解成不連貫的碎片，我們就永遠無法真正理解思想是如何從我們的神經系統中產生的。只看各個部分就像試圖透過研究單個水分子來弄清楚水是如何結冰的。“冰”對於單個分子的尺度來說是一個毫無意義的術語。它僅從大量分子的相互作用中產生，因為它們集體鎖定成晶體。
支援科學新聞事業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞事業 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
幸運的是，神經科學家可以從其他研究人員那裡汲取靈感，這些研究人員數十年來一直在研究各種形式的複雜性——從股票市場到計算機電路，再到單個細胞中相互作用的基因和蛋白質。細胞和股票市場似乎沒有太多共同之處，但研究人員在他們研究的每個複雜系統中都發現了一些潛在的相似之處。他們還開發了可以用來分析這些系統的數學工具。神經科學家正在拾起這些工具，並開始使用它們來理解大腦的複雜性。現在還處於早期階段，但到目前為止，他們的結果很有希望。科學家們正在發現數十億神經元組織成網路的規則，這些網路反過來又作為一個單一的、連貫的網路（我們稱之為大腦）協同工作。科學家們發現，這個網路的組織對於我們理解瞬息萬變的世界的能力至關重要。而一些最具破壞性的精神障礙，如精神分裂症和痴呆症，可能部分是大腦網路崩潰的結果。
神經元透過延伸軸突與其他神經元接觸形成網路。這些接觸使透過一個神經細胞傳播的訊號能夠觸發另一個神經元中的電流波。由於每個神經元可以連線到數千個其他細胞——包括附近的細胞或大腦另一側的細胞——網路可以呈現出難以想象的排列方式。大腦特定網路的組織方式對其工作方式具有巨大影響。
構建玩具大腦
究竟該如何研究大腦的神經元網路呢？科學家可以做哪些實驗來追蹤數十億個網路連線？一種答案是製作一個微型大腦模型，它可以演示神經元以不同方式相互作用時會發生什麼。印第安納大學的奧拉夫·斯波恩斯和他的同事們就製作了這樣一個模型。他們建立了 1600 個模擬神經元，並將它們排列在一個球體的表面周圍。然後，他們將每個神經元連線到其他神經元。在任何時刻，每個神經元都有很小的機會自發放電。一旦神經元放電，它就有很小的機會觸發與其連線的其他神經元也放電。
斯波恩斯和他的同事們調整了神經元之間的連線，並觀察了他們的玩具大腦的運作情況。首先，他們將每個神經元僅連線到其直接鄰居。有了這個網路，大腦產生了隨機的、小的活動閃爍。當一個神經元自發放電時，它產生了一個無法遠距離傳播的電波。接下來，斯波恩斯和他的團隊將每個神經元連線到整個大腦中的每個其他神經元，這產生了非常不同的模式。整個大腦開始以有規律的脈衝開啟和關閉。
最後，科學家們給了大腦一箇中間網路，在神經元之間建立了局部和長距離連線。現在大腦變得複雜起來。隨著神經元開始放電，它們產生了巨大的、發光的活動斑塊，這些斑塊在大腦中旋轉。有些斑塊相互碰撞。有些斑塊繞著大腦轉圈。
斯波恩斯的玩具大腦提供了一個關於複雜性如何產生的重要教訓。網路本身的結構塑造了其活動模式。斯波恩斯和其他研究人員正在從大腦模型中汲取經驗，並在我們頭部的真實大腦中尋找類似的模式。不幸的是，科學家無法監測真實大腦中的每個神經元。因此，他們正在使用巧妙的技術來記錄相對較少神經元的活動，並從他們的結果中得出一些重大結論。
培養皿中的大腦
迪特瑪·普倫茨是美國國家精神衛生研究所的神經科學家，他和他的同事一直在透過在培養皿中培養芝麻大小的腦組織來探索大腦的結構。他們將 64 個電極插入組織中，以竊聽神經元的自發放電。他們的電極檢測到快速的斷續活動，稱為神經元雪崩。
起初，看起來好像神經元只是在噼啪作響地發出隨機噪聲。如果真是這樣，那麼每次神經元雪崩都應該同樣有可能很小或很廣泛。然而，這並不是普倫茨和他的同事們發現的。小雪崩最常見；大雪崩很少見；更大的雪崩則更罕見。在圖表上，每種大小的機率都形成一條平滑的下降曲線。
科學家們以前見過這種曲線。例如，心跳並非都相同。它們中的大多數都比平均值稍長或稍短。少數心跳會更長或更短，而極少數心跳甚至更遠離平均值。地震也遵循相同的模式。移動的大陸板塊會產生許多小地震和少量大地震。在流行病期間，每天通常可能會出現一些病例，不時會出現新病例的爆發。如果你在圖表上繪製心跳、地震或新病例的數量，它們會形成一條指數下降曲線。
這條曲線被稱為冪律，是包含短距離和長距離連線的複雜網路的標誌。地球上一個位置的震動在某些情況下可能只會擴散到有限的區域。在極少數情況下，運動可能會擴充套件到更廣泛的領域。神經元的工作方式相同。有時它們只激發其直接鄰居，但有時它們會釋放出廣泛的活動波。
冪律曲線的形狀可以為科學家提供關於產生它的網路的線索。普倫茨和他的同事們測試了許多可能的神經元網路，看看哪些網路會以與真實神經元相同的方式產生神經元雪崩。他們用一個由 60 個神經元簇組成的網路獲得了最接近的擬合。這些簇平均連線到其他 10 個簇。這些連線並非隨機分散在簇之間。有些簇有很多連線，但很多簇只有少數連線。結果，從任何給定簇到任何其他簇的連線數量都非常少。科學家們將這種排列稱為小世界網路。
事實證明，這種網路可能會使我們的大腦對傳入訊號異常敏感，這與功能強大的麥克風可以放大各種聲音的方式非常相似。普倫茨和他的團隊應用了不同強度的電擊，並測量了神經元的反應。他們發現，微弱的電擊會產生來自有限數量神經元的反應。強烈的電擊會引發來自更廣泛細胞的強烈反應。
為了瞭解網路結構如何影響這種反應，普倫茨和他的同事們在神經元中添加了一種藥物，這種藥物會削弱神經元之間的連線。現在，細胞對微弱的訊號沒有反應。當科學家們注射一種藥物，使神經元更有可能對來自鄰居的訊號做出反應時，他們得到了不同的結果。現在，神經元對微弱的訊號做出了強烈的反應——如此強烈，以至於它們對微弱訊號的反應與對強烈訊號的反應沒有區別。這些實驗揭示了神經元網路可以被微調到何種程度，以及這種微調如何使它們準確地中繼訊號。如果神經元以不同的網路組織起來，它們將產生無意義的、不連貫的反應。
神經科學家最終希望瞭解實驗室培養皿中的活動如何與日常心理過程相關聯。縱觀整個大腦，實驗者發現了自發活動的模式，這些模式與普倫茨在他的小塊腦組織中發現的模式相似。聖路易斯華盛頓大學的馬庫斯·E·雷克爾和他的合作者發現，當我們只是休息，什麼也沒想的時候，電流波可以在整個大腦中以複雜的模式傳播。最近的實驗表明，這種自發活動可能在我們的精神生活中起著至關重要的作用。它可能使休息中的大腦能夠反思其內在運作，回顧記憶併為未來制定計劃。
神經制圖師
為了理解這些波是如何表現的，神經科學家們正試圖繪製整個大腦中神經元之間的連線圖。考慮到像普倫茨這樣的科學家要弄清楚一小塊組織中發生了什麼有多麼困難，這絕非易事。斯波恩斯一直在領導這些繪製地圖專案中，其中最雄心勃勃的專案之一。他與瑞士洛桑大學的帕特里克·哈格曼和他的神經影像小組合作，分析了從五名志願者的大腦中獲取的資料，使用了一種稱為擴散頻譜成像或 DSI 的方法。DSI 很容易捕捉到被一層薄脂肪覆蓋的軸突的影像，這些軸突是將皮層不同區域連線起來的長纖維，被稱為白質。科學家們選擇了近 1000 個皮層區域，並繪製了從每個區域到其他區域的白質連線圖。
然後，科學家們建立了這些 1000 個區域的模擬版本，並對其進行了實驗，以檢視它會產生什麼樣的模式。每個區域都會產生訊號，這些訊號可以傳播到連線的區域，導致那裡的神經元也發出類似的訊號。當科學家們啟動這個虛擬大腦時，它開始產生緩慢移動的活動波。值得注意的是，這些波與雷克爾和其他人在靜息大腦中看到的真實波相似。
斯波恩斯和他的同事們繪製的大腦網路結構與普倫茨在他的小塊組織中發現的小型網路非常相似——它是一個小世界網路，具有一些連線良好的樞紐。這種大規模的架構可能有助於我們的大腦節省資源並更快地工作。我們花費大量資源來生長和維護白質。有了幾個連線良好的樞紐，我們的大腦需要的白質比其他型別的網路要少得多。而且由於從大腦的一部分到達另一部分只需要很少的連結，因此資訊處理速度更快。
由於美國國立衛生研究院去年啟動了一個耗資 3000 萬美元的專案，神經科學家將在未來幾年能夠繪製出更好的大腦網路地圖。該專案被稱為人類連線組計劃，它將調查成人大腦中神經元之間的每個連線。但是，即使是這張地圖本身也無法捕捉到大腦的全部複雜性。這是因為神經元僅使用大腦連線的子集與其他神經元進行通訊。從一個時刻到另一個時刻，這個網路可以改變形狀，因為神經元從一些連線切換到另一些連線。建立能夠捕捉這些動態大腦網路的模型將需要複雜性理論可以提供的所有技巧。
華爾街神經元
達特茅斯學院的兩名數學家，丹尼爾·N·羅克莫爾和斯科特·D·保爾斯，正試圖透過將大腦視為股票市場來解析這種複雜性。大腦和股票市場都由許多小單元（交易員、神經元）組成，這些小單元被組織成一個大規模的網路。交易員可以在買賣方式上相互影響，而這種影響可以上升到影響整個網路，使股市上漲或下跌。反過來，整個網路可以影響最低級別。例如，當股市開始上漲時，個別交易員可能想要加入漲勢，從而推動市場進一步上漲。
羅克莫爾和保爾斯以及他們的同事開發了一套數學工具，以揭示紐約證券交易所底層網路的結構。他們下載了 2,547 種股票在 1,251 天內的每日收盤價，並搜尋了不同股票價格變化中的相似之處——例如，在同一時間段內上漲和下跌的趨勢。
這項搜尋揭示了 49 個股票叢集。當科學家們回到他們的財務資訊時，他們發現這些叢集主要對應於特定的經濟部門，如軟體或餐飲業，或特定的地點，如拉丁美洲或印度。
他們僅僅透過分析資料就發現了這些類別，這讓科學家們對他們的方法有了一些信心。畢竟，提供網際網路接入的公司的股票往往會同步上漲和下跌，這很有道理。危險的網際網路蠕蟲可能會給整個群體帶來麻煩。
羅克莫爾和保爾斯還發現，這 49 個叢集實際上被組織成七個超叢集。在許多情況下，這些超叢集對應於相互依賴的行業。脫衣舞俱樂部業務和建築業務攜手並進。兩位研究人員發現，這些超叢集以一個巨大的迴圈連線在一起。這個迴圈很可能是投資經理的一種常見做法——行業輪動的結果。在幾年內，這些經理將他們的資金從經濟的一個部門轉移到另一個部門。
現在，羅克莫爾和保爾斯正在使用相同的數學方法來構建大腦模型。他們現在不再關注從市場的一部分到另一部分的金融資訊流動，而是關注從大腦的一個區域到另一個區域的資訊流動。正如金融市場具有可變網路一樣，大腦也可以在下一刻重組其網路。
為了測試他們的模型，羅克莫爾和保爾斯最近分析了雷克爾和他的同事記錄的受試者靜息大腦的功能性 MRI 影像。他們注意到每個體素（體素是 fMRI 可以測量的最小的大腦塊，大小像胡椒粒）中活動的變化。然後，他們搜尋了模式中的密切關係。正如兩人在股票市場中發現了股票叢集一樣，他們現在發現體素可以分為 23 個叢集。而這些叢集又屬於四個更大的叢集。值得注意的是，這四個更大的叢集執行了神經系統版本的行業輪動，這是羅克莫爾和保爾斯在股票市場中發現的。它們以一個迴圈連線在一起，活動波以迴圈方式掃過它們。
現在，羅克莫爾和保爾斯可以重建靜息大腦中的網路，他們正將注意力轉向思考中的大腦。為了瞭解大腦如何改變其組織，他們正在分析來自觀看一系列物體的人的功能性 MRI 資料。如果他們的模型有效，羅克莫爾和保爾斯或許能夠預測神經科學家從掃描看到特定型別刺激（例如老朋友的臉）的人那裡獲得什麼樣的結果。這樣的成就將推動神經科學走向真正具有預測性的科學。
像這樣的研究不會讓科學家在很長一段時間內完全破譯人腦的複雜性。線蟲C. elegans 提供了一個警示故事。20 多年前，研究人員完成了繪製連線其所有 302 個神經元的每個連線的圖譜。但研究人員仍然不知道這個簡單的網路是如何產生一個正常運作的神經系統的。
網路神經病學
科學家可能不必繪製大腦佈線的完整圖表，才能從中吸取一些重要的實踐經驗。許多研究表明，一些腦部疾病並非由大腦的任何特定部分功能失常引起。相反，可能是網路本身出了問題。斯波恩斯和他的同事們想知道，如果他們關閉不同的節點，他們確定的小世界網路會發生怎樣的變化。如果他們關閉大腦中只有少數連線到鄰居的區域，整個網路仍然像以前一樣執行。但是，如果他們關閉一箇中心樞紐，整個網路中的活動模式就會發生巨大變化。這一發現或許可以解釋腦損傷令人困惑的不可預測性。腫瘤或中風有時可能會透過敲除一小塊神經元而造成毀滅性的損害。但在其他時候，它們可能會清除大量神經區域，而不會對大腦的運作造成任何明顯的改變。
許多腦部疾病也可能被證明是網路疾病。劍橋大學的神經科學家埃德·布林莫爾和他的同事一直在調查大腦網路與精神分裂症之間可能存在的聯絡。在最近的一項研究中，科學家們對 40 名精神分裂症患者和 40 名睜著眼睛安靜躺著的健康人進行了功能性 MRI 掃描。然後，布林莫爾和他的團隊繪製了在其靜息大腦中仍然活躍的區域的網路圖。科學家們發現，在精神分裂症患者的大腦中，這種靜息狀態網路的一些區域比正常大腦中的區域更同步。
科學家們尚不清楚精神分裂症與大腦網路的這些變化是如何相關的。至少，或許可以使用這種理解來開發精神分裂症以及一系列其他疾病（如自閉症和多動症）的敏感測試，這些疾病都顯示出是腦網路疾病的跡象。醫生或許還可以透過觀察患者大腦的網路是否恢復到健康狀態來跟蹤患者的病情進展。即使我們不得不等待更長時間才能讓神經科學家破譯大腦的全部複雜性，那也將是一個受歡迎的進步。