升级虚拟脑细胞

对于研究人员来说，预测实验结果需要密切观察现有数据。但在神经生物学中，精确的观察受到了测量单个细胞的困难的阻碍。

然而，有一个变通办法:建模。基于实验观测模拟世界可以进行精确的预测，通过复杂的编程，复杂的模型也成为可能。冲绳科学技术研究生院(OIST)的一位科学家刚刚对一个关键脑细胞的计算模型进行了彻底升级。他们的研究发表在细胞的报道．

这个最新的模型创造了一个被称为浦肯野细胞的大脑细胞的虚拟版本。这些巨大的神经细胞存在于大脑的小脑中，在那里它们控制着身体的准确运动。鉴于这一至关重要的功能，人们需要更多地了解它们是如何工作的也就不足为奇了。

为此，比利时神经科学家、OIST计算神经科学部门负责人Erik De Schutter教授在1994年提出了一个模型来解释它的功能，但他知道还有改进的空间:“新的数据会到来，我们了解到模型的一些方面可能是不正确的，”De Schutter教授说。有必要更新模型，但这将是一项重大的时间投资，并且必须为该领域设立一个新的标准。任务不小。

这就是臧云亮博士的切入点。由于拥有心功能建模的背景，藏被OIST的神经科学研究项目所吸引。“在心脏建模中，我们必须实现一个广泛验证的模型，”臧博士说，“但在计算神经科学中，事情就更草率了。我想做得更好。”

臧博士利用这一判断建立了一个基于实验数据的模型，该模型展示了浦肯野细胞如何通过一种叫做攀登纤维的神经结构来更有效地执行其功能。然而，要做到这一点，就需要构建一个虚拟版本的神经元。

制造这个虚拟细胞有点像试图制造一个手机。你需要从单个芯片和电路开始，以正确的方式将它们组合在一起。至于浦肯野细胞，“芯片”指的是单个神经元结构。之前的模型是基于整个神经元的实验读数，但臧博士的突破在于，他的模型是根据神经元组成部分的确切记录建立起来的。结果就像把手机芯片组装成一个功能整体。

但要让一个模型站起来，它需要适应各种情况下所有可能的结果，并每次给出正确的答案。要做到这一点，就意味着要利用现有研究的结果进行大量的逆向工程。“我不得不请求世界各地的科学家与我分享他们的研究数据，”臧博士说。“获取尽可能多的信息对获得最完整的图像至关重要。”

大量的数据会产生大量的问题。一个研究小组的实验数据有时会与其他研究小组的数据相矛盾。藏博士面临着在模型中调和这些相互矛盾的观察结果的艰巨任务。“我花了两年半的时间来来回回，确保模型可以复制实验观察结果，我发现造成这些差异的关键因素是实验条件的变化。”结果是一个更健壮、更可靠的模型，清晰地解释了神经元的内部工作原理。

想象一下，你想要触摸你的手机:一般来说，用手指轻触手机很容易，但要准确地按下能让你看到最新推特表情包的特定图标就更困难了。你的小脑实时行动，帮助你瞄准目标。人们认为这是通过一种叫做攀登纤维的神经结构实现的，这种神经结构可以“教导”小脑中的其他神经元以正确的方式实现准确的运动。

以前，人们认为这些攀爬纤维信号的效果是二元的，就像一个向导告诉你移动或不移动你的手)。但Zang的研究表明，攀爬纤维可以教会浦肯野细胞通过模拟信息发射，比如按下一个特定的按钮。与浦肯野细胞对身体发出的要么全有要么全无的信号做出反应不同，Zang的模型证明了它们能够发出介于信号之间的信号，允许细微差别使精确定位成为可能。

这种效应可以归结为一种叫做钾电流的东西，它的作用就像在浦肯野细胞树突状树中传输信号的刹车。通过他的模拟，Zang发现通过依赖电压的钾电流来改变制动水平达到了他所寻找的学习效果细胞．

这只是该模型的冰山一角，它有望为该领域的所有研究人员提供一个新的、更稳定的基础。“我非常高兴。这个新模型会有很长的保质期，”德舒特教授说，“它将成为该领域的一个新标准。”

---

---