try ai
科普
编辑
分享
反馈
  • 皮层微环路

皮层微环路

SciencePedia玻尔百科
核心要点
  • 皮层由称为皮层柱的重复性垂直单元构成,其经典信息流始于第4层,并依次通过浅层和深层。
  • 动态的兴奋-抑制 (E/I) 平衡对稳定的大脑功能至关重要,其失衡与癫痫和自闭症谱系障碍等神经系统疾病有关。
  • 多种多样的抑制性中间神经元(包括PV、SST和VIP细胞)构成的“交响乐团”扮演着专门的计算角色,从控制输出时序到门控输入和促进学习。
  • 微环路作为一个多功能的计算设备,能够生成复杂的运动序列,维持工作记忆,并实现如预测编码等抽象计算原理。

引言

皮层微环路是大脑的基本处理单元,它是一个重复的、结构精巧的环路,掌握着感知、行动和意识的秘密。虽然大脑皮层看起来像一团错综复杂的神经元,但它遵循着一套优雅的组织原则。本文旨在揭示这种复杂性背后的奥秘,展现大脑得以进行计算的经典蓝图。通过理解这一“主算法”,我们不仅能深刻洞悉健康大脑的功能,还能了解在神经和精神疾病中出了什么问题。

以下章节将引导您探索这个复杂的世界。在“原理与机制”部分,我们将剖析微环路的解剖结构,追溯经典信息流,并探讨支配所有神经活动的兴奋与抑制之间微妙的相互作用。随后,在“应用与跨学科联系”部分,我们将看到该环路的实际运作,考察其作为行为生成器、记忆基底、疾病故障点以及计算理论和人工智能灵感来源的作用。

原理与机制

要理解思想的交响乐,我们必须首先了解这个“交响乐团”。乍一看,大脑皮层似乎是神经元构成的密林,难以穿越。但如果仔细观察,就像一个世纪前 Santiago Ramón y Cajal 等解剖学家所做的那样,一种惊人的秩序便会显现。这并非杂乱无章的线路缠绕,而是一块计算的晶体,一个重复的、结构精巧的环路,掌握着感知、行动和意识的秘密。让我们层层剥开,探寻其运作的原理。

柱状蓝图:一个垂直的世界

想象一下从新皮层(构成我们大脑外部的巨大、折叠的皮层)切下一小片。在显微镜下,你看到的不是一锅均匀的细胞汤,而是一个美丽的、六层结构,像一块精致的千层酥皮。这些从表面向内编号为1到6的皮层,并非只是摆设;它们是功能性的隔间,每一层都有独特的神经元群体和特定的角色。

更引人注目的是,这种分层结构是垂直组织的。神经元并非仅仅随机散布在一个层内;它们排列成狭窄的垂直堆栈,贯穿所有六个皮层。这种皮层组织的基本单位被称为​​皮层柱​​。可以把它想象成一个单一的处理芯片,在整个皮层表面重复了数百万次。一个关键的发现是,单个皮层柱内的神经元往往具有相似的功能——例如,它们可能都对你视野中特定位置的某个特定方向的线条做出反应。这种垂直排列是皮层的第一个伟大组织秘密。

如果我们进一步放大,会发现这些皮层柱本身是由更小、更基本的构件——​​微柱​​组成的。一个微柱是一束约80到100个神经元的细线,宽度仅为30到50微米,形成一个紧密连接的垂直链。这些被认为是发育单位,由单一一列细胞从它们在发育中的大脑深处的出生地向外迁移形成。这些共享共同输入和功能的微柱群被捆绑在一起,形成了我们称之为宏柱的更大事物功能实体。因此,皮层是由微柱构成的晶体,微柱又组织成皮层柱,这些皮层柱铺满了整个皮层。

经典信息流:一个向上和向下的级联

所以,我们有了这个结构优美的处理单元阵列。信息究竟是如何在其中流动的呢?事实证明,存在一条“经典”路径,一个处理信息的标准操作程序。

对于来自外部世界的感觉信息——我们环境中的视觉、声音和质感——其旅程几乎总是始于一个名为​​丘脑​​的深层大脑结构。丘脑扮演着一个总枢纽站的角色,将感觉信号引导至其相应的皮层目的地。这些我们可称之为​​驱动信号​​的初级信号,因为它们携带核心内容,并不仅仅是随机地涌入皮层。它们有特定的地址:​​第4层​​。这一层是皮层的主要“收发室”,是前馈感觉驱动的主要接收者。

一旦信号到达第4层,它便会引发一连串的活动。信息首先被“向上”传递到更表层的第2层和第3层,在那里被进一步处理并分发到其他皮层区域。然后,信号“向下”传播到深层的第5层和第6层,这是皮层的主要输出层。第5层向皮层下结构发送指令以控制运动,而第6层则向丘脑发送大量投射,告诉它接下来应该注意什么。这种有序的 4→2/3→5/64 \rightarrow 2/3 \rightarrow 5/64→2/3→5/6 进程是​​经典微环路​​的精髓。

但是大脑中的交流并非单行道。皮层区域不只是被动地接收信息;它们不断地相互交谈,分享预测和背景信息。这种“自上而下”的信息通过​​反馈​​通路流动,而这些通路遵循不同的规则。它们在很大程度上避开了繁忙的第4层“收发室”,而是在“外围”终止——即最顶层(第1层),那里富含来自更深层神经元的树突簇,以及深层本身 [@problem-id:4748880]。

这就创造了一种优美的解剖学对称性:携带驱动性感觉信息的​​前馈​​通路,起源于一个区域的浅层,终止于下一个区域的第4层。携带调节性背景信息的​​反馈​​通路,起源于深层,终止于外层(第1层和第6层),避开第4层。大脑甚至有一个巧妙的技巧来在遥远的皮层区域之间路由信息:它可以从一个区域的第5层向下发送信号到一个“高阶”丘脑核,该核再将此信息中继到另一个皮层区域的调节性第1层,从而创建一条​​经丘脑通路​​。

兴奋与抑制之舞:一种精妙的平衡

这种信息的流动不像水流过管道。它是一个动态的、被严格控制的过程,是两种对立力量——​​兴奋​​和​​抑制​​——之间的一场精妙舞蹈。

这场舞蹈的主角是兴奋性​​锥体神经元​​,它们是皮层的主力军。它们有长长的轴突,与远处的神经元交流,它们的激活倾向于使其他神经元发放。但如果兴奋是唯一的力量,一个活动的火花会迅速点燃一场无法控制的火风暴,一种失控的神经元发放链式反应——实质上,就是一次癫痫发作。

为了防止这种情况,皮层中充满了种类繁多的​​抑制性中间神经元​​。这些神经元充当环路的局部调控者和雕塑家。它们通常有较短的轴突,释放神经递质GABA(γ-氨基丁酸),这倾向于沉默其他神经元或使它们更难发放。其连接密度惊人;一个锥体神经元的单一轴突可以分支出无数的​​轴突侧支​​,每隔5-10微米在其长度上形成数千个被称为​​途经性轴突终扣​​(路过的钮扣)的微小突触位点。这些轴突终扣主要在其他锥体细胞树突的微小棘上或在中间神经元树突的轴上形成突触,编织出一张极其复杂的计算织物。

环路的健康取决于维持精确的​​兴奋-抑制 (E/I) 平衡​​。这不仅仅是拥有正确数量的兴奋性和抑制性细胞的问题。它是一种动态的、瞬间的流入细胞的电流平衡。突触的效果不仅取决于其强度(电导,ggg),还取决于“驱动力”,即神经元当前膜电压(VVV)与突触反转电位(ErevE_{\mathrm{rev}}Erev​)之间的差异,这由简单关系式 Isyn=g⋅(V−Erev)I_{\mathrm{syn}} = g \cdot (V - E_{\mathrm{rev}})Isyn​=g⋅(V−Erev​) 描述。

这种平衡的关键性在癫痫等疾病中得到了悲剧性的例证。正常情况下,抑制的反转电位 EGABAE_{\mathrm{GABA}}EGABA​ 非常负(例如,-75 mV)。当一个抑制性突触打开时,它会产生一个使神经元超极化的外向电流,将其拉离发放阈值。然而,在某些病理状态下,细胞内氯离子浓度可能失调,导致 EGABAE_{\mathrm{GABA}}EGABA​ 转移到一个较不负的值(例如,-60 mV)。现在,激活同一个“抑制性”突触实际上可能会引起一个内向的、去极化的电流,将神经元推向其发放阈值。这种抑制的灾难性失败可以将调控者变成同谋,急剧增加E/I比率,并导致癫痫发作的失控同步。

这场舞蹈也是按时间编排的。前馈处理的快速交替是由​​离子型受体​​介导的。这些受体蛋白本身就是离子通道,当像谷氨酸(用于兴奋)或GABA(用于抑制)这样的神经递质与之结合时,它们几乎瞬间(在一毫秒内)打开。相比之下,环路“情绪”或状态的更慢、更大范围的变化——例如,由乙酰胆碱驱动的觉醒或注意力的变化——是由​​代谢型受体​​介导的。这些受体启动一个较慢的生化级联反应,在数秒内调节环路的兴奋性。

抑制性交响乐团:一曲控制的交响

说“抑制”就像说“打击乐”。它不是单一类型;而是一整个抑制性中间神经元的交响乐团,每个成员都有不同的乐器,在控制的交响乐中扮演不同的角色。三个最主要的演奏者通过它们表达的特定分子来区分:

  • ​​表达小白蛋白 (PV) 的细胞​​:这些是乐团的指挥,是时序的掌控者。它们是快速发放型细胞,通常靶向锥体神经元胞体周围的区域(​​胞体周区​​)。通过钳制神经元产生动作电位的部位,它们对输出和发放的精确时序施加强有力的控制。PV细胞是两种关键抑制性基序中的主要参与者:

    • ​​前馈抑制​​:一个传入的兴奋性信号(例如,来自丘脑)分裂,同时兴奋一个锥体神经元和一个PV中间神经元。PV细胞发放,并在兴奋到达后仅一两毫秒就将其抑制性冲击传递给锥体细胞。这为锥体细胞的发放创造了一个非常窄的机会窗口,从而强制实现时间精度并防止对强输入的失控反应。这种快速的抑制性电导也有效地缩短了神经元的膜时间常数(τeff\tau_{\mathrm{eff}}τeff​),使其成为一个更快、更精确的检测器。
    • ​​反馈抑制​​:当一个锥体神经元发放时,它可以兴奋一个局部的PV细胞,后者接着抑制这个锥体神经元(及其邻居)。这创建了一个负反馈回路,有助于稳定网络,控制发放率,并产生与活跃认知处理相关的快速脑节律(伽马振荡)。
  • ​​表达生长抑素 (SST) 的细胞​​:这些是树突专家。SST细胞不靶向细胞体,而是主要靶向锥体神经元树突树的远端分支。树突是神经元整合数千个传入信号的地方。通过直接在这些树突上施加抑制,SST细胞可以选择性地否决或门控特定的输入流,从而在信息到达细胞体之前控制神经元如何整合信息。

  • ​​表达血管活性肠肽 (VIP) 的细胞​​:这些是“抑制者的抑制者”,是​​去抑制​​的大师。VIP细胞专门靶向其他中间神经元,尤其是SST细胞。当一个自上而下的信号(可能来自传达行为目标的更高认知区域)激活VIP细胞时,它们会关闭SST细胞。这反过来又移除了SST细胞施加在锥体细胞树突上的抑制。这种去抑制有效地打开了一扇门,使神经元更容易受到其他输入的影响,并促进学习所需的突触可塑性。

这些基序,连同其他如​​侧向抑制​​——活跃的皮层柱抑制其近邻以锐化感觉表征——使得皮层微环路能够执行一系列令人眼花缭乱的计算,从精确定时和增益控制到依赖于上下文的门控和学习。

环路的构建:一个发育的精密时计

这个神经工程的奇迹并非由静态蓝图构建而成。它通过一个惊人精确的发育过程自我组装,这是一场在空间和时间上精心编排的舞蹈。锥体神经元在大脑深处诞生,并以“由内而外”的顺序(首先是第6层,然后是5、4层,依此类推)径向向外迁移,形成六个皮层。与此同时,抑制性中间神经元在一个完全不同的区域诞生,并踏上漫长的切向旅程,侵入皮层。

它们到达的时间至关重要。想象一个假设的基因缺陷,导致中间神经元迁移过快,在它们的锥体神经元伙伴甚至还没到达之前就抵达了皮层。结果不是一个抑制过多的环路。相反,早到的中间神经元找不到它们正确的靶标。PV细胞应该建立的关键胞体周区连接从未正确建立。因此,成熟的环路最终会因缺乏正确定位的抑制而出现严重缺陷。这使得环路极其不稳定且​​过度兴奋​​,突显了最终环路的功能是一个完美定时的发育序列的涌现属性。从其分层结构到其细胞亚型之间错综复杂的舞蹈,皮层微环路证明了几个简单、优雅的原则的力量,这些原则被重复和阐述,创造出已知宇宙中最复杂的设备。

应用与跨学科联系

窥探了皮层微环路错综复杂的结构之后,我们可能会感到惊叹,就像欣赏一块精心制作的手表的设计一样。但手表是为了报时,而微环路是为了计算——产生行动,容纳思想,构建我们的现实。我们所揭示的原理并非枯燥的抽象概念;它们正是这台机器的灵魂。只有通过观察环路的实际运作,我们才能真正领会其天才之处、脆弱性及其与生物学之外遥远领域的深刻联系。

微环路作为行为生成器

让我们从大脑最切实的输出开始:运动。当你决定拿起一杯咖啡时,源自初级运动皮层(M1)的一系列神经指令协调了你的手臂、手腕和手指的无缝配合。皮层如何确保需要协同工作的肌肉能够协调一致地被激活?答案在于其空间组织。皮层被排列成垂直的神经元柱,这些神经元柱对运动的特定方面进行调谐。但这些柱并非孤立的筒仓。它们通过一个由长程水平连接构成的网络相连,这些轴突在皮层上切向延伸。

想象一下,一个柱子主要参与伸展你的手腕,而几毫米外的另一个柱子则参与伸展你的手指。为了协调完成“张开手”的姿势,这两个柱子必须快速通信。水平连接提供了物理通路,并且由于髓鞘化,信号可以以大约每秒一米的速度穿越皮层距离。这确保了延迟只有几毫秒,完全在下游神经元整合信号并发出统一指令所需的紧凑时间窗口内。因此,微环路的物理布局直接反映了其功能:连接相关的表征以产生连贯的行动。

但微环路不仅仅是连接静态表征。它可以生成动态序列。一系列引人入胜的实验表明,对运动皮层中一个微小点进行长时间、持续的电刺激,可以引发一个复杂的、多步骤的运动,例如伸手、抓握和将手送到嘴边的整个序列。这非同寻常。一个恒定不变的输入产生了一个结构优美、随时间变化的输出。这不可能是简单的交换机;环路本身必须包含时间模式。

这表明微环路内的循环连接存储了一系列“运动基元”。持续的刺激就像一个触发器,将网络活动推入一个预先存在的动态通路,这是一种刻在其突触连接景观中的“通道”。网络状态随后沿着这个通道流动,通过一系列亚稳态模式转换,每个模式对应于更大运动的一个组成部分。结果是一个符合动物行为学的序列,一段行为,随着时间的推移而展开,这一切都源于局部网络的内在动力学。微环路不仅仅是一个被动的处理器;它是一个主动的行为生成器。

微环路作为记忆引擎

从行动,我们转向思想。如果记忆不是一种在其触发物消失后仍然存在的活动模式,那又是什么呢?当你看一个电话号码,然后移开视线去拨号时,你正在使用你的工作记忆。在那几秒钟里,这个号码“活”在你的前额叶皮层中。这一壮举是微环路循环结构的直接结果。

在背外侧前额叶皮层,一个工作记忆的关键区域,浅层(尤其是第三层)的锥体神经元密集地相互连接,形成回响环路。当一个刺激——电话号码的图像——到达时,它激活了这些神经元的一个特定群体。但是当刺激消失时,它们并不会沉寂下来,而是继续相互交谈。这种持续的、循环的兴奋,由抑制来平衡,创造了一种稳定的活动模式——一个“吸引子状态”——这就是记忆的神经关联物。

某些突触受体,特别是NMDA受体的缓慢动力学在这里至关重要。与它们快速的AMPA对应物不同,NMDA受体可以保持开放数百毫秒,像一个短期突触记忆一样,帮助稳定回响活动。通过这种方式,环路的内在属性——其布线图及其突触处的分子机制——为将思想“在线”保持提供了一个物理基底。

兴奋与抑制的精妙之舞

大脑的运作能力取决于两种对立力量之间惊人精妙的平衡:兴奋(EEE)和抑制(III)。由谷氨酸介导的兴奋驱动神经元放电,而由GABA介导的抑制则控制着它们。在健康的微环路中,这些力量处于持续的动态平衡中。但当这种E/I平衡被打破时,后果可能是毁灭性的。

考虑一下癫痫中这种平衡的灾难性失败。在Dravet综合征中,一种严重的儿童癫痫,SCN1A这一个基因的突变导致了使人衰弱的癫痫发作。这个基因对一类特定的抑制性中间神经元的功能至关重要。由于它们的主要钠通道受损,这些“制动”细胞无法有效放电,尤其是在大脑繁忙或关键的,发烧期间。这种抑制性基调的丧失——一种被称为去抑制的状态——释放了网络内强大的循环兴奋。一个通常会被抑制掉的小扰动,现在可以滚雪球般地发展成一个同步的、失控的群体爆发:一次癫痫发作。Dravet综合征的研究是一个悲剧性但有力的例证,说明了微环路中影响单一细胞类型的单一分子缺陷如何能够破坏整个系统的稳定。

E/I失衡假说也适用于其他疾病,如自闭症谱系障碍(ASD)。在这里,其根源可能更为微妙,植根于大脑的构建过程本身。理论和证据表明,在发育过程中神经元迁移和形成连接的方式发生改变,可能导致皮层“微柱”的解剖学异常。例如,如果径向迁移受到过度限制,可能会导致更窄的柱状结构和减少了抑制性中间神经元在外围定居的空间。使用一个基于连接概率如何随距离衰减的简单模型,可以预测这种变化会比削弱局部兴奋性输入更多地削弱局部抑制性输入。结果是一个局部过度兴奋、E/I比率升高的环路。这可能合理地导致ASD中观察到的感觉超敏和信息处理改变。

当我们考虑到“抑制”并非铁板一块时,E/I失衡的概念就变得更加复杂。存在着不同类型的抑制性中间神经元,它们有不同的工作。在精神分裂症中,一个主流理论指向大脑主要兴奋性神经递质系统——谷氨酸的缺陷,特别是在NMDA受体上。但这如何导致精神病和认知缺陷呢?关键可能在于这对不同中间神经元的影响。一类SST中间神经元,靶向锥体细胞的远端树突,控制它们如何整合输入。这些SST细胞似乎特别依赖NMDA受体来激活。当NMDA受体功能低下时,SST细胞被不成比例地沉默。这导致了树突去抑制:锥体细胞的输入分支变得不受控制和过度兴奋,导致嘈杂、无组织的放电,这破坏了前额叶皮层的信息处理,可能是认知碎裂的一个来源。

去抑制的原理也解释了一些令人费解的临床现象。苯二氮䓬类药物,如劳拉西泮,被用来通过增强GABA介导的抑制来减少焦虑和激动。但在某些个体中,它们会产生增加激动和攻击性的“矛盾反应”。一种促进抑制的药物如何导致兴奋呢?答案是一个环路层面的诡计。如果药物的作用最强于那些本身抑制兴奋性细胞的抑制性中间神经元,那么净效应就是兴奋性细胞从它们正常的抑制性控制中被释放出来。刹车上的刹车被加强了,导致汽车加速。这种易感性可能与个体特定的GABA受体亚基遗传构成有关,使得某些抑制性群体对药物更为敏感。

微环路作为计算设备

除了特定的功能和疾病,微环路在其核心上是一个计算设备。其内部动力学不仅仅是噪音;它们是计算的基底。我们可以通过观察大脑的电节律来一窥究竟,这些节律通过脑电图(EEG)测量。这些脑电波是数百万神经元同步活动的总和。不同的频率与不同的大脑状态相关联,并且令人着迷的是,与不同的环路机制相关联。慢节律,如深度睡眠的delta波(<4 Hz),是由丘脑和皮层之间的大尺度环路产生的。但快节律,如gamma波(>30>30>30 Hz),与主动注意和计算相关,被认为是局部皮层微环路的嗡嗡声,由兴奋性和抑制性神经元的快速交火产生。

也许理解皮层计算最优雅的理论框架之一是预测编码。该理论假定,大脑不是感觉信息的被动接收者,而是一个预测机器,不断生成世界模型,并根据感觉“预测误差”——其预期与实际所得之间的不匹配——来更新它们。在这个模型中,误差信号根据其*精确度(其不确定性的倒数)进行加权。一个精确的信号更可靠,应该驱动更大的更新。值得注意的是,这个抽象的统计概念有一个直接的神经关联物。算法中精确度的数学作用与神经增益*——神经元对其输入的响应性——的作用是相同的。在微环路中,浅层锥体神经元被认为编码这些预测误差。调节它们的增益,或许通过乙酰胆碱等神经调质,等同于调整误差信号的精确度。这在一个高层计算理论和单个神经元的生物物理特性之间提供了一座优美的、统一的桥梁。

这种将皮层视为强大计算基底的观点也与人工智能中的现代思想产生共鸣。在储层计算中,一个固定的、随机连接的循环神经网络——“储层”——被用来处理复杂的输入。关键思想是,储层的复杂内部动力学将输入转换为一个高维空间,在这个空间中,信息变得易于通过一个简单的线性解码器读出。人们不需要费力地训练复杂的循环连接;它们随机、丰富的动力学是一个特性,而不是一个缺陷。皮层微环路,以其密集且看似混乱的局部循环,看起来很像这样一个储层。这提出了一个强大的原则:皮层可能不是通过超专业化、精细调整的布线来实现其巨大的计算能力,而是通过利用其经典微环路的丰富、通用的动力学,允许简单、灵活的“读出”来学习大量的任务。

从肌肉的抽搐到思想的抽象机制,从癫痫的风暴到计算理论的优雅逻辑,皮层微环路是贯穿其中的共同线索。它的结构证明了一个进化过程,该过程最终确定了一个主算法——一个多功能、强大而优美的解决方案,用以理解世界。