玻尔百科大脑拥有数十亿神经元，是已知最复杂的信息处理设备。然而，其惊人的能力并非仅源于神经元本身，而是源于它们以复杂而有目的的方式连接成功能性集合——即神经回路。这些回路是每一种思想、感觉和行动的基石。但是，大脑是如何超越像原始水螅那样简单、混乱的细胞网络，创造出能够谱写交响乐或证明数学定理的复杂结构的呢？支配这些生物网络构建和运作的基本设计规则是什么？本文将踏上一段旅程来回答这些问题，揭示大脑布线背后的逻辑。在第一部分“原理与机制”中，我们将探索核心的结构规则，从连接的特异性、兴奋与抑制的平衡，到发育过程中的雕琢。随后，在“应用与跨学科联系”中，我们将看到这些原则的实际应用，考察它们如何在动物王国中驱动行为，并启发机器人学和量子化学等不同领域的创新。让我们从揭示使神经回路能够以如此精确和强大方式运作的基本原则开始。
想象一下，要建造像现代城市这样复杂的系统。你不会只是到处铺上沥青，然后指望一切顺利。你需要一个规划。你会为不同类型的道路制定规则——高速公路用于快速、长途旅行，而安静的住宅街道则用于本地通行。你需要红绿灯和停车标志来管理交通流量并防止混乱。或许最重要的是，城市规划不会是僵化的；它会随着时间的推移而演变，新道路被建造，未使用的道路被废弃，这一切都由其居民的日常活动塑造。
大脑的神经回路建立在一套相似但远为精妙和自组织的原则之上。它们不是静态的电线，而是动态的路径，是在遗传指令和生活经验之间优美互动中涌现出来的。让我们踏上一段旅程，揭示这些规则，从最简单的神经通讯闪光到支撑思想本身的复杂结构。
要领略我们自身神经结构的精妙，我们必须首先回到过去，见证其卑微的起源。以水螅为例，这是一种微小的淡水生物。它没有大脑，没有脊髓，甚至没有神经。它所拥有的是一个神经网，一个弥散的、网状的神经元网络，遍布其简单的辐射对称身体。当你戳一下水螅时，整个动物通常会收缩。为什么？因为一个点的刺激会产生一圈电活动涟漪，并扩散到整个网络，就像一颗石子投入平静的池塘。
与像海绵这样完全没有神经元的生物相比，这种简单的设计是一个巨大的演化飞跃。它使得协调的、全身性的反应成为可能。然而，它也有着深远的局限性。在许多这样的原始网络中，信号可以双向穿过突触，导致这种弥散的、非特异性的信息传播。高速公路和本地街道之间没有明确的区别；每条路都通向任何地方。这对水螅的简单生活来说是可行的，但对于任何需要执行复杂动作序列的生物——追逐猎物、躲避捕食者或在复杂世界中导航——都需要一个更复杂的规划。
神经设计的巨大飞跃是从弥散的网络转向一个由专用、有组织的通路组成的系统。通过对比水母的神经网和我们自己身体中的一个简单反射，比如从热炉子上缩回手，这一革命性进步得到了很好的说明。信号并不仅仅是在你的神经系统中混乱地传播。相反，它沿着一条高度特异的路径行进：从你皮肤中的感觉神经元，到你脊髓中的连接神经元，再直接到一个收缩你手臂肌肉的运动神经元。这条通路体现了支配几乎所有高级神经回路的两个基本原则。
第一个是连接特异性原则。神经元不是滥交的沟通者；它们与特定的伙伴形成精确的连接。你视觉皮层中的某个神经元并不会连接到大脑中所有其他的细胞。它与一小群特定的其他神经元形成突触，创造出一条专门用于处理视觉信息的通路。这使得大脑能够将关于视觉、听觉和嗅觉的信息分离到不同的处理流中。
第二个是动态极化原则。在几乎所有回路中，信息都以一个可预测的方向流动。它由神经元的输入结构（树突和细胞体）接收，沿着其主要的传输电缆（轴突）行进，并从其输出端发送到下一个细胞。这使得神经通路成为单行道。它防止信号在其中混乱地来回回响，从而实现了逐步的、逻辑性的信息处理，而这正是计算的本质。这两个原则——特异性连接和单向流动——将原始的神经网转变成了我们称之为大脑的强大信息处理设备。
有了专用的单行道，下一个问题就是交通本身的性质。神经元究竟是如何跨越将它们分开的微小间隙——突触——进行“交谈”的呢？事实证明，它们至少有两种截然不同的沟通方式，这种区别使得回路能够同时在多个时间尺度上运行。
想象两个回路，一个控制着闪电般快速的反射，另一个参与调节你的整体情绪。它们几乎肯定会使用不同类型的突触受体。对于反射，突触后神经元需要几乎立即做出反应。它使用离子型受体。这些是效率的奇迹：受体本身就是一个离子通道。当一个神经递质分子与之结合时，通道在毫秒的一小部分时间内迅速打开，让离子涌入并改变神经元的电状态。整个对话在几毫秒内结束——一个简短、尖锐的命令。
而调节情绪的回路则在一个更慢、更深远的层面上运作。它使用代谢型受体。这些本身不是离子通道。当神经递质结合时，就像一个信使带着法令到达宫殿。它不直接打开大门；相反，它在细胞内触发一连串的化学反应，即第二信使系统。这个级联反应最终可以打开离子通道，但它还能做更多事情——改变细胞的新陈代谢、改变基因表达，或修改其其他受体的敏感性。反应启动较慢（数百毫秒），并且可以持续数秒、数分钟甚至更长时间。它不是一个命令，而是一项政策改变，改变了神经元及其所属回路的整个状态。大脑将这些“快言者”和“慢调者”结合起来的能力赋予了它惊人的广度，使其既能调节瞬间的反应，也能维持持久的心境。
一个只包含“前进”信号的回路是无用的。它就像一辆只有油门没有刹车的汽车——完全无法控制。事实上，一个没有刹车的大脑正是癫痫发作的定义。这就是为什么回路功能最关键的原则之一是兴奋（前进）与抑制（停止）之间持续的动态平衡。
抑制不仅仅是信号的缺失；它是一个主动、强大且至关重要的过程。大脑主要的抑制性神经递质是GABA（γ-氨基丁酸）。为了理解其重要性，我们可以做一个思想实验：将一种名为“化合物Z”的药物引入大脑。该化合物被设计用来阻止GABA与其受体结合。会发生什么？通过阻止GABA施加其“刹车”，该药物在大脑网络中释放出一场无法控制的兴奋风暴，导致剧烈的抽搐。
这种戏剧性的效果揭示了一个深刻的真理：健康的大脑功能运行在秩序与混乱的刀刃上。兴奋驱动信息处理，但正是抑制性刹车精确、实时的应用，塑造了信息流。抑制使无关的通路沉默，锐化信号，并创造节律，防止整个系统陷入失控活动的嘈杂之中。你的每一个想法，你体验到的每一个感知，都是兴奋与抑制之间这种微妙而优美共舞的产物。
当我们将这些元素——特定的通路、多种信号速度以及兴奋与抑制的平衡——结合在一起时，神奇的事情就发生了。网络可以完全自主地生成复杂的活动模式。一个典型的例子是中枢模式发生器（CPG），这是一种能够产生节律性输出的神经回路，例如行走、游泳或呼吸所需的节律，而无需节律性的输入。
你走路时脚步的节律并非由大脑发出一系列“左腿、右腿、左腿……”的指令产生的。相反，你脊髓中的一个CPG，一旦被来自高级脑中枢的简单“行走！”指令激活，就会自动产生整个协调的、节律性的肌肉收缩序列。这种节律是回路中兴奋性和抑制性神经元相互连接方式的一种涌现特性。
为了理解这有多么特别，我们可以将其与植物王国的节律性运动进行对比。例如，一株豆类植物会以每日为周期节律性地抬起和放下叶子。但这种运动不是神经性的。它是液压的。叶基部的特化细胞泵入和泵出离子，导致水随之流动，改变细胞的膨压，从而物理上移动叶子。相比之下，CPG的节律纯粹是电性的——一种神经放电模式的自我维持振荡，这是通过突触连接的复杂相互作用和神经元自身的内在特性实现的。
我们已经探讨了一个成熟回路的运作原则，但这样一个宏伟的结构最初是如何构建的呢？大脑并非像工厂里的机器一样完全成型。它是自我雕琢而成的。在早期发育过程中，大脑采用了一种看似浪费但却非常聪明的策略：它首先创造出大量的过剩突触连接，这个过程被称为突触繁荣。随后是一段竞争性的突触修剪时期，其中大部分连接被消除。
这不是一个缺陷；而是大脑如何根据世界来调整自身的核心特征。可以把它想象成一位雕塑家从一块巨大的大理石开始。最初突触的过度生产就是那块大理石。经验就是凿子。那些活跃且属于功能性、有意义通路的连接被加强和稳定。而那些微弱、冗余或未使用的连接则被修剪掉。这就是经验依赖性可塑性的本质：大脑的布线确实是由它接收到的感官信息和它执行的行为所塑造的。
这个“雕琢”过程有其自身的专属细胞机制。大脑的常驻免疫细胞——小胶质细胞，扮演着微型园丁的角色，在神经组织中穿行，“修剪”掉最弱的突触连接。没有小胶质细胞，这个必要的清理工作就无法完成，导致大脑网络杂乱、充满噪声且效率低下，难以学习和形成记忆。
但是大脑如何知道雕塑何时完成呢？随着发育的关键期和高可塑性时期的结束，大脑会使用一种“分子固定剂”。一种称为神经元周围网（PNNs）的结构在某些神经元周围形成，像脚手架一样，物理上限制了突触的大规模改变。通过将精炼后的回路固定下来，PNNs有助于稳定已学到的知识，并将优化后的网络功能保持到成年期。
最后，我们来到了神经回路设计中最深刻、最美丽的原则之一。如果你观察大脑的布线，你可能会发现完成某项特定任务的通路并非只有一条。相反，演化常常产生了多种结构上不同但能实现相同功能结果的回路。这种特性被称为简并性（degeneracy）。
这并非冗余（redundancy），冗余就像拥有两个完全相同的备用发电机。简并性更像是同时拥有太阳能电池板、风力涡轮机和水力发电大坝来为你的房子供电。它们结构不同，但都能执行相同的功能。
为什么这如此重要？它赋予了系统令人难以置信的稳健性。如果“病变”或损伤破坏了一条通路，系统通常可以将信号重新路由到一条简并的通路，从而在功能上几乎没有或完全没有损伤地维持运作。这是大脑能够对损伤具有如此强恢复力的一个关键原因。这一原则揭示了，大脑不是一个每个部件都只有一个角色的、被完美优化且脆弱的机器。相反，它是一个奇妙地杂乱、灵活且稳健的系统，具有重叠的功能和解决同一问题的多种方案。
从神经网的混乱涟漪到人类大脑稳定、富有弹性的结构，神经回路的原则讲述了一个令人叹为观止的优雅故事。这是一个关于特异性、平衡和节律的故事，一个系统从最初过剩的可能性中构建自我，通过经验完善自我，并通过简并性的微妙智慧保护自我的故事。它不是僵化完美的杰作，而是动态、自适应和稳健设计的杰作。
在遍历了神经回路的基本原理和机制之后，我们可能感觉像一个刚学会国际象棋规则的学生。我们知道棋子如何移动——神经元如何放电，突触如何增强或减弱。但游戏的真正美妙之处，其深邃的内涵，只有在观看大师对弈时才能显现。在本章中，我们将观看大师们的表演。我们将看到演化、发育乃至人类工程师如何运用神经回路的逻辑来解决一系列惊人的问题。我们将从动物王国中为生存而进行的原始斗争，走向量子化学的抽象前沿，并发现神经计算的原则是一种真正普适的语言。
从本质上讲，神经系统是一台为生存而生的机器。最古老和最基本的神经回路是那些能让动物以救命的速度对危险做出反应的回路。以鱼的“C-启动”逃逸反应为例。来自捕食者的一侧突然的压力波会触发鱼体大规模的、不对称的收缩，使其身体弯曲成“C”形，从而远离威胁。这是由一个精美的神经结构所协调的：后脑中的一对巨大的“Mauthner”神经元。关键在于有两个这样的神经元，身体两侧各一个。来自左侧的威胁会激活右侧的Mauthner神经元，该神经元进而驱动右侧强大的肌肉，同时抑制左侧的肌肉。
现在，将其与蚯蚓的逃逸反射进行比较。当头部被戳时，蚯蚓会执行一次快速的、全身性的收缩，将自己向后拉。这并非由一对双侧神经元介导，而是由一条沿着其神经索延伸的单一中央巨纤维介导。当这一个神经元放电时，它向全身的纵向肌肉发送一个全局性的“撤退！”信号，导致对称性的缩短。这种对比很有启发性：鱼的双侧回路允许其进行一次有方向性的逃逸，远离特定的攻击点，而蚯蚓的单通道系统则产生一种更简单的、无方向性的退缩。在这两种情况下，演化都雕琢了回路的布线图——其解剖结构本身——以完美匹配动物生活的功能需求。
当然，并非所有行为都是简单的反射。执行从热炉子上反射性缩回动作的同一个神经系统，也能够产生最崇高的艺术表演。当你的手不小心碰到一个滚烫的平底锅时，感觉信号传到你的脊髓，那里的一个简单的局部回路立即命令你的肌肉收缩，将手拉开。这发生在你大脑甚至还未有意识地感知到疼痛之前；脊髓已经自行处理了紧急情况。现在想想一位熟练的钢琴家看着乐谱弹奏一个复杂的和弦。这完全是另一类行为。来自乐谱的光线由视觉皮层处理，音符符号在联络区被解读，练习的记忆被提取，一个精确的运动指令序列在大脑皮层的广阔网络中被规划和协调，然后才被发送到手和手指的肌肉。在这里，我们看到了神经系统组织的一个基本原则：一个控制的层级结构，从脊髓快速、自动的反射，到由大脑高级中枢支配的深思熟虑、灵活且习得的行为。
这个层级结构并非一日建成。它是在神经系统发育过程中一点一滴构建起来的。人类婴儿的“巴宾斯基征”就是一个很好的例证。如果你抚摸婴儿的脚底，他们的大脚趾会向上伸展，其他脚趾会扇形张开。这是一种原始的脊髓反射。而在成人身上，同样的刺激会导致脚趾向下弯曲。这期间发生了什么？随着孩子的成长，连接大脑运动皮层和脊髓的神经纤维长途通路——即皮质脊髓束——被一种称为髓鞘的脂肪鞘完全包裹。这种髓鞘化使得皮层能够发送快速、有效的“自上而下”的信号。这些下行信号的主要工作之一就是抑制或调节更原始的脊髓反射。巴宾斯基征的消失是一个可见的、外部的标志，标志着一个深刻的内部事件：大脑皮层正在接管控制权，抑制原始回路并建立一个更成熟的反应模式。这个回路并没有被抹去；它只是被置于新的管理之下。
当我们追溯不同动物的谱系时，会发现演化是神经回路不懈的修补匠。有时，相似的功能问题会用截然不同的神经硬件来解决。一个引人入胜的例子来自鸟鸣的世界。通过模仿来学习发声的能力非常罕见，它在三类鸟中独立演化出来：鸣禽、鹦鹉和蜂鸟。这些类群并非近亲，它们的共同祖先也并非歌唱大师。
当神经科学家检查这些鸟类的大脑时，他们发现每个类群都拥有一个“鸣唱控制系统”——一个专门用于学习和产生歌曲的大脑核团网络。然而，这些回路的解剖位置是不同的。例如，在鹦鹉中，关键回路位于前脑的一个“壳”区，这种结构在鸣禽中完全不存在。这是一个典型的趋同演化案例：面对相似的复杂通讯选择压力，这些不同的谱系独立地演化出了功能相似但由不同祖先脑区部分构建的神经回路。发声学习的行为特征是同功的，其底层的神经回路也是如此。
这引出了一个更深层次的问题。当我们在远亲动物中看到相似的功能时，我们如何判断其底层回路是真正的独立发明（同功性）还是从共同祖先那里继承并修改的古老蓝图（同源性）？思考一下蝙蝠和海豚的回声定位。两者都趋同演化出了用声音“看”世界的能力，这种趋同甚至延伸到了分子水平，与听觉相关的蛋白质出现了相同的突变。但是，处理回声的大脑回路又如何呢？一个引人入胜的假说提出，虽然行为是趋同的，但大脑中的核心计算回路可能是同源的。这个想法是，蝙蝠和哺乳动物的最后共同祖先已经拥有一个通用的听觉处理回路。然后，演化在每个谱系中独立地征用并特化了这个祖先回路，以适应回声定位的新任务。什么样的证据能支持这一论断呢？最强的支持将来自发育生物学：如果我们能证明，在蝙蝠和海豚中处理回声的关键脑核团都源于同一块胚胎组织，并与其他脑区建立了保守的连接模式——这种模式在它们不进行回声定位的亲属中也以更简单的形式存在——那么我们就有力地证明了它们共享一个祖先蓝图。这表明，神经回路的研究已成为一种神经考古学，揭示了大脑本身深邃的演化历史。
神经回路的原理如此强大和通用，以至于它们的应用远远超出了生物学，延伸到几乎每一个科学和工程领域。毕竟，神经回路是一个用于处理信息和控制动态的系统，而这些任务是普适的。
今天，我们知道大脑并非孤立运作。它与身体其他部分处于持续的动态对话中。“肠-脑轴”是这种整合的一个绝佳例子。我们的肠道微生物群与大脑之间的通讯沿着多个渠道同时发生。有一个神经渠道，微生物代谢物如醋酸盐可以激活迷走神经的感觉神经元，直接向脑干发送信号。有一个内分泌渠道，某些微生物的存在可以影响皮质酮等应激激素的产生。还有一个免疫渠道，微生物分子触发免疫细胞释放细胞因子，这些细胞因子可以通过血流影响大脑功能，甚至影响大脑自身的常驻免疫细胞——小胶质细胞的成熟。要全面理解大脑功能，就需要我们将其回路视为一个庞大、互联的系统网络中的一个组成部分。
这种将回路视为“动态系统”的理念深刻地影响了我们如何使用人工神经网络来模拟世界。想象你有一个生物实验的数据，比如某种蛋白质的浓度随时间变化。一种建模方法是训练一个标准的神经网络充当插值器：你给它一个时间，它预测蛋白质的浓度。它学习了一个从输入到输出的直接映射。但有一种更深刻的方法，称为神经常微分方程（Neural ODE）。在这里，神经网络不学习浓度本身；它学习变化的规则。它学习一个函数，对于系统的任何给定状态，告诉你该状态在下一瞬间将如何变化——它学习微分方程。为了做出预测，你从一个初始条件开始，让一个ODE求解器根据学到的规则“推演”系统。这是记住一个抛出球的路径与学习万有引力定律之间的区别。当一个系统的底层机制未知时，例如在一个复杂的基因调控网络中，神经ODE可以直接从数据中发现动力学定律，而无需科学家事先猜测其数学形式。
神经回路原理向技术的转化或许在控制理论领域最为直接。想象一下设计一个神经网络来控制一个机械臂。驱动机械臂关节的电机所能产生的扭矩有物理上限。一个天真的控制器可能会计算出一个超过此限制的期望扭矩。执行器无法遵从，于是进入饱和状态。这在控制器想要的与物理系统能做的之间造成了不匹配，导致一种称为“控制器饱和”的危险现象，可能引起大幅振荡和不稳定。一个简单而优雅的解决方案，灵感来自大脑自身对物理限制的管理，是将约束直接构建到神经控制器中。通过设计网络，使其输出命令永远不会超过，我们确保控制器永远不会提出不可能的要求。这种尊重物理现实的简单行为消除了饱和的根源，并显著提高了整个系统的稳定性和性能。
或许，神经回路最令人叹为观止的应用在于基础科学的前沿。量子化学的一个核心挑战是计算分子的“势能面”——一个决定分子结构、反应性和性质的高维景观。使用传统的量子力学方法计算这个表面，对于除最简单的分子外的所有分子来说，计算成本都高得令人望而却步。神经网络应运而生。科学家们现在已经设计出“神经网络势能面”，可以从一组参考计算中学习这个复杂的景观。但这其中有一个美妙的转折。物理定律要求，如果一个分子只是在空间中平移或旋转，或者两个相同的原子交换位置，它的能量必须保持不变。这些是基本的对称性。在一项具有深远意义的突破中，研究人员设计出了将这些对称性融入其自身结构的神经网络架构。这些网络是通用逼近器，其设计本身就决定了它们只能表示遵守物理定律的函数。它们不仅仅是在学习关于分子的知识；它们正在以一种尊重宇宙基本对称性的方式进行学习[@problem_-id:2908414]。
从蠕虫的抽搐到量子力学的定律，穿越神经回路应用的旅程揭示了一个统一的主题。回路是一种学习和体现系统动态的装置，无论该系统是动物的身体、基因网络、机器人，还是现实本身的结构。通过研究它们，我们不仅仅是在研究生物学；我们正在学习一种新的、强大的语言来描述世界并与之互动。