大脑中的神经元似乎遵循独特的数学模式

参与人脑计划的研究人员已经确定了控制我们大脑中神经元分布的数学规则。

该规则预测了神经元在大脑不同部位的分布方式，并可以帮助科学家创建精确的模型来了解大脑的工作原理，并为神经系统疾病开发新的治疗方法。

在统计学的奇妙世界中，如果你考虑任何连续的随机变量这对数该变量通常遵循所谓的对数正态分布。由平均值和标准差定义，它可以可视化为钟形曲线，只是曲线比您在正态分布中找到的曲线更宽。

来自德国于利希研究中心和科隆大学的一组研究人员发现，不同哺乳动物神经组织外层区域的神经元数量符合对数正态分布.

撇开数学不谈，一个简单而重要的区别是正态分布钟形曲线的对称性和对数正态分布的不对称性和严重的右偏尾，这是由于大量小值和一些显着的大值。

一个国家的人口规模通常是正态分布的，有几个非常大的城市和许多小城镇和村庄。

大脑结构和功能取决于神经元的数量和排列。该外层组织层的不同区域和层中的神经元密度 –大脑皮质– 差异很大。

“神经元密度的分布会影响网络连接，”说尤利希研究中心的神经科学家萨沙·范·阿尔巴达（Sacha van Albada）。

“例如，如果突触的密度是恒定的，那么神经元密度较低的区域将接收到每个神经元更多的突触。

神经元密度的统计分布在很大程度上仍然未知，尽管研究确实为我们提供了引人入胜的信息关于我们大脑细胞组织的发现.

为了进行研究，该团队使用了九个开源数据集，涵盖七个不同的物种：小鼠，狨猴，猕猴，加拉戈，猫头鹰猴，狒狒和人类。当比较大脑皮层不同区域的神经元密度时，出现了对数正态分布的常见模式。

“我们的研究结果与观察结果一致，即大脑的许多特征都遵循对数正态分布，”作者在他们的论文中写道.

对数正态分布是乘法过程的自然结果，就像正态分布是许多自变量相加的自然结果一样。

“它在自然界中可能非常普遍的一个原因是，它是在取许多自变量的乘积时出现的，”说亚历山大·范·梅根（Alexander van Meegen）共同领导了这项研究，这是他在于利希研究中心（Jülich Research Centre）攻读计算神经科学博士学位的一部分。

研究人员表示，大脑皮层的结构方式可能是发展或进化的副产品，与计算无关。

但以前的研究表明大脑神经网络变异不仅仅是一个副产品，它可能积极地帮助动物在不断变化的环境中学习。事实上，在不同的物种和皮层的大部分部位都可以看到相同的组织，这表明对数正态分布被用于某些事情。

“我们无法确定神经元密度的对数正态分布将如何影响大脑功能，但它可能与高网络异质性有关，这在计算上可能是有益的。解释共同主要作者Aitor Morales-Gregorio，Jülich研究中心的计算神经科学家。

科学家们希望这一发现能够揭示大脑如何存储和检索信息，以及它如何获取新知识。在不断寻求有效的治疗方法对于脑部疾病，它可能为创造针对大脑特定区域的新药铺平道路。

这人脑计划为促进神经科学、计算和脑相关医学建立共享研究基础设施的十年努力即将结束，它给了我们一些有趣的发现一路走来。

该研究已发表在大脑皮质.

宝宝起名