巴塞尔大学的一位研究人员与奥地利的一位同事合作开发了一种新模型，可以全面了解我们的大脑如何快速学习并形成稳定、持久的记忆。他们的研究揭示了神经细胞邻近接触部位之间的相互作用对于大脑可塑性(大脑适应新体验的能力)的关键作用。
1949年，加拿大心理学家唐纳德·O·赫布(Donald O. Hebb)描述说，当神经元同时活跃时，神经元之间的连接会变得更强，并且加强的连接有利于信号传输。我们的大脑改变神经元之间连接的能力是学习和记忆的基础。
“长期以来，人们一直认为这些适应主要发生在特定突触(两个神经元之间的接触部位)一对一的基础上，”巴塞尔大学生物中心的埃弗顿·艾格尼丝博士解释道。 “有趣的是，经历变化的突触也会影响多个相邻的突触。”由于这些复杂的突触相互作用很难通过实验进行研究，Agnes 和他的奥地利科学技术研究所的同事 Tim Vogels 教授建立了一个理论模型来解开这种现象(也称为相互依赖)。他们的工作最近发表在《自然神经科学》上。
突触可塑性：大脑的学习方法
我们从学生时代就知道：当反复学习新词汇时，你可以更好地记住它们。这是因为随着时间的推移，参与处理这些信息的神经元之间会形成更牢固的连接。突触连接的这些变化(无论是加强还是减弱)被称为突触可塑性。通过这种方式，大脑不断更新其神经元网络来存储新的或删除不相关的信息——这是学习和记忆的基础。
神经元主要通过兴奋性和抑制性突触连接。兴奋性突触传输信号，而抑制性突触则减少信号传输。 “不同类型的突触不仅独立工作，相邻的突触也会相互影响，从而塑造神经元连接的强度和稳定性”，Agnes 说。 “通过我们的模型，我们可以揭示相邻兴奋性突触之间的相互作用决定了连接的强度，这与记忆的编码方式有关。”
互补的抑制性突触解释了兴奋性突触修饰的长期稳定性，为一次性学习提供了必要的机制，即在单次暴露后学习记忆。
神经网络动力学的整体观点
相邻突触之间的微调相互作用对于快速学习以及持久记忆的形成至关重要。 “通过将大量有关突触相互依赖性的规则整合到我们的网络模型中，我们可以对大脑可塑性的机制提供更全面的了解”，Agnes 强调。该研究强调了邻里互动的重要性，并为微观尺度上大脑神经网络的动态和优化提供了新的见解。
免责声明：本文由用户上传，如有侵权请联系删除！
