研究人员发现了我们大脑中神经元分布背后的数学规律

　　

来自德国尤里希研究中心和科隆大学(德国)的HBP研究人员已经揭示了哺乳动物大脑皮层区域内外神经元密度的分布。他们揭示了皮层细胞结构的基本组织原理:神经元密度普遍存在对数正态分布。

神经元的数量和它们的空间排列在形成大脑的结构和功能中起着至关重要的作用。然而，尽管有大量可用的细胞结构数据，神经元密度的统计分布在很大程度上仍未被描述。新的HBP研究发表在《大脑皮层》杂志上，促进了我们对哺乳动物大脑组织的理解。

该团队的调查基于7个物种的9个公开数据集:老鼠、狨猴、猕猴、猕猴、猫头鹰猴、狒狒和人类。在分析了每个大脑皮层区域后，他们发现这些区域内的神经元密度遵循一个一致的模式——对数正态分布。这表明哺乳动物大脑中神经元密度的基本组织原则。

对数正态分布是以歪斜的钟形曲线为特征的统计分布。比如，当取一个正态分布变量的指数时。它在几个方面与正态分布不同。最重要的是，正态分布的曲线是对称的，而对数正态分布的曲线是不对称的，有一个沉重的尾巴。

这些发现与大脑的精确建模有关。“尤其是因为神经元密度的分布会影响网络的连通性，”该论文的资深作者、理论神经解剖学小组的负责人Sacha van Albada说。“例如，如果突触密度是恒定的，神经元密度较低的区域每个神经元将接收更多的突触，”她解释说。这些方面也与大脑启发技术的设计相关，如神经形态硬件。

“此外，由于皮层区域通常是根据细胞结构来区分的，因此了解神经元密度的分布可以用于统计评估区域之间的差异以及区域之间边界的位置，”van Albada补充道。

这些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。该研究的联合第一作者Alexander van Meegen说:“它在自然界中很常见的一个原因是，它是在许多独立变量的乘积中出现的。”换句话说，对数正态分布是乘法过程的自然结果，类似于正态分布是如何在许多自变量求和时出现的。

“使用一个简单的模型，我们能够展示神经元在发育过程中的增殖如何导致观察到的神经元密度分布，”van Meegen解释说。

根据这项研究，原则上，全皮层的组织结构可能是发展或进化的副产品，没有计算功能;但是，在几个物种和大多数皮质区域中可以观察到相同的组织结构，这一事实表明对数正态分布有一定的作用。

“我们不能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，这可能在计算上是有益的，”该研究的第一作者Aitor Morales-Gregorio说，他引用了先前的研究成果，表明大脑连接的异质性可能促进有效的信息传输。此外，异构网络支持鲁棒学习，增强神经回路的记忆能力。

文章标题

Ubiquitous lognormal distribution of neuron densities in mammalian cerebral cortex