编辑推荐：
神经元中的量子现象因热噪声导致的退相干而难以观测，研究人员围绕菲茨休 - 纳古莫（FN）方程与量子噪声展开研究。发现神经元噪声在数学上等效于量子力学描述，且 FN 模型也与薛定谔方程相关。这为理解大脑功能机制提供了新视角。
在神秘的大脑世界里，神经元如同微小却强大的 “信息处理器”，承载着人类思维、情感和行为的奥秘。长久以来，科学家们一直试图揭开大脑运作的底层机制，而量子力学作为现代物理学的基石，其与大脑功能之间的关系备受关注。但传统观点认为，由于神经元的体积庞大、环境复杂，量子相干性在神经元层面难以维持，量子效应在大脑研究中似乎成了一个遥不可及的概念。因此，大脑中的量子现象是否真的存在，以及它们在神经活动中扮演何种角色，一直是科学界争论不休的谜题。
为了探索这一充满挑战的领域，来自未知研究机构的研究人员开展了一项极具创新性的研究。他们聚焦于神经元噪声与量子效应之间的潜在联系，旨在揭示大脑功能的深层次机制。最终，研究取得了令人瞩目的成果，发现神经元噪声在数学上与量子力学中的波粒描述存在等效性，并且经典的菲茨休 - 纳古莫（FitzHugh - Nagumo，FN）模型也与薛定谔（Schr?dinger）方程紧密相关，这一发现为理解大脑功能提供了全新的视角，相关成果发表在《Computational and Structural Biotechnology Journal》上。
在研究方法上，研究人员主要采用了以下关键技术：一是构建数学模型，通过建立 1D 随机游走模型描述神经元动力学和放电活动，进而推广到 N 维状态变量模型；二是运用 Nelson 方法，将神经元的随机过程映射到薛定谔方程，分析其量子特性；三是利用实验测量，尝试通过测量扩散系数、神经元电感等物理量来确定神经元常数?? 。
研究结果如下：
- 1D 随机游走模型与量子行为：研究人员构建了描述单个神经元放电活动的 1D 随机游走模型，考虑到神经元兴奋性和抑制性输入的不平衡，引入 “漂移速度” 概念。通过 Nelson 方法，证明该模型在数学上等效于薛定谔方程，表明神经元具有类似量子的行为。
- 扩展到多变量模型：由于单个随机变量不足以描述神经元的复杂几何结构，研究人员将理论扩展到 N 个状态变量。通过建立 N - 状态神经元波函数，推导出相应的薛定谔方程，并得到耦合的微分方程来描述随机过程。这一扩展为研究更复杂的神经元模型奠定了基础。
- 菲茨休 - 纳古莫模型的量子特性：FN 模型是研究神经元动力学的重要模型，研究人员在该模型中加入噪声项，使其更符合实际生理情况。通过构建拉格朗日量和哈密顿量，并将其转换为算符，得到了与薛定谔方程相关的结果。这表明 FN 模型的随机版本可以用薛定谔方程描述，意味着大脑动力学中的噪声可能包含量子效应。
- 神经元常数的确定：研究人员探讨了如何通过实验确定神经元常数?? ，提出可以通过测量扩散系数和神经元电感来计算。同时，研究亚阈值神经振荡也可能是确定?? 的有效方法，这为进一步验证理论提供了实验方向。
研究结论表明，神经元噪声与量子效应之间存在紧密联系，神经元常数?? 可能具有较大值，暗示量子效应在神经元层面不可忽视。这一研究成果意义重大，它打破了传统观念中量子力学与神经科学之间的壁垒，为神经科学研究开辟了新的方向。未来，研究人员可以基于此进一步探索量子效应在神经可塑性、信息处理等方面的具体作用机制，有望为理解大脑的奥秘提供更深入的理论支持，也可能为开发新型神经疾病治疗方法提供新的思路。
