树突形态与突触非线性增强人类皮质神经元的功能复杂性

《Proceedings of the National Academy of Sciences》：Dendritic morphology and synaptic nonlinearities enhance functional complexity in human cortical neurons

　　

人类在动物界中展现出独特的认知能力，但驱动这些高级能力的神经机制仍知之甚少。人类皮质神经元在形态和生理特征上与其他物种（如啮齿类动物）不同。人类皮质神经元的独特特性是否有助于解释人类卓越的认知能力？理解这一关系需要一种量化神经元特性如何贡献于单个神经元功能复杂性的测量方法；然而，目前还缺乏这样一种标准化测量方法。在此，研究人员提出了功能复杂性指数（Functional Complexity Index, FCI），一个通用的、基于深度学习的框架，用于评估神经元的输入-输出（input-output, I/O）复杂性。通过比较大鼠和人类不同层中皮质锥体神经元的FCI，研究人员确定了构成神经元功能复杂性的关键形态电学因素。人类皮质锥体神经元在功能复杂性上显著高于大鼠对应神经元，主要由于树突膜面积和分支模式以及NMDA（N-methyl-D-aspartate）介导的突触受体的密度和非线性方面的差异。这些发现揭示了人类皮质神经元增强功能特性的结构和生物物理基础，为理解人类增强的认知能力的基础提供了关键一步。

**论文解读：树突形态与突触非线性增强人类皮质神经元的功能复杂性**

**研究背景与问题**
人类认知的独特性可能源于单个神经元层面的差异。然而，尽管人类皮质神经元在形态与生理特性上显著区别于其他物种（如啮齿类动物），但缺乏一种系统性的量化指标，将神经元的结构与生物物理特性与其功能复杂性联系起来，从而无法直接比较不同物种或不同皮层层的神经元计算能力。当前研究面临的关键问题在于：这些细胞层面的差异是否转化为单个神经元更高的计算能力，进而塑造系统层面的认知功能？为此，研究人员引入了一种基于深度学习的框架——功能复杂性指数（Functional Complexity Index, FCI），以量化神经元的输入-输出（I/O）复杂性，并系统比较人类与大鼠皮质锥体神经元之间的差异。该研究发表于《Proceedings of the National Academy of Sciences》。

**主要技术方法**
研究使用了24个三维重建的皮质锥体神经元模型（12个人类样本，来源：文献9、47；12只大鼠样本，来源：文献42、46、72），涵盖所有六个皮层层。构建了详细的生物物理模型，包括被动树突特性（膜电容1 μF/cm2，轴向电阻150 Ω·cm，膜电阻20,000 Ω·cm2）以及体细胞和轴突中电压依赖性Na?和K?通道。突触模型包括AMPA、NMDA（N-甲基-D-天冬氨酸）和GABAA类型，其中人类NMDA受体参数（最大电导约为大鼠的3倍，γ因子更大）取自Eyal等人（2018）。通过大量随机突触输入（每个模拟10秒，共12,000次模拟）生成I/O数据集，训练一个固定结构的三层时序卷积神经网络（TCN，每层128个神经元）以逼近生物物理模型的体细胞输出（包括阈下电位和动作电位）。使用受试者工作特征曲线下面积（AUC）评估预测精度，并定义FCI为AUC的单调递减函数（公式1）。此外，提取了58个形态学特征，通过线性回归分析其与FCI的相关性，并测试了不同突触类型（大鼠、人类、混合型A和B）的影响。

**研究结果**

**FCI的建立与验证**
研究人员通过比较人类与大鼠L2/3锥体神经元的FCI，发现人类神经元FCI显著高于大鼠（0.4294 vs. 0.1877，双尾t检验P < 0.0001），表明人类神经元I/O变换更复杂，固定TCN难以准确预测其输出。该差异在结构化时空输入模式和非均匀突触分布下保持稳健。

**人类与大鼠皮质锥体神经元的功能复杂性比较**
对24个模型（每层3个，共6层）的FCI分析显示，人类神经元平均FCI为0.3803，大鼠为0.2244，差异高度显著（双尾t检验P = 9.796e-12）。在大鼠中，L5神经元FCI显著高于L2/3（P = 0.048）；而在人类中，L2/3神经元FCI显著高于L4（P = 0.013）和L5（P = 0.010），提示人类皮层计算资源向L2/3转移。

**形态学特征对FCI的贡献**
通过将大鼠突触参数应用于所有形态（人类和大鼠），发现人类形态仍支持更高的FCI（P = 0.022），表明形态本身是重要因素。进一步分析58个形态特征与FCI的相关性，发现单个特征中“总树突面积”预测能力最强（R2=0.74），其次是“二分叉分支总长度”（R2=0.45）和“最长二分叉分支”（R2=0.44）。结合两个特征（总树突面积+最长二分叉分支）可将R2提升至0.81，四个特征（再加入最长主干分支和最长末端分支，但系数为负）达到R2=0.88。研究还显示，主动树突电导（Na?、Ca2?、Ih等）的引入进一步增加大鼠L5模型的FCI，但即使人类L5模型仅含被动树突，其FCI仍高于含主动电导的大鼠L5模型，强调形态和NMDA介导的非线性在物种差异中的主导作用。

**突触特性对FCI的影响**
通过比较四种突触类型（大鼠型、人类型、混合A：大鼠电导+人类γ因子、混合B：人类电导+大鼠γ因子），研究人员发现：在同一人类L2/3模型上，人类型突触在激活约35个突触时表现出从亚线性到超线性的阈值转变，诱发强烈的NMDA峰，而大鼠型突触在激活少于50个突触时呈线性响应。在全部24个形态上，人类型突触均显著提高FCI（P < 0.0001），而混合型仅引起轻微增加，表明人类NMDA受体更大的电导和更陡的电压依赖性是非线性整合的关键。

**讨论与结论**
讨论部分指出，FCI作为一种基于固定容量DNN拟合神经元I/O变换的度量，成功揭示了形态与突触特性对功能复杂性的贡献。人类树突的更大表面积和更丰富的分支增强了树突区室化，使半独立计算单元增多；而人类NMDA受体的更高电导和更陡非线性进一步放大了物种差异。研究还发现，人类皮层L2/3的FCI优势与这一层的扩张和特殊细胞类型的存在一致，提示单神经元复杂度与网络架构可能协同进化。此外，尽管模型未包含主动树突电导（因缺乏人类树突约束），补充模拟显示主动电导可增加FCI，但人类被动树突模型仍优于大鼠主动模型，表明形态和NMDA非线性是主要因素。研究结论部分翻译如下：研究人员因此得出结论，相关的突触效应并非人类兴奋性突触后电位（EPSP）幅度本身的简单增加，而是促进非线性突触整合。具体而言，更强的电压依赖性NMDA电导与更陡的NMDA电压依赖性相结合，使得人类神经元中共同激活的兴奋性突触之间产生更强的组合非线性相互作用，从而产生更复杂的I/O变换和更高的FCI（图4），这与先前将突触非线性与计算能力联系起来的研究一致。从进化角度看，这些结果表明单神经元复杂性的增加可能与网络架构共同进化：在人类中，L2/3锥体神经元表现出比其他层更高的功能复杂性，而大鼠中L5神经元占主导，这一转变与人类皮层L2/3的扩张相平行，可能反映了这些神经元在皮层计算中作用的增强，并与特定功能特性相关。