第一章·簡介. Introduction. Cortex: Statistics and Geometry of Neuronal Connectivity

05-22

來自專欄時間的魔術·神經系統進化《皮層神經連接的統計和幾何特徵》。有不準確和錯誤的地方，我自己會慢慢改，也希望有興趣看帖的朋友提出自己的意見。

-------------- 以下部分開始是翻譯 -----------------------

在本書中，我們提出了對大腦皮層的一種特別的看法。我們想做的事情，是真正理解皮層的獨特結構及其功能之間的相互關係。我們的實驗結果也許不太支持皮層功能特化的觀點，但也並不完全反對。我們的看法其實和Moshe Abeles在他1982年的Local Cortical Circuits 和 1991年的Corticonics 中的觀點比較接近。也跟我們的長期合作夥伴Gunther Palm 1982年的 Neural Assemblies中提出的理論有關。George Gerstein 的想法和我們的同事 Ad Aertsen的許多洞見對我們的啟發也非常大。另外，我們關於皮層的想法在人工智慧領域引起了很多共鳴，例如人工智慧中的反饋關聯矩陣（associative matrix with feedback）其實就是對皮層連接性（cortical connectivity）的一種總結。

從1990年早期的實驗開始，我們實驗室以及其他實驗室已經積累了足夠的新的實驗證據來為這本書的寫作提供更多事實基礎。上一版已經售罄了，而且現在人們對皮層神經解剖的統計方法也越來越接受，因此，再版還是很有必要的。不過請放心，雖然新版中有一些內容的增刪和小部分修改，但我們的主要觀點還是和以前一致的。

簡單說來，我們的主要觀點如下：1. 皮層中的大部分突觸其實都參與聯合記憶（associative memory）。2. 為了使聯合記憶更有效率，皮層中的信息非常分散：對皮層的解剖發現，神經纖維的獨特分布表明皮層其實是一個巨大的混合器。3.然而，不同情境(context）下的信息在皮層中的表徵卻是局部的：這一點算是區域多樣化。不同皮層區域各自的獨特結構（只是量上的差異，沒有本質區別）其實是整合了各自情境規律的先天知識。

我們剛剛開始真正思考大腦皮層的結構時，就像面對構造非常規律有序的其他神經組織時一樣，我們做了很多輕鬆的推測。但其實神經組織在皮層中非常糾纏，跟果蠅視覺神經節(圖1)的或者是小腦皮層的簡單、有序完全不同。我們不禁要問：對於大腦皮層，我們真的能發現什麼東西嗎？究竟怎樣的信息處理方式，才會需要——而且是精確地需要——哺乳動物大腦皮層中神經元的複雜連接呢？

圖1：不同神經組織中呈現出來的不同程度的有序性和無序性

猴子大腦皮層17區第4層沿層切面

果蠅神經節層（Lamina Ganglionris）皮層的第4層的沿層切面

小鼠大腦皮層分子層最低處的沿層切面。豎直方向的纖維是籃狀細胞（Basket cell）的軸突，水平方向的是並行纖維。

但那時的科學共同體並想做一些更富有想像力的神經解剖。把神經系統比作電路，在當時的學術圈還是很悲觀的看法，因為大腦的連接實在是太複雜了，似乎已經遠遠超出了我們能夠想像和思考的範圍。

而且，那時所有人都被 Hubel 和 Wiesel 在視覺皮層中做出的一系列富有洞見的功能神經解剖工作所震撼了。許多人都認為這是在皮層水平上徹底理解神經計算的真正方法，而所有其他的研究方法和想法都被認為是多餘的。

但是我們並沒有被這些反對意見左右。我們直覺上的出發點是，皮層連接並不需要是傳統意義上的「電路」。如果把突觸看做是電路中的一根連接線，那麼每根連線都是一個小的秩序，於是大腦中的無數突觸就會使得它們構成的連線結構秩序非常非常複雜。這種整體複雜性，將不可能由基因來編碼，基因的信息量不夠；它們也不可能由早期的學習來完成，因為早期學習的空間精細度(spatial finese)似乎也不夠。

而且，我們認為 Hubel 和 Wiesel 的實驗結果，其實最終還是需要結合皮層信息處理的基本原理，才能夠真正有意義。如果沒有這樣的基本原理作為基礎，他們的發現只能是停留在表象程度。（我很贊同）

於是我們就有了大致的思考方向。我們的問題，是要把大腦皮層的結構特徵，跟在皮層中進行的一些操作聯繫起來。這種結構特徵必須是在不同的物種（哺乳動物）和腦區之間都穩定存在的基本特徵；而這些操作，也必須是特異性地只在皮層中進行的操作。而且，由於大腦的輸入輸出關係非常多種多樣，所以我們所尋求的操作必須要足夠基礎、普遍，對諸如視覺、聽覺、觸覺等不同形式的輸入，甚至包括運動輸出和語言等高級功能都要普遍適用。

所以我們其實一開始就很清楚，關於大腦皮層信息處理的結構基礎，我們的想法將會是統計意義上的。因為，一旦我們認為單個突觸或單根纖維作為基礎實在太細節、不符合實際，那麼，正確的選擇就會只能以突觸和纖維的群體為基礎。如果皮層結構的遺傳基礎和經驗的塑造是遵循統計規則的，那神經解剖學也相應的應該是統計的。我們的工作是一些前輩的延續，例如 Sholl 1956, Bok 1959 和 Cragg, 1967.

在本書中，我們會介紹我們最原始的想法，和我們多年實驗所以來的假設。讀者要先閱讀那些更加推測性的部分，再閱讀我們的核心的定量神經解剖部分。至於技術細節則可以略過，感興趣的讀者可以閱讀。

至於選擇小白鼠作為實驗對象，原因非常簡單。小鼠的大腦很小，方便做全腦切片；其繁殖也非常迅速；要知道在使用高爾基法染色的時候，染色效果很大程度上依賴運氣，因此選擇小鼠的話，樣本數量只多不少。而且白化變異的小鼠品種（也即小白鼠）在除神經解剖學以外的其他實驗室也應用廣泛，因此我們在小白鼠的上的研究結果可能對其他人也會有用。還有兩個理由。小鼠的大腦無褶皺，非常利於立體定位和切片。

另一個原因則是在神經解剖學中流傳很久的誤解：相比擁有眾多不同腦區的人類大腦而言，小鼠的皮層結構更加均一。這個想法常常被引申成認為小鼠的皮層缺乏神經形態多樣性，甚至缺少一些其他物種中的獨特神經元類型。（Cajal 就這麼認為的）。但是從我們的經驗來看，這種對小鼠大腦的輕視其實並不公平。僅僅用高爾基染色法，就可以看到小鼠皮層中不亞於；靈長類動物或者食肉動物的結構和神經元類型的多樣性。而且，假設我們有很好的理由認為小鼠的大腦是哺乳動物大腦的一個極端，而人類大腦是其中的另一個極端，那麼尋找這兩個極端所共有的不變結構將會是理解皮層基本操作的多麼關鍵的一步！要知道，所有哺乳動物所共有的皮層特徵是非常令人吃驚的。我們在最近一個有許多神經解剖學家參加的皮層會議上，故意用牛的的皮層圖片來對照講解人類的高級認知功能，結果卻沒有一個人發現這個秘密。如果選擇合適的高爾基染色圖片，小鼠的皮層也可以這麼用。

最後，選擇小鼠的同時也選擇了豐富的資源。對於新手來說，以下三個資源特別重要。一個是Sidman, Angevine 和 Pierce 1971 年的奠基性解剖圖譜。其圖像質量非常好，對於一些低放大倍數的細胞或者髓鞘構築的組織學工作可以直接在圖譜上進行。關於小鼠的第二個不朽之作則是 Peters 和 Jones 自1984年開始編輯的 Cerebral Cortex 雜誌。眾多研究者在其中發表的關於其他動物的皮層研究工作對我們而言也是彌足珍貴，因為我們相信皮層網路的根本特徵是跨越了種間差異的。第三個也是最重要的一個資源是 Ed White 1989 年的 Cortical Circuits。書中作者呈現了他們對小鼠皮層多年的研究結果。因為White 在書中的文獻綜述非常完整，而且他的觀點與我們的不同，所以讀者可以閱讀這本書，併當做是本書的討論部分，我們非常感謝White。

我們會在第34 章討論如何將對小鼠的皮層結構的研究如何跟其他的哺乳動物種類聯繫起來。