A Large-Scale Anatomically and Electrophysiologically Constrained Model of Hippocampus at Behavioral Time Scales
本文提出了一种由 GPU 加速的计算框架，该框架构建并优化了一个包含 25 万个神经元的大规模、解剖约束海马模型，通过一种新颖的两阶段优化策略，成功重现了关键的生物学动力学，并实现了足以达到行为时间尺度的模拟速度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类大脑是一个由数十亿个细胞组成的庞大且错综复杂的景观，每个细胞都是一个微小的电学单元，通过复杂的模式放电来产生思想、记忆和运动。为了理解这一机制是如何运作的，科学家们经常构建模仿大脑结构的计算机模型。然而，一个持久的问题一直困扰着这些尝试：这些模型通常过于简单而不够真实，或者过于详细以至于在计算机上运行需要数年时间，导致无法模拟动物在房间内导航所需的几秒钟或几分钟。研究人员一直致力于构建一种既具有解剖精确性（匹配大脑真实的布线方式），又足够快到能实时运行的模型。
一组研究人员现在构建了一个关于海马体（大脑中负责记忆和导航的部分）的大规模、高度详细的模拟系统。他们创建了一个包含约25万个独立神经元和2000万个连接的数字版大脑区域。不同于以往依赖猜测或简化规则的尝试，该模型是直接根据大脑细胞实际如何连接在一起的实验图谱构建的。研究人员使用了强大的图形处理器——即高端视频游戏中常见的这类芯片——使模拟运行速度约为真实生物时间的20倍。这使得他们能够观察网络随时间演化的过程，观察细胞如何相互作用以产生行为。
最令人瞩目的结果是，该模型在没有被明确教授的情况下，就生成了导航模式。研究人员向数字大脑输入了代表虚拟动物在空间中移动的信号，但他们并未对神经元进行编程以识别特定位置。尽管如此，由于细胞连接的方式以及它们相互响应的方式，该网络自发地产生了“位置细胞”——即仅在虚拟动物处于特定地点时才放电的神经元。模拟表明，大脑定位空间的能力源于其电路的物理结构和电信号的时序，而非来自一份预先写好的指令手册。
为了实现这一目标，团队必须解决两个主要障碍。首先，他们需要将通常描述细胞群体的复杂解剖数据，转化为每对神经元之间连接的地图。他们开发了一种方法，将群体层面的图谱转化为精确的布线图，确保数字大脑在外观和行为上都与真实大脑一致。其次，他们必须让模拟运行得足够快以发挥作用。通过针对图形硬件优化软件，他们将模拟一秒钟大脑活动所需的时间缩短到了仅为一秒的一小部分。这种速度至关重要，因为它允许科学家运行模型数小时或数天，从而观察像学习和记忆巩固这类在更慢、更详细的模型中无法研究的长时程过程。
研究人员还开发了一种智能调节模型的方法。他们并没有试图从一开始就让每一个数值都达到完美，而是采用了两步走的过程。首先，他们调整了神经元对之间的连接强度，以匹配已知的实验室测量值。然后，他们让整个网络运行，并在模拟过程中再次调整连接，通过不断微调系统，直到细胞群体的整体活动与活体动物的表现相匹配。这种在线调整意味着他们不需要在每次做出更改时都停止并重启模拟，从而节省了大量时间，并实现了更精确的拟合。
当该模型接受测试时，它产生了一幅丰富的脑活动织锦。神经元的放电呈现出节奏性的模式，与真实动物中看到的脑波（特别是与导航和记忆相关的 theta 和 gamma 节律）相匹配。细胞组织成了不同的群体，有些放电迅速，有些则较慢，正如在活体大脑中一样。最重要的是，生成的空间图谱是稳定且真实的。海马体不同层级的神经元将来自环境的原始输入转化为日益精确的位置编码，从宽泛的网格状模式演变为特定的单点放电。这种演进是自动发生的，完全由网络的物理约束和细胞的电学特性驱动。
这项工作表明，大脑理解空间的能力是其物理布线方式及细胞通信方式的直接结果。研究人员不需要在模型中编程“位置”的概念；它从系统的复杂性中自然产生。虽然目前的模型仅代表了整个海马体的一小部分，但团队展示了其方法可以扩展到模拟整个区域。他们估计，利用现代高内存计算机系统，全规模的模型可以以大约50倍于真实时间的速度运行。这开启了大门，使模拟整个海马体持续一天或一周成为可能，从而观察记忆如何随着时间的推移而形成并稳定。
该研究还强调了一种理解大脑的新方法，它架起了微观个体细胞细节与整个器官大规模行为之间的桥梁。通过将精确的解剖数据与快速、灵活的计算相结合，研究人员创建了一个可以测试大脑结构变化如何影响其功能的工具。这个框架不仅仅是一个静态的大脑图像；它是一个可以被调整并观察其动态变化的系统。它提供了一种在受控环境中探索记忆和导航机制的方法，为观察思维精巧机制提供了新的视角。该模拟的成功表明，支配大脑的规则就写在它的物理结构之中，正等待着那些既精细又足够快、能跟上思维流转的模型去解码。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。