Stable Diffusion
神經科學可以變得更枯燥一點。 放慢一點，給我們一個追趕的機會。 一個把所有的東西都吸收進去的機會。 但是洪流沒有減弱的跡象。 所以這裡有一些我從洶湧的洪水中撿到的閃亮的鵝卵石，拿到燈光下給你們看。
那麼，讓我們開始深入探討。 我們有技術上的進步，從據稱可以看到活人大腦神經元發出的尖峰的神經成像技術，到記錄在蛋白質中的神經活動的誘人步驟。 我們還深入了解了大腦如何應對不理想的情況。
在fMRI中看到峰值
幾十年來，fMRI一直是觀察完整人腦活動的最佳方式。 但它的局限性令人沮喪：它只是一種代理，報告的是活動神經元可能需要的富氧血液的流動，而不是神經元本身的活動；它是模糊的，在一個普通的掃描儀中，報告的是多達100,000個神經元的大腦，而在最強的掃描儀中，也只有1000個神經元；它的速度很慢，因為它測量的血液信號每秒鐘變化一次，但是神經元以毫秒級的時間觸發，所以它們的活動模式是不可見的。今年，Jang-Yeon Park和 Jeehyn Kwag的團隊在《科學》雜誌上報道了一種 fMRI信號，如果是真的，可以克服所有這些問題：它可以在更精細的時間和空間尺度上直接報告神經元的活動。
他們展示了一些令人信服的證據。 在小鼠的鬍鬚被梳毛後，這個信號的峰值與皮層中的放電活動的峰值一致，而這些活動的峰值僅僅發生在微調後的25毫秒。 當使用光遺傳學技術直接驅動神經元放電時，信號和放電活動也一致。 該信號還可以解析出大腦節和皮層之間相隔15毫秒左右的不同放電活動峰值。粗略計算，他們發現的信號變化在10ms的數量級上，可以解析到0.22毫米。
但也有一些注意事項值得注意。 首先，還沒有確定這個信號從何而來：究竟數百或數千個神經元的電壓變化如何能夠強大到足以被檢測到的程度。它還需要一個超強的掃描儀(9.4 T)。 其次，它需要反覆的試驗來建立信號，因此不能用於觀察自發活動或正在進行的行為。 因此，實驗對象在掃描儀里不能動彈，最好是麻醉狀態。比如說一條死魚。
如果一切都能得以實現，那科學可以取得多麼大的成就啊。
神經元的列隊遊行
回到動物神經科學的領域，記錄單個神經元活動已不是什麼新鮮事。 幾十年前，植入大腦的電極和顯微鏡已經被用來捕捉這些有趣的放電。但是，科幻小說中的場景是一種在整個大腦中記錄神經元活動長達數周或數月的方法，而不需要植入任何東西。 為了跟蹤動物的發育、學習、衰老；為了讓動物按照自己的意願行事，從枯燥的實驗室任務中解脫出來——觀察這些移動的點，按下這個按鈕，拉下這個槓桿——並在它們做這些動作時捕捉它們大腦的活動。 其中一個很棒的想法是記號紙帶。
記號紙帶是一種思維實驗，它使用某種不斷增長的分子作為神經元中事件的時間標記，然後在實驗結束時對該分子進行排序以恢復事件的順序：通常是某種DNA。 現在，Adam Cohen和他的朋友們的一份預印本向我們展示了這種記號紙帶想法的原理。 他們發現了一種蛋白質，它可以在哺乳動物細胞中以恆定的，緩慢的速度增長，而且其中的孔正好適合神經活動的螢光標記物。他們發現，蛋白質不僅在神經元中生長，而且當在不同的時間點激活螢光標記時，只需檢查標記在蛋白質上發光的位置，就可以讀出事件序列。 他們還發現，生長蛋白質和螢光標記的組合可以編碼c-Fos的表達，當神經元持續激活時，c-Fos基因會快速且短暫地轉錄。 這些都是初步的步驟：螢光標記是由染料激活的，而不是神經活動激活的；時間解析度是2小時；c-Fos在培養的神經元中被一種藥物明確地激活。 儘管如此，這是第一步！
而且並非沒有先例：在描述活動的分子標籤被設想出來的同時，也在想像等效的分子機制來發現神經元之間的聯繫。 這是一個思想實驗：提取一個獨特的DNA條形碼，將其注射到每個神經元中，然後對大腦進行切片，對DNA進行測序，以發現每個神經元將軸突發送到何處。 現在，這就是現實：Tony Zador的團隊開發了神經元的條形碼RNA，並從此用它來追蹤視覺皮層中單個神經元的詳細聯繫。所以，如果在十年左右的時間裡，連接的條形碼已經從思想實驗變成了一個完全實現的過程，那麼在十年結束之前，我們還能看到條形碼嗎？請拭目以待。
當大腦狀態最佳時會發生什麼？
當飢餓感來襲時，我們的大腦就會變得朦朧，思維變得模糊，甚至會出現把襪子放進洗碗機的極端情況。這也就不足為奇了，大腦只占身體質量的不到2%，但每天消耗的能量卻高達20%。所以如果有哪個器官需要節省能量，那一定是大腦了。要想節省能量，最好的辦法就是讓神經元變得更不活躍，因為大腦消耗大量能量是在發送和接收尖峰信號時實現的。Nathalie Rochefort和他的實驗室提出了這樣一個問題：飢餓會改變大腦的處理方式嗎？
答案是肯定的。他們拿了一些飢餓的老鼠，和一些飽腹的開心老鼠，記錄下他們的視覺皮層神經元對同一角度的乏味直線圖片的反應。這些皮層中的神經元通常會對特定角度(比如30度或170度)的線條發送最多的尖峰信號，而與這個期望角度越遠，它們發送的信號就越少。在飽腹的開心老鼠身上，這意味著一個神經元對遠離它期望角度的線條根本不會有反應；但在飢餓的老鼠身上，它們卻會反應。這就意味著它們發送的信息確實變得模糊了。
你可能會想，模糊的神經元是怎麼節省能量的呢？似乎發生的情況是，飢餓的老鼠的神經元在接收到每一個輸入信號時都會減少電流的流動，從而節省了大量在它們大而代謝昂貴的樹突上的能量。但同時，神經元也會增加膜的阻力，從而增加輸入電流引起的電壓變化。結果就是神經元身體處的電壓變得更嘈雜——而嘈雜的電壓意味著在不該發出的時候也很可能發出尖峰信號。因此：神經元會發出尖峰信號去響應它們本不該響應的線路。
有趣的一點是：這是否與高效編碼理論直接矛盾？這些理論認為，大腦將神經元放電之間的冗餘最小化，以最大化可用能量的信息傳輸。換句話說，要儘可能少的神經元發出同樣的信息。這似乎預示著，可用能量減少時，神經元激活會變得更加稀疏。但Rochefort實驗室的論文顯示，當能量減少時，神經元激活並不會變得更加稀疏，而是更加嘈雜，因為他們的調諧變得更加寬泛。這意味著，對於任何給定的圖片，更多的神經元同時激活，而不是更少！
有三種可能性：我錯了(似乎很可能)；大腦已經處於高效編碼的極限，因此可用能量的減少會導致編碼效率的下降(也許)；或者高效編碼理論(大部分)集中在神經元的錯誤端——如何使它們的輸出更高效，當它是使用最多能量的輸入時，因此它是需要優化的輸入。現在輪到理論家們了。
還有很多要趕上的。我們已經擁有了關於人類壽命的大腦圖表，關於它如何成長、演變和隨著年齡減少，這篇論文以第一作者們為獲取必要數據所付出的非凡努力而著稱。你可能還記得我不斷強調的「暗」神經元，大腦皮層中的一類似乎沒有任何作用的神經元。現在，結果表明，氯胺酮會導致不活躍的神經元變得活躍，反之亦然。因此，特殊K的奇怪解聯效應可能只是暗神經元甦醒，發出關於外界不存在的東西的尖峰信號。而且，結果表明，北美城市居民在歐洲城市迷路的原因是他們是在網格城市中長大的——因此他們的大腦無法應對街道彎曲或匯合在任何不是90度的角度的概念。
最後，Facebook的研究人員揭示了窮人改善處境的最佳途徑：交更好的朋友。我真希望我是在開玩笑。他們研究了美國7200萬Facebook用戶，發現收入增加的最佳預測因素是一個人擁有多少更富有的朋友。這導致他們提出了一個解決貧困的簡單解決方案，即為低收入者創造更多機會與高收入者交朋友。所以，世界貧困就這樣解決了。下年見，屆時Facebook的研究人員會發現有足夠食物的人的最佳預測因素是他們的收入，並提議我們給人們足夠的錢去買東西。