1700676426
至于绘制出基于微观和纳米级连接的完整的哺乳动物脑连接组图谱，我们还有很长的路要走。已经有研究人员描述了小鼠视网膜的连接组以及一小块小鼠脑组织的细胞级连接组，但这些发现反而强化了我们的一种错误印象，让人认为脑是由解剖学上不同的模块组成的。事实上，有些神经元连接了整个脑区，有时甚至连接了整个脑。最近一项对小鼠体内5个神经元的成像研究表明，它们的纤维贯穿于脑中，结构异常复杂，总长超过了30厘米。[48] 这些神经元的功能显然不仅仅是简单的信息传递，还包括与许多不同的脑区相互作用。但即使是分析如此少量的神经元的功能，无论在技术上还是智识上都是很大的挑战。例如，研究人员已经展示了所谓的投射神经元（projection neuron）是如何实现长程连接的。在小鼠的脑中，一个由1000个投射神经元组成的连接组能形成一个超过75米长的网络（在你的脑中有数百万个这样的细胞）。[49]
1700676427
1700676428
科学界目前还没有绘制哺乳动物突触级完整连接组的计划，因为这在技术上挑战太大了。即使是已经被广泛研究的小鼠的脑，在737个脑区中，我们测量过细胞数量（而不是它们的相互连接）的脑区也只占4%，而且针对同一个脑区的不同研究的测量结果往往差异很大，最悬殊的差异高达13倍。科学家们最近试图在全脑尺度上用算法对小鼠各个脑区的细胞数量进行估计，虽然这一尝试给我们带来了一些新的启示，但即便是在小鼠上，要想理解脑的运作机制，仍然需要搞清楚脑在细胞层次上是如何组织起来的。[50] 就目前而言，这种层次的认知甚至还没有出现的迹象。至于人脑，它有900亿个神经元、100万亿个突触和数十亿个神经胶质细胞（这些数字都是估计），绘制出它突触水平连接图谱的那一天还显得遥遥无期。
1700676429
1700676430
尽管如此，绘制出某些物种某种形式的连接组的前景还是很诱人的。2013年，研究秀丽隐杆线虫的美国顶尖神经科学家科莉·巴格曼（Cori Bargmann）在一篇文章中总结道：
1700676431
1700676432
定义连接组就像给基因组测序一样，一旦获得了基因组的序列，我们就无法想象没有它的日子。然而，无论是对基因组还是对连接组来说，结构并不能解开功能之谜。结构所能提供的是一个更好的概述、一个对问题局限性的窥探、一组可行的假设，以及一个以更精确和更有力的方式检验这些假设的框架。[51]
1700676433
1700676434
1700676435
1700676436
1700676437
对于连接组研究的意义，一个普遍的观点（或者说教条，或者仅仅是期盼）是，描述一个生物体或者其脑中某个部分的连线图能使我们获得新的见解，搞清楚神经环路的活动是如何引发行为和感觉的。这个隐含的假设从一开始就存在：在布伦纳的实验室里，每只线虫302个神经元的重构图都被描绘在一系列的笔记本上，这些笔记本被戏称为“线虫的脑”（the mind of a worm）。[52] 然而这并非仅仅是个玩笑。
1700676438
1700676439
一些研究者相信，连接组将为我们理解脑提供一个宏大的解释理论，而这正是我们一直以来所缺乏的。2016年，著名神经科学家拉里·斯旺森（Larry Swanson）和杰夫·利希曼（Jeff Lichtman）表示，创建“基于生物学的神经系统的动态或功能连接图模型”，这本身就代表了“一个强大的概念框架，类似于化学中的元素周期表、分子生物学中的DNA双螺旋模型或者生理学中的哈维循环系统模型”。[53] 然而事实上，研究人员在简单神经系统上开展的大量工作表明，连接组学虽然为我们理解脑提供了基本的解剖学背景，但如果不同时辅以实验和建模方法，它将无法阐明脑的具体运作方式。[54]
1700676440
1700676441
即使在一个简单的环路中，每个神经元也会通过化学突触和所谓的间隙连接（gap junction）与许多个神经元形成连接。间隙连接直接把两个细胞连接到一起并允许电信号通过，因此也被称为电突触。这种结构在20世纪50年代首次在解剖学上被发现，其功能在20世纪60年代得到证实。[55] 此外，一个神经元还可以向突触中分泌不止一种类型的神经递质，因此仅仅观察两个神经元突触连接处的界面并不能知道突触中发生了什么——你无法知道这是一个兴奋性的突触还是一个抑制性的突触，也无法知道有多少神经递质参与其中。
1700676442
1700676443
由于这些因素的存在，即使是非常简单的系统，其复杂程度也可能相当惊人。例如，在果蝇幼虫的体壁中，有一些细胞会对果蝇幼虫运动时的伸展动作做出反应，是运动控制环路的一部分。每个这种细胞有18个输入突触和53个输出突触，这些突触大部分（如果不是全部的话）都能使用一种以上的神经递质。[56] 这一切只是为了告诉果蝇幼虫的肌肉运动环路（甚至不是它的脑）它的皮肤正处于拉伸状态。研究人员最近还描述了小鼠视丘中的一个抑制性神经元，这个神经元有862个输入突触和626个输出突触。[57] 科学家目前还不清楚这个细胞究竟是干什么的，只知道它参与了许多不同的功能。这些研究都表明，神经系统复杂到了令人惊叹的程度，任何神经系统都是如此。
1700676444
1700676445
甚至在我们的脑中最简单的区域里也能发现同样的难题。伦敦大学学院的神经科学家苏菲·斯科特的研究兴趣是脑处理声音的方式，特别是频率类似的声音在相邻的结构中是如何被表征的（这种分布被称为“频率拓扑”）。2018年，斯科特绝望地在推特上发了一张图——一幅人听觉系统早期阶段的高层级连线图。
1700676446
1700676447
连接组研究的起点事实上是更新版的卡哈尔的神经元学说（神经元是单向传输神经信号的单元），但科学家们越来越认识到事情要远比这复杂。神经系统中还有一些星星形状的胶质细胞，被称为星形胶质细胞。这些细胞环绕着突触分布，有助于神经元的存活。但过去20年的研究清楚地表明，这些细胞还可以改变神经元的活动，释放钙或者神经递质，并改变小鼠的脑活动。[58] 星形胶质细胞的活动在自然情况下究竟有多重要？科学界对这个问题目前仍存在激烈的争论，但最近的研究结果表明，至少在斑马鱼中，这些细胞在调节神经元活动的过程中参与了神经计算：这些细胞会积累揭示某个特定动作不够有效的感官输入，并通过改变神经元的活动来降低这个动作在未来发生的可能性。[59] 神经系统的功能无疑比卡哈尔想象的要复杂得多。[60]
1700676448
1700676449
1700676450
1700676451
1700676452
伦敦大学学院的苏菲·斯科特教授发的推特（今天花了很多时间阅读关于皮层下听觉处理的文章。像图上这浑蛋样子。这是耳蜗一个神经元以外处的样子。乱成一锅粥了——8种不同的细胞类型，5种不同的并行处理流，都保持着耳蜗的频率拓扑。这还只是个开始而已。我们到底是怎么听到声音的！）
1700676453
1700676454
此外，20多年前我们就已经知道，神经元的活动除了对下游产生影响外，有时还会对上游产生影响。1997年，加利福尼亚的研究人员研究了一个由海马细胞组成的孤立的简单网络。他们发现一个细胞输出突触的活动的减弱会逆向传播到神经元的细胞体并对输入突触产生影响，进而影响整个网络。[61] 虽然动作电位通常只沿轴突单向传递，但情况并非总是如此绝对。细胞不是计算机中的电子元件，连线图也不能揭示它们在网络中是如何运作的。
1700676455
1700676456
这些发现使一些研究者相信，神经元学说不足以理解脑的复杂性，一些目前仍然未知并且源自神经元群体活动的集体属性——专业术语叫整合涌现属性（integrative emergent property）——可能非常重要。正如一群顶尖的神经科学家在2005年指出的那样：
1700676457
1700676458
人脑的复杂性——神经系统的其他区域很可能也是如此——是其某些组织特征导致的，这些特征源自许多整合变量和海量的连接性变量的组合，或许还有目前仍然未知的整合涌现属性。这个问题的答案远远超出了神经元作为单一功能单元所能解释的范围。[62]
1700676459
1700676460
10年后，哥伦比亚大学的拉斐尔·尤斯特同样提出，神经元学说即使没有被超越，至少也得到了补充。脑的许多区域似乎是由各自的网络组成的，他以一些抑制性神经元为例，指出这些神经元“往往通过间隙连接彼此相连，仿佛它们是作为一个单元共同发挥作用的”。再比如，某些抑制性神经元能够向不同组织中释放它们的神经递质，而不是简单地把神经递质释放到一个突触里，这表明它们“似乎旨在把‘抑制之毯’覆盖到各个可兴奋细胞上”。[63] 尤斯特还举了一些具体的例子，说明某些功能是从神经元网络的活动中产生的，在单细胞水平上无法产生这些功能。比如，2012年一篇研究探索虚拟迷宫的小鼠的脑细胞活动的论文发现，小鼠的行为可以用神经元网络的激活模式来解释，但无法用单个细胞的活动解释。[64]
1700676461
1700676462
尽管尤斯特主张发展出一个有关神经环路运作机制的理论，但他也像他的前人一样，不清楚下一步该怎么走，只是坚持说仅仅记录大量神经元网络的活动，并寄希望于一个解释自己出现，这是不够的。相反，要想全面深入地理解神经系统的运作机制，可能有必要把整个系统的所有层次——从分子到单细胞的活动，到网络行为和行为输出——都纳入考虑。[65] 虽然这种表述可能是正确的，但其中其实并没有什么细节。这并不是尤斯特的错——无法在一般原则的基础上跨出更为细致和具体的一步，是当下思考脑的工作机制时面临的一个典型问题：我们没有一个合适的理论框架，也没有能够给出答案的实验证据。我们仍然不知道下一步该怎么走。
1700676463
1700676464
一个可能的例外是盖伊尔吉·布萨基（György Buzsáki）的工作，他一直试图将赫布关于细胞组合的想法应用到现代数据集中，特别是应用到脑活动中细胞网络之间有起有伏的相互作用中。[66] 这使他提出了他所谓的脑“由内而外”的观点，他认为脑是采取行动的系统，而不是简单地接收和处理信息的系统。当我们看待细胞组合的活动时，需要关注细胞组合的输出及其对生物体的影响，而不只是它们表征外部世界的功能。尽管这一观点中包含了越来越受欢迎的“脑不是一种消极被动的结构”的认识，但它尚未被广泛接受。
1700676465
1700676466
脑研究产生的丰富数据集存在维度多的难题，对此，一个越来越流行的框架使用了复杂的数学方法来降低维度。通过用专业上被称为“低维吸引子样流形”（low-dimensional attractor-like manifold）的方式来描述数据，研究人员声称他们可以识别给定网络活动中的不同状态，并观察当动物受到刺激时系统是如何从一种状态切换到另一种状态的。[67] 这种从群体层面研究神经网络活动的方法既雄心勃勃又受人欢迎——许多动物的脑是由天文数字级的神经元组成的，这种策略为人们提供了一个描述这些神经网络活动的方法。[68] 然而，这些分析使我们远离了基本的神经元活动，而且这种方法通常是描述性的。最近的一些研究表明，这种方法或许会给我们带来更多有关功能方面的认识。学习的基础是单个突触的可塑性——当思考一种复杂的脑驱动的行为时，这种可塑性的作用可能是使神经元网络产生新的活动模式。虽然单个神经元的活动可能随着时间的推移发生很大的变化，但如果一个网络中的神经元的活动保持同步化，那么作为一个整体，这个网络的活动可以非常稳定。不仅如此，在这些分析结果与脑产生和控制运动的方式之间，似乎存在着一些明显的对应。[69]
1700676467
1700676468
1700676469
1700676470
1700676471
在分析脑的工作机制的过程中，科学家遇到的部分难题在于，即使是最简单的神经环路的行为也非常复杂。这一点从布兰迪斯大学（Brandeis University）的伊芙·马德尔（Eve Marder）的研究中可以看出。马德尔把她辉煌的科学生涯贡献给了对甲壳动物胃的研究。[70] 这种器官通过两种有节律的活动来研磨食物，而这两种节律是由总共大约30个神经元（确切数目因物种而异）形成的3个神经环路产生的。每个环路都有一个中央模式产生器（central pattern generator），这是一组不需要感觉输入就能自发地产生重复输出的组件。最重要的一点是，这种节律的特征既不是由外部输入，也不是由环路中的任何单个单元决定的。[71] 节律产生于整个网络的活动中。
1700676472
1700676473
这30多个神经元位于被称为甲壳类口胃神经节（crustacean stomatogastric ganglion）的结构中。尽管科学界已经非常清楚这些神经元的连接组，但马德尔的研究小组仍然无法完全解释哪怕这个系统的一小部分是如何发挥其功能的。科学家早就意识到了理解这种看似简单的中央模式产生器所面临的问题：1980年，神经科学家艾伦·塞尔弗斯顿（Allen Selverston）发表了一篇引起广泛讨论的文章。在这篇题为《我们能搞懂中央模式产生器吗？》（Are Central Pattern Generators Understandable?）的文章中，塞尔弗斯顿指出，问题的关键是搞清楚这种环路中各个组件的本质和功能。[72] 在这之后的40年间，尽管我们建模的计算能力提高了，识别和记录神经元的精确度也更高，但情况并没有质的变化，只是变得更加复杂了而已。
1700676474
1700676475
马德尔的研究表明，在这个系统中，神经调质（neuromod-ulator）可以改变神经活动。神经调质是与其他神经递质一起分泌的神经肽或其他化合物，承担着起效相对缓慢的微型激素的作用，能在局部改变邻近神经元的活动。[73] 此外，这个系统中每个神经元的活动不仅受其自身身份（也就是那些决定其位置和功能的基因）的影响，而且还会受到这个神经元此前活动的影响。[74] 在秀丽隐杆线虫中，这种神经调制也可以解释为什么具有相同连线图的线虫个体之间可以存在长期的行为差异（如果你愿意，也可以把这称为个性）。[75] 不同线虫体内的同一个神经元也可能表现出非常不同的活动模式——每个神经元的特征可以有很大的可塑性，因为细胞随着时间的推移会改变其组成和功能。正如马德尔曾经指出的那样，神经元就像一架在高空中飞行的飞机，在飞行的同时，还在用在机舱中制造出的组件替换其原有的预制组件。[76] 能做到这一点的计算机组件可不多。