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。
1700676476
1700676477
长期以来，这个领域的许多研究者都认为，环路的结构和特定的输出之间存在紧密的联系。然而后来的研究表明，这样的联系并不存在。使用真实的电生理记录数据，马德尔的研究小组用计算机模拟方法发现，在把多个神经元连接成一个网络时，有许多种不同的神经元活动的组合可以产生相同的整体模式。[77] 因此，你不能简单地假定相同的行为需要相同的结构或者相同的神经元活动模式的参与。此外，一个给定环路的功能还可以从一种模式切换到另一种模式，因为一对神经元之间的多个连接可以被环路中其他细胞的活动改变，这意味着同一个环路可以产生截然不同的行为，而同一种行为也可以由截然不同的环路产生。[78] 利用电生理学、细胞生物学和大量的计算机建模方法，科学家们已经对龙虾口胃系统中构成中央模式产生器的几十个神经元的连接组开展了数十年的研究，但至今仍然没有完全揭示它如此简单的功能是如何实现的。[79] 这个残酷而令人沮丧的事实称得上是一根标尺，可以衡量其他有关理解脑工作机制的豪言壮语的难度。
1700676478
1700676479
甚至巴洛研究的探测飞虫的视网膜细胞组成的环路——一组相当简单，已经有充分了解，而且承担着显而易见的直觉性功能的神经元——的功能，我们至今也仍然无法在计算水平上完全理解。有两种相互竞争的模型可以解释这些神经元的活动以及它们是如何相互联系的（一种基于象鼻虫，另一种基于兔子）。这两种模型的支持者已经争论了半个多世纪，但这个问题至今仍然没有得到解决。[80] 2017年，有研究者发表论文，描述了果蝇中与运动探测的神经基础相关的连接组，包括哪些突触是兴奋性的，哪些是抑制性的。[81] 即使到了这样的程度，也没有解决这两个模型谁对谁错的问题。
1700676480
1700676481
只有连接组的信息不足以解释整个系统是如何工作的。通过对线虫神经系统的302个神经元连接关系的研究，研究人员已经识别出了参与各种行为的神经元，这些行为包括觅食、进食和产卵。然而，因为线虫的连线图仅仅是解剖学上的描述，所以研究人员只基于这些信息并不能阐明这些细胞是如何相互作用的。要想探索科学家猜想或检测的神经环路各种可能的功能输出，必须要理解细胞之间的化学连接和电连接[82] 。[83] 这类工作目前已经取得了一些有趣的发现。马德尔的研究小组证明，虽然同一种螃蟹的不同个体拥有完全相同的连线图，但不同个体的中央模式产生器却可以对酸度变化产生不同的反应。而在饥饿时，处于相同发育状态的不同秀丽隐杆线虫个体虽然有相同的连接组，但其电突触的活动却会发生不同的变化，从而产生行为上的可塑性和不同的反应。[84] 尽管线虫具有相同的、看起来像机器人的结构，但不同线虫的行为方式并不完全相同，不像我们在一组具有完全相同连线图的机器中所看到的那样。
1700676482
1700676483
2015年，由维也纳的曼努尔·季默（Manuel Zimmer）领导的一个跨国研究团队测量了线虫头部区域约130个感觉和运动细胞的活动。[85] 研究人员没有揭示线虫的“思维”，但观察到了席卷神经系统的像波一样传播的神经信号，这些神经信号能激活不同群体的神经元。例如，即使线虫已经被固定住了，这些信号仍然能够激活参与决定运动速度的环路中的神经元。正如发表这篇论文的杂志所评论的那样，“行为的内部表征在与运动执行相脱离后仍然存在”。换句话说，这时的线虫虽然没有移动，但想着要移动，因此相应环路中的神经元仍然处于活跃的状态。有趣的是，与在更复杂的动物上的发现不同，除了第一级的感受器细胞外，研究小组在线虫中并没有发现任何表征感觉刺激（触觉和嗅觉）的单个细胞。就目前看来，线虫体内没有“祖母细胞”。
1700676484
1700676485
1700676486
1700676487
1700676488
在我写作本书时，除了秀丽隐杆线虫外，唯一被完整解析的突触级脑连接组是一种海鞘的幼体的脑连接组。海鞘是一种脊索动物，因此在进化上它与你我的关系比与无脊椎动物的关系更近，尽管这一点在外表上完全看不出来。[86] 这个小小的脑只有177个神经元和6618个突触，然而就算在这样一个微小的结构中，两侧脑虽然拥有相同数量的细胞，却也表现出了左右不对称性。在我职业生涯的大部分时间中，我都在研究果蝇的幼虫。从复杂性的角度看，对连接组下一个层级的探索将很可能是在细胞水平上解析这种动物脑的连接组。多年来，在美国珍妮莉亚研究园区和剑桥大学的阿尔伯特·卡多纳（Albert Cardona）的带领下，由来自世界各地29个实验室的研究人员组成的一个团队一直在缓慢地描绘一只果蝇幼虫脑的突触级连线图。
1700676489
1700676490
上一句话中的“一只”是我刻意加的——即使在现代化的计算机的帮助下，分析切片的电子显微镜影像也是一个无比艰辛的过程，因此目前研究小组只获取到了一只果蝇幼虫的信息。这些研究者清楚，即使是幼虫也会在个体之间表现出差异，所以就像一个基因组一样，这个连接组并不能真正代表每一只果蝇幼虫。同样和基因组一样，个体间连接组的差异并不是一种麻烦，而是行为差异的一个迷人的源头和解释，甚至还可能揭示一个物种的进化史。我们需要搞清楚在不同的个体中，为什么会形成不同的连接，这些不同的连接又是如何形成的，以及在脑功能方面这种差异会产生什么后果。
1700676491
1700676492
单细胞转录组学（single cell transcriptomics）——另一个带“组”字的术语，指的是一个细胞内基因的活性——的出现可能会为这个问题提供一些见解。基于1000个基因的活性，研究人员最近获得了小鼠脑中30000个细胞的部分转录组，并以此描述了这些细胞的身份。[87] 然而这种技术上的重大突破只称得上是一种概念验证。小鼠基因组中包含超过20000个蛋白编码基因（数量略多于人），而小鼠的脑中有大约7000万个神经元，因此这项研究只是检测了4%的小鼠基因和小鼠脑中大约0.04%的神经元。尽管如此，这项研究仍然表明，用新的方法来对脑中的所有神经元进行分类是可行的，这种新方法的分类依据不是神经元的解剖结构和位置，而是神经元中表达的基因。
1700676493
1700676494
在小鼠脑中一个被称为下丘脑视前区（preoptic hypothala-mus）的脑区，一组研究人员已经能够鉴定单个细胞的基因活性图谱，并把这些差异与小鼠的行为联系起来。另一个研究小组则发现，小鼠大脑皮层的两个区域包含133种不同类型的细胞，确定这些细胞类型的依据是它们表达的基因而不是这些细胞的形态。[88] 在某种程度上，这133种细胞类型反映了细胞不同的功能，因为这表明同一种类型的细胞之所以会以相似的方式对环境做出反应，是因为它们开启或关闭了相同的基因。例如，在以谷氨酸作为神经递质的神经元中，某些神经元表现出了一种特别的基因活性图谱，这种图谱与它们在脑中的长程连接有关。利用转录组图谱，研究人员从这些神经元中鉴定出了两种参与运动控制的神经元类型。[89]
1700676495
1700676496
至于这种细致的研究是能提供深刻的见解，还是只能提供更多的信息，目前还不清楚。有许多科学家认为，我们正在被有关脑结构的海量数据淹没，而我们真正需要的是一些更清晰的理论和想法，以便解释各种脑结构是如何契合到一起，让脑发挥功能的。正如神经科学先驱弗农·蒙卡斯尔在1998年所说的那样：“有关结构本身的知识无法为理解动态的功能提供直接的帮助，位置不同于方式。”[90]
1700676497
1700676498
虽然这话没有错，但现代技术意味着有时我们的图谱并不仅仅是简单的图示——它们也可以是研究功能的工具。例如，在果蝇幼虫的脑中，研究人员正在同时探索“位置”（where）图谱和“方式”（how）图谱。在我撰写本书时，由1万个神经元组成的幼虫脑的连接组已经完成了70%。当前的草图中蕴含了数量惊人的信息：神经元的纤维总长达到了2米，总共有136万个突触。最终的草图可能会包含大约200万个突触的信息——所有这些结构都被打包压缩在了字母i上方这个点那么小的结构中。由于细胞的类型此前已经根据这些细胞表达的基因做了划分，珍妮莉亚研究园区的玛尔塔·兹拉迪克（Marta Zlatic）的研究小组得以用这种初步的“位置”图谱来研究“方式”图谱，后者是果蝇幼虫的脑控制关键行为（例如滚离尖锐物的刺戳或者进食）的神经基础。这项研究为神经系统中每个组件的功能提供了优雅的描述。[91] 通过研究每个细胞的基因活性是如何改变其自身活动的，我们也可以获得更为深入的洞见：研究人员收集了幼虫脑的单细胞转录组数据，这些数据显示了幼虫在受到不同方式刺激时脑的神经网络会发生怎样的变化。
1700676499
1700676500
尽管我们已经有了这样惊人的进展，未来的前景也一片大好，但我的观点是，我们距离理解果蝇幼虫的脑也许还需要50年时间。这里的“理解”是指我们可以完全对其运作过程建模，并且能准确地预测在各种各样的条件下，一个神经元活动的变化将如何影响整个系统。如果真是如此，那么这也提示了我们距离理解人脑还有多么遥远的距离。但并不是所有人都像我这样悲观。格里·鲁宾（Gerry Rubin）是珍妮莉亚研究园区的创建者，在那里，果蝇连接组的许多研究工作正在协调进行。鲁宾曾在2008年表示，理解成年果蝇的脑（比幼虫的脑大得多，因此也复杂得多）大约需要20年的时间。那么然后呢？他的回答是，“在我们解决了这个问题之后，我想说，我们就走完了理解人类心智之路的五分之一”。[92]
1700676501
1700676502
目前正在开展的第一步工作是开发创建图集的工具包，以便帮助研究人员识别和操控脊椎动物（小鼠和斑马鱼）的脑细胞。[93] 这些技术还没有催生出一个全脑的连接组，但它们已经为未来指明了方向——未来的脑图谱不仅应该包括追踪细胞之间连接的方法，还应该包括操控单个细胞的方法。
1700676503
1700676504
然而，我们仍然有很多理由可以相信，单个连接组所能提供的见解可能是有限的——要想从上述研究中充分获益，我们需要的不只是连接组。对果蝇的研究表明，发育过程中的随机效应会在每只果蝇的视觉系统的连接中产生微小的差异。通过这些差异，科学家甚至能预测每只果蝇对物体会做出怎样的反应。意义重大的并不只是个体间的差异，对任何给定物种的图谱来说，进化和比较的方法也很必要，能够展示哪些特征是在多个物种中普遍存在的，哪些特征是这个物种特有的。2016年，法国神经科学家吉勒·洛朗（Gilles Laurent）提出，应该在连接组学中引入异种间比较的方法，以便揭示不同物种中通用的机制和算法。[94] 洛朗说到做到，他的研究小组以前专注于昆虫研究，后来却发表了一项针对乌龟、蜥蜴、小鼠和人类大脑皮层的细胞水平的转录组比较研究。[95] 与此同时，就像克里克和琼斯在25年前提议的那样，其他研究人员也一直在使用高层级的连接组来比较人类和猕猴的脑。[96] 为了证明自己用更广泛的方法来理解脑的主张是有道理的，洛朗引用了苏联凝聚态物理学家雅科夫·弗伦克尔（Yakov Frenkel）的观点：
1700676505
1700676506
一个优秀的有关复杂系统的理论模型应该像一幅出色的漫画：强调那些最重要的特征，同时淡化那些无关紧要的细节。要做到这一点，目前所面临的唯一障碍是，在一个人充分了解他正在研究的现象之前，他无法真正知道哪些是不重要的细节。因此，一个研究者应该广泛研究各种模型，而不是把自己的一生（或者理论见解）只押在某一个模型上。[97]
1700676507
1700676508
并非只有人、小鼠、果蝇或者线虫才有脑。
1700676509