新研究揭示大脑在相变附近具有分形状结构这一发现可能适用于所有物种

当磁铁被加热时，它会达到失去磁化的临界点。当物理对象从一个阶段平稳过渡到下一个阶段时，就会达到这个高度复杂的点，称为“临界点”。

现在，西北大学的一项新研究发现，大脑的结构特征位于一个类似的临界点附近——要么处于结构相变点，要么接近结构相变点。令人惊讶的是，这些结果在人类、老鼠和果蝇的大脑中是一致的，这表明这一发现可能具有普遍性。

尽管研究人员不知道大脑结构正在经历哪些阶段的转变，但他们表示，这些新信息可以为大脑的复杂性和突发现象的计算模型提供新的设计。

“人类大脑是已知的最复杂的系统之一，其结构的许多细节特性尚不为人所知，”该研究的资深作者、西北大学的伊斯特万·科瓦奇(IstvánKovács)说。

“其他几位研究人员已经从神经元动力学的角度研究了大脑的临界性。但我们正在从结构层面研究临界性，以便最终了解它如何支撑大脑动力学的复杂性。这是我们思考大脑复杂性时缺少的一块拼图。与计算机不同，在计算机中任何软件都可以在同一硬件上运行，而在大脑中，动态和硬件是紧密相关的。”

“从细胞层面看，大脑的结构似乎接近相变，”西北大学的海伦·安塞尔(HelenAnsell)说道，她是这篇论文的第一作者。“一个常见的例子就是冰融化成水。它仍然是水分子，但它们正在从固体转变为液体。我们当然不是说大脑接近融化。事实上，我们无法知道大脑可能在哪两个阶段之间过渡。因为如果它处于临界点的任一侧，它就不是大脑了。”

科瓦奇是西北大学温伯格文理学院的物理学和天文学助理教授。在进行这项研究时，安塞尔是他实验室的博士后研究员;现在她是埃默里大学的塔布顿研究员。

虽然研究人员长期以来一直使用功能性磁共振成像(fMRI)和脑电图(EEG)研究大脑动力学，但神经科学的进步直到最近才为大脑的细胞结构提供了大量数据集。这些数据为Kovács和他的团队应用统计物理技术测量神经元的物理结构提供了可能性。

在这项新研究中，科瓦奇和安塞尔分析了人类、果蝇和老鼠的3D大脑重建的公开数据。通过以纳米级分辨率检查大脑，研究人员发现样本展现了与临界性相关的物理特性特征。

其中一个特性就是众所周知的神经元的分形结构。这种非平凡的分形维数是一组可观测量的一个例子，称为“临界指数”，当系统接近相变时就会出现。

脑细胞以类似分形的统计模式排列在不同尺度上。放大后，分形形状具有“自相似性”，这意味着样本的较小部分与整个样本相似。观察到的各种神经元片段的大小也各不相同，这提供了另一条线索。根据Kovács的说法，自相似性、长程相关性和广泛的尺寸分布都是临界状态的标志，其中特征既不太有组织也不太随机。这些观察结果导致了一组表征这些结构特征的临界指数。

科瓦奇说：“这些都是我们在物理学所有关键系统中看到的现象。看来大脑处于两个阶段之间的微妙平衡中。”

科瓦奇和安塞尔惊奇地发现，所有研究的大脑样本(来自人类、小鼠和果蝇)在生物体中都具有一致的临界指数，这意味着它们具有相同的临界性定量特征。生物体之间潜在的兼容结构暗示着一种普遍的主导原则可能在起作用。他们的新发现可能有助于解释为什么不同生物的大脑具有一些相同的基本原则。

“最初，这些结构看起来完全不同——整个苍蝇大脑的大小与人类小神经元的大小大致相同，”安塞尔说。“但后来我们发现，新出现的特性惊人地相似。”

科瓦奇说：“在生物体之间存在巨大差异的众多特征中，我们依靠统计物理学的建议来检查哪些指标具有普遍性，例如临界指数。事实上，这些指标在生物体中是一致的。”

“作为临界性的更深层次标志，获得的临界指数并不独立——根据统计物理学，我们可以从任意三个指数计算出其余的指数。这一发现为制定简单的物理模型以捕捉大脑结构的统计模式开辟了道路。此类模型是动态大脑模型的有用输入，可以为人工神经网络架构提供启发。”

下一步，研究人员计划将他们的技术应用于新兴数据集，包括更大的大脑部分和更多的生物体。他们的目标是确定这种普适性是否仍然适用。