摘要：神经科学领域的一项突破性研究正在改写我们对大脑工作原理的基本认识。通过对线虫大脑进行前所未有的详细分析，科学家们发现了一个令人震惊的事实：大脑的功能网络与其物理连接结构存在显著差异，仅仅了解神经元之间的物理连接远不足以解释大脑如何产生复杂的行为和认知功能。这一

信息来源：https://medicalxpress.com/news/2025-09-brain-reveals-wiring-isnt.html

神经科学领域的一项突破性研究正在改写我们对大脑工作原理的基本认识。通过对线虫大脑进行前所未有的详细分析，科学家们发现了一个令人震惊的事实：大脑的功能网络与其物理连接结构存在显著差异，仅仅了解神经元之间的物理连接远不足以解释大脑如何产生复杂的行为和认知功能。这一发现发表在《PRX Life》期刊上，可能彻底改变我们理解和治疗神经系统疾病的方式。

研究团队选择秀丽隐杆线虫作为研究对象并非偶然。这种微小的蠕虫拥有神经科学研究中最简单且最完整的神经系统，仅包含302个神经元。与人类大脑中数千亿个神经连接相比，线虫的神经网络足够简单，使科学家能够详细分析每一个连接，同时又足够复杂，能够产生各种行为模式。数年前，研究人员已经成功绘制出线虫大脑的完整连接图谱，这个被称为"连接组"的详细地图为这次研究奠定了坚实基础。

研究团队采用了一种创新的双重分析方法。首先，他们利用电子显微镜技术获取神经细胞间物理连接的高精度图谱，这相当于绘制出大脑的"硬件结构"。随后，通过光遗传学技术激活单个神经元，并运用钙成像技术实时观测其他神经元的反应模式，从而构建出信号传播的功能网络图，这可以理解为大脑的"软件运行"状态。

结构与功能的惊人分歧

秀丽隐杆线虫信号传播和解剖网络的分层模块化结构。图片来源：PRX Life （2025）。DOI：10.1103/6wgv-b9m6

当研究人员将这两张网络图进行对比分析时，结果让人大跌眼镜。大脑的功能组织模式与其解剖结构呈现出截然不同的特征。研究人员用了一个生动的比喻来解释这一发现：如果说大脑的解剖结构像一张详细的城市街道地图，那么大脑的功能网络则更像是实际的交通流量模式，其中包含了地图上无法显示的拥堵、绕行和捷径。

这意味着神经信号在大脑中的实际传播路径并不总是沿着最直接的物理连接进行。信号可能会绕过某些看似重要的连接，或者通过一系列间接的路径到达目标区域。这种现象表明，大脑的工作方式比我们之前想象的要复杂得多，不能简单地通过分析神经元之间的物理连接来预测其功能。

研究团队在论文中指出："我们的研究结果为大脑结构和大脑功能之间的相互作用提供了新的见解。总体而言，我们的发现表明，有效的信号网络与底层连接组具有不同的网络属性。"这一发现挑战了神经科学领域长期以来的一个基本假设，即大脑的功能可以直接从其结构推断出来。

然而，研究也发现了结构和功能之间的一些一致性。特别值得注意的是，在控制线虫进食的咽部神经网络中，物理连接图和信号传播图显示出高度的相似性。这表明在某些特定的功能区域，结构和功能之间确实存在直接的对应关系，但这种对应关系并不是普遍适用的。

对人类大脑研究的深远影响

尽管这项研究是在一种简单的蠕虫身上进行的，但其发现对理解人类大脑具有重要的启示意义。人类大脑虽然比线虫复杂数百万倍，但基本的神经元工作原理是相似的。如果即使在最简单的神经系统中，结构和功能也存在如此显著的差异，那么在人类大脑这样极其复杂的系统中，这种差异可能更加明显。

这一发现对神经系统疾病的研究和治疗具有重要意义。长期以来，科学家们试图通过分析大脑的结构变化来理解阿尔茨海默病、帕金森病、精神分裂症等神经系统疾病的发病机制。然而，这项研究表明，仅仅关注结构性改变可能不足以完全理解这些疾病的病理过程。

以阿尔茨海默病为例，该疾病的特征之一是大脑中出现淀粉样蛋白斑块，这些斑块会破坏神经元之间的物理连接。但新研究表明，大脑可能具有通过替代路径维持功能的能力。这可能解释了为什么有些人即使大脑中存在大量病理改变，仍能保持相对正常的认知功能，而另一些人则在较早阶段就出现严重症状。

精神分裂症的研究也可能从这一发现中获益。该疾病被认为涉及大脑网络连接的异常，但传统的结构成像研究往往难以找到一致的异常模式。新研究提示，可能需要同时考虑结构和功能网络的变化，才能更好地理解这种复杂疾病的本质。

神经科学研究的新方向

这项研究为神经科学研究指出了新的方向。传统的神经科学研究主要依赖于结构分析，包括解剖学研究、连接组学分析等。然而，新发现表明，功能网络分析同样重要，甚至可能更加关键。

未来的研究需要开发更先进的技术来同时监测大脑的结构和功能。目前，功能磁共振成像、脑电图、近红外光谱等技术已经能够在一定程度上观测大脑的功能活动，但要达到单个神经元水平的精度仍然面临巨大挑战。随着技术的不断进步，科学家们有望在更复杂的动物模型甚至人类身上验证这些发现。

计算神经科学也将在这一领域发挥越来越重要的作用。通过建立更精确的大脑模型，科学家们可以预测结构变化如何影响功能网络，或者功能异常如何反映潜在的结构问题。这种计算方法有望为个性化医疗提供支持，帮助医生为每个患者制定最适合的治疗方案。

此外，这项研究也强调了系统性思维在神经科学中的重要性。大脑不应该被视为一系列独立模块的简单集合，而应该被理解为一个高度集成的动态系统，其中各个部分通过复杂的相互作用产生整体功能。

这一发现还可能推动药物研发的新思路。传统的神经系统药物往往针对特定的分子靶点或受体，但如果大脑功能主要由网络特性决定，那么未来的药物可能需要考虑如何调节整个网络的动态平衡，而不是仅仅影响个别组分。

随着对大脑工作机制理解的不断深入，我们有望在治疗神经系统疾病、增强认知功能、甚至开发人工智能系统方面取得重大突破。这项看似简单的线虫研究，可能正在为神经科学的未来发展奠定基础。

来源：人工智能学家