182-1095-8705
最新公告：NOTICE
8月1日起，国家知识产权局停征和调整部分专利收费，详情参阅资讯中心公告

资讯中心

当前位置：专利申请 > 资讯中心 >

星形胶质细胞可能提升大脑的记忆容量 这一发现如何申请专利？

专利代理 发布时间：2025-05-28 13:45:34 浏览: 次


人类大脑包含大约860亿个神经元。这些细胞发送电脉冲，帮助大脑存储记忆，并在大脑和神经系统中传递信息和指令。
 
大脑中也含有数十亿个星形胶质细胞——具有许多长延伸的星形细胞，使它们能够与数百万个神经元互动。尽管长期以来它们被认为主要是支持性细胞，但最近的研究表明，星形胶质细胞可能在记忆存储和其他认知功能中发挥作用。
 
麻省理工学院的研究人员现在提出了一个关于星形胶质细胞如何可能有助于记忆存储的新假设。他们的模型所建议的结构将有助于解释大脑的巨大存储容量，这远大于仅使用神经元所预期的容量。
 
最初，星形胶质细胞被认为只是清理神经元周围的物质，但没有特别的理由说明进化没有意识到这一点，因为每个星形胶质细胞可以接触到数十万甚至数百万个突触，它们也可以用于计算，麻省理工学院机械工程学和脑与认知科学学教授、新研究的作者让-雅克·斯洛廷说。
 
星形胶质细胞在大脑中具有多种支持功能：它们清理碎片，为神经元提供营养，并帮助确保充足的血液供应。
 
星形胶质细胞也会伸出许多细长的触手，称为突起，每个突起可以包裹在两个神经元相互作用的突触上，从而形成三部分突触。
 
在过去的几年里，神经科学家已经证明，如果海马体中星形胶质细胞和神经元之间的连接被破坏，记忆的存储和检索就会受到损害。
 
与神经元不同，星形胶质细胞不能发放传递信息的电脉冲，但它们可以利用钙信号与其他星形胶质细胞进行交流。在过去的几十年中，随着钙成像分辨率的提高，研究人员发现，钙信号还使星形胶质细胞能够与它们所关联的突触中的神经元协调其活动。
 
这些研究表明，星形胶质细胞能够检测神经活动，从而改变自身的钙水平。这些变化可能会触发星形胶质细胞释放胶质递质——类似于神经递质的信号分子——到突触中。
 
神经元信号传导和星形胶质细胞到神经元信号传导之间有一个封闭的循环，目前未知的是星形胶质细胞如何利用从神经元接收到的信息进行计算。
 
麻省理工学院的团队开始建立模型，以模拟这些连接可能在做什么以及它们如何有助于记忆存储。他们的模型基于霍普菲尔德网络——一种可以存储和回忆模式的神经网络。
 
霍普菲尔德网络，由约翰·霍普菲尔德和真一夫·阿玛里在20世纪70年代和80年代开发，通常用于模拟大脑，但研究表明，这些网络无法存储足够多的信息来解释人类大脑的庞大记忆容量。一种较新的改进版霍普菲尔德网络，称为 密集关联记忆，通过两个以上神经元之间的高阶耦合可以存储更多信息。
 
然而，由于传统突触只能连接两个神经元：前突触细胞和后突触细胞，尚不清楚大脑如何在假设的突触中实现这些多神经元耦合。这就引出了星形胶质细胞的作用。
 
如果你有一个由神经元组成的网络，这些神经元成对耦合，那么你只能在这些网络中编码非常少的信息，为了构建密集的关联记忆，你需要耦合更多的神经元，因为单个星形胶质细胞可以连接到许多神经元和许多突触，所以很自然地会想到，可能存在一种由这种生物细胞介导的突触之间的信息传递。这是促使我们研究星形胶质细胞并开始思考如何在生物学中构建密集的关联记忆的最大灵感。
 
研究人员在新论文中开发的神经元-星形胶质细胞关联记忆模型可以存储比传统霍普菲尔德网络显著更多的信息——这足以解释大脑的记忆容量。
 
研究人员表示，神经元和星形胶质细胞之间的广泛生物联系支持了这种模型可能解释大脑记忆存储系统如何运作的想法。他们假设在星形胶质细胞内，记忆是通过钙流模式的渐进变化来编码的。这些信息通过星形胶质细胞过程所连接的突触中释放的胶质介素传递给神经元。
 
通过仔细协调这两件事——细胞内钙的空间时间模式，然后反馈到神经元——你可以得到所需的巨大记忆容量的动态变化。
 
新模型的一个关键特征是，它将星形胶质细胞视为一组过程，而不是单一的实体。这些过程中的每一个都可以被视为一个计算单元。由于密集的关联记忆具有高信息存储能力，所存储信息量与计算单元的数量之比非常高，并且随着网络规模的增大而增加。这使得系统不仅具有高容量，而且还能高效地利用能源。
 
通过将三重突触域（astrocytes与突触前和突触后神经元动态互动的区域）概念化为大脑的基本计算单元，每个单元可以存储与网络中神经元数量一样多的记忆模式。这导致了一个引人注目的推论，原则上，一个神经元-astrocyte网络可以存储任意多的模式，其唯一限制是其大小。
 
为了测试这个模型是否能准确地代表大脑如何存储记忆，研究人员可以尝试开发方法来精确操控星形胶质细胞突起之间的连接，然后观察这些操控如何影响记忆功能。
 
除了提供有关大脑如何存储记忆的见解外，该模型还可以为从事人工智能研究的科学家提供指导。通过改变过程到过程网络的连接性，研究人员可以生成大量模型，以用于不同的目的，例如，在大型语言模型中创建密集的关联记忆和注意力机制之间的连续体。
 
当神经科学最初激发了人工智能的关键想法后，近50年的神经科学研究对这一领域的影响甚微，许多现代人工智能算法已经偏离了神经类比，从这个意义上说，这项工作可能是第一个受最近神经科学研究启发的人工智能贡献。
 
( 乐 知 网 www.lzpat.com - 领先的一站式知识产权服务平台)。
 


关键词： 申请专利 如何申请专利  

上一篇：寨卡病毒劫持细胞清理，增强其自身的感染能力 这一发现如何申请专利？

下一篇：癌症药物鸡尾酒组合将小鼠的寿命延长了30%这一发现如何申请专利？

返回列表
地址：北京市西城区红莲南路57号  电话：182-1095-8705 邮箱：2101183472@qq.com 网站地图
技术支持：乐知网 关键词：知识产权代理 冀ICP备17023971号 Copyright www.lzpat.com 版权所有