【项目名称】

大脑网络的数学建模与动力学分析

【项目负责人】

李松挺

【项目完成人】

李松挺、周栋焯

【项目完成单位】

自然科学研究院

合作单位：纽约大学、复旦大学

【项目简介】

目前，脑科学研究主要依赖实验观测，尽管人们已经积累了大量关于大脑连接和活动的实验数据，但对于许多重要实验现象背后的数理机制仍缺乏相应的数学模型和理论支撑，从而限制了我们对大脑计算原理的深入理解。本项目以猕猴和小鼠最新解剖数据为基础，分别构建了包含脑区异质性和神经元异质性特点的大尺度脑网络模型，并发展严格的数学分析方法，定量探索大脑复杂动力学现象的形成机制。

最新实验发现，大脑皮层中不同的脑区神经元的活动具有不同的响应时间尺度，该特性与大脑的分层信息加工和处理密切相关，但其产生的机制仍为一个谜题。本项目构建基于猕猴大脑结构数据的脑网络动力学模型，并通过发展微扰分析首次揭示了时间尺度层次结构的关键生物特性：不同脑区神经元兴奋特性的异质性和层次性，以及长程兴奋性输入与局部抑制性输入满足细致平衡条件。这一成果为解释大脑皮层时间尺度层级化现象提供了定量数学机制，对理解脑网络结构与功能间的关系具有重要意义。

此外，实验发现大脑皮层下纹状体会产生特定频率的振荡信号，与大脑的运动控制功能密切相关，但其产生的机制也尚未研究清楚。项目通过建立包含多神经元类型的纹状体神经回路，并利用动力学分析方法，揭示了网络中出现beta频段振荡波等特点的数理机制和对应的生物学基础。此外，结合光遗传和电生理闭环干预等实验验证，为揭示beta振荡的机制提供了理论与实验依据，有助于更全面解析如帕金森疾病发生时beta异常振荡的神经机制，对脑疾病的治疗也具有重要的潜在应用。