近日，一篇發表在國際雜誌PLoS Computational Biology上題為“Discovering sparse control strategies in neural activity”的研究報告中，來自維也納CSH研究中心等機構的科學家們通過研究深入理解了人類大腦的複雜性，人類大腦是機體中最大且最為複雜的器官之一，本文研究中，研究人員利用一種數學和計算框架分析了秀麗隱杆線蟲的神經活動，秀麗隱杆線蟲是一種經常被科學家們用來研究神經活性的模式生物。

科學家深入揭示大腦複雜性的奧秘。

這種僅有1000個細胞組成的微觀生物體(其中300個細胞是神經元細胞)已經被科學家們精確描述了，但神經元在控製行為方麵所扮演的關鍵角色至今在科學界仍然存在一定的爭議。基於最近科學家們在測定活體線蟲神經元活性方麵取得的進展，本文研究中，研究人員通過利用更自然的擾動現象揭示了神經元所發揮的重要作用。

這項研究中，研究人員試圖更加全麵地利用相應的數據進行分析，並試圖理解哪一組神經元屬於一類神經元，並與特定的行為相關聯，換句話說，如果你想讓線蟲向左轉，你並不關心一個特定的神經元，或許可能關注的更多的是更多不同的神經元。研究者Lee及其同事以線蟲作為一個研究案例，因為其簡單的神經係統能為理解諸如人類等高等動物的大腦的活動機製提供更為堅實的基礎，文章中，研究人員開發了一種用於集合大腦神經活性的數學模型，隨後他們利用可能會誘發行為反應且能在科學實驗中進行複製的小型神經擾動進行了相應的實驗。

研究者的想法是，如果在一種模型中能以不同的方式推動每個神經元的話，或許就能測定其行為是如何發生改變的，如果神經元的行為發生了改變，比如當兩個神經元被推到一起，其行為就會發生更為強烈的變化，那麼這兩個神經元就會以某種方式形成一種集合，而並不是彼此獨立。這些研究結果或許指出了一些能用作進行神經科學研究的有趣神經元，研究人員對來自秀麗隱杆線蟲神經係統中大約50個神經元進行分析，結果表明，少數關鍵的神經元或許與統計數據中的大型反應有關，能看到這些神經元或許是一個好消息。

如果知道一個參與了特定行為的神經元並不能告訴你它到底做了什麼，比如，一些實驗結果並不會提示一個神經元以一種重要的方式參與了某種行為，而當多個神經元共同參與一種特定行為時，或許研究其如何相互協作發揮作用或彼此對抗就顯得非常有意思了。綜上，本文研究中，研究人員關於行為控製如何被集中在特定的神經細胞中提出了幾個新的假設，同時還提出了一種理論框架來提出這些問題並進行相應的預測，後期研究人員還會繼續深入研究在未來幾年時間裏對這些疑問進行解答。