先天的時間骨架：腦類器官揭露的神經順序
如果大腦的能力主要來自學習，那麼在尚未接觸外界之前，神經網路理應是無序而混亂的嗎？
研究團隊利用人類與小鼠的幹細胞培養出腦類器官，對這個觀點提出了耐人尋味的挑戰。這些三維的神經組織可以自行形成神經元與突觸，但它們沒有感官輸入，也沒有行為輸出，幾乎可視為一個沒有經驗的神經系統。建立這樣的模型得以觀察在缺乏學習的情況下，神經網路本身會呈現什麼樣的活動樣貌。
研究人員透過高密度微電極的量測，發現這些神經網路會週期性地出現集體放電事件，也就是大量神經元在短時間內同時活化，並且在每一次集體放電的過程中，神經元並非隨機啟動，而是呈現出穩定且可重複的時間順序。
當研人員將不同次的放電事件對齊比較後，他們看到某些神經元幾乎總是在固定的時間點達到放電高峰。這些細胞構成了一個相對穩定的核心族群，被稱為骨幹神經元（backbone neuron）。相較之下，其他神經元的活化時間則較為分散，變動性也更大。
進一步的分析顯示，骨幹神經元的活動可以用少數幾個主要變化方向來描述，呈現出低維度且穩定的動態。而較不規則的神經元則會分布在更高維、較難預測的範圍之中。也就是說，在整體網路內部，其實存在一個為時間流程提供參考架構的基礎骨架。
為了確認這樣的順序是否與發育形成的立體結構有關，研究團隊將結果與平面培養的神經元進行比較。在缺乏三維組織的情況下，雖然仍能觀察到同步放電，但神經元之間的時間先後關係大幅減弱，幾乎無法形成可重現的序列。這個對照強烈暗示：時間上的組織並非來自經驗，而是源自發育過程中建立的空間連結。
這項發現對於我們在理解大腦的運作本質具有深遠意義。它支持了神經系統在真正與世界互動之前，並非一張白紙，而是已經具備了一套內在的動力學框架。後天的學習與經驗，更像是在這個既有的神經架（Neural Scaffold）上進行校準與精細化，而非從零開始建構。
對人工智慧領域而言，這樣的生物學證據同樣發人深省。正如同人工神經網路的層級架構決定了其運算潛力，生物大腦的三維組織也賦予了它與生俱來的運算能力。研究顯示，這種立體架構本身就預先決定了哪些神經動態容易形成，哪些資訊路徑最可能被利用，結構本身即是運算的一部分。
*聲明：本文使用ChatGPT輔助編輯*
撰稿人：呂菁菁
Reference: van der Molen, T., Spaeth, A., Chini, M., Hernandez, S., Kaurala, G.A., Schweiger, H.E., Duncan, C., McKenna, S., Geng, J., Lim, M., et al. (2025). Preconfigured neuronal firing sequences in human brain organoids. Nature Neuroscience 29, 123–135.
留言
張貼留言