○ 杜克团队发现，单个神经元可以同时对多个刺激信息进行编码，这与像手机这样的电子产品按频率排序信号的方式非常相似。| 图片来源：Cruger Creations

“我们的问题是，对于周围世界两个不同的刺激，神经元如何在同一时间保存相关的信息? 通过研究猴子大脑的单个神经元，我们发现，在一些时间段，神经元对一个刺激做出反应，在另一些时间段，神经元对另一个刺激做出反应。神经元似乎能够在各个刺激信号之间切换。”杜克大学心理和神经生物学教授Jennifer Groh说道。

研究结果可能解释了大脑是如何处理来自我们周围世界的复杂信息的，也可能为我们的知觉与认知局限性提供洞察。该项研究结果发表在7月13日的《自然通讯》上。

多数关于单个神经元行为的研究一次只关注一个刺激——观察研究对象在听到一个音符，或者面对一个图像时，单个神经元会做何反应。但现实往往不会如此简单，我们的大脑能够同时处理多种刺激，比如在聚会上，一边听着背景音乐，一边和朋友聊天，或者从众多昆虫的鸣叫中分辨出蝉的聒噪。

“我们并不清楚大脑是如何从单个神经元编码单个信号，转换到单个神经元编码多个信号的。我们试图提供一个中间步骤，看看神经元是如何编码成组的信号的。”杜克大学心理与神经科学系的科学家Valeria Caruso说道。

更复杂的是，对于单个神经元的研究表明，许多感觉神经元能够对一个宽广频率范围内不同的声音做出反应。例如，你朋友的声音触发的神经元，也可能被你喜欢的曲调的音符触发。

“如果我是一个神经元，我能同时对沙发和沙发上枕头的图像做出反应，那么大脑是如何推断沙发和枕头都存在的呢?”Groh说道。

在实验中，研究人员让猴子们坐在黑暗的房间里，播放一种或两种声音，每种声音的频率不同，且来自不同的位置，以此来训练猴子，让它们朝听到声音的方向看。

当研究人员一起演奏两种声音时，猴子先朝一种声音的方向看，然后朝另一种声音的方向看，这表明猴子能够识别出存在两种不同的声音。

为了发现猴子的大脑是如何同时编码这两种声音的，研究小组在猴子的下丘（inferior colliculus，下丘位于中脑左右两侧，是听觉通路的重要组成部分）放置电极，以测量神经元放电（神经元从静息电位转换为动作电位的过程）导致的局域电场中的小尖峰。

○ 图中黄色箭头指出的部位是下丘（inferior colliculus），位于中脑下部背侧，是听觉通路的重要组成部分。位于中脑上部背侧的上丘（superior colliculus）是视觉通路的重要组成部分。

研究人员考察了单个神经元对每种单独的声音的反应，以及对两种声音的组合的反应。Groh介绍说，该领域的标准做法是，统计在一段时间内出现了多少次尖峰，并计算多次试验的平均值。但这种方法掩盖了任何可能表明神经元在不同刺激之间来回切换的活动波动。

该团队采用了先进的统计方法，包括一种由Tokdar及其团队开发的被称为动态混合点过程模型（Dynamic Admixture Point Process model）的新方法，以确保从数据中提取出更详细的模式。

他们发现，一个神经元会以一种放电频率对一个声音做出反应，以另一种不同的放电频率对第二个声音做出反应。当同时播放两种声音时，神经元在两种放电频率之间切换。有时，波动速度足够快，神经元在声音出现的半秒内就会切换，而在另一些情况下，转换的速度会慢一些。

○ 神经元编码多个信号的策略可能类似于电话信号传输：单个神经元在不同信号之间快速切换，同时保留这些不同的信号（A-B-A-B），而非单独传输较强的信号（比如单独的B），或者传输不同信号的叠加（A+B），又或者不同信号的平均((A+B)/2)。| 图片来源：DOI: 10.1038/s41467-018-05121-8

该研究小组对洛克菲勒大学神经科学与行为学教授Winrich Freiwald的实验数据再次进行了统计分析。在这些实验中，Freiwald研究了大脑皮层视觉区域的单个神经元对包含一张或两张脸的图片的反应，分析结果表明，对于两张脸的图片，存在相同的切换模式。

这些发现为其他情况提供了线索，在这些情况下，大脑需要利用一组有限的神经元同时做不止一件事。例如，我们的工作记忆（我们的大脑一次能记住的东西的数量）被限制在4或5个左右。(关于人脑工作记忆限制的更详细介绍，参看《神奇的数字：4 或 5》）虽然这些实验没有直接测试工作记忆，研究者认为，进一步的研究可能有助于解释这种记忆力的限制。

Groh说，“我们的工作记忆系统其实非常有限，然而没有人真正知道为什么。也许这个极限来自于某种循环行为，其中神经元每一次只编码一个信号。那么，在一段时间内可以表示的信号的数量，取决于表示每个信号需要的时间以及信号间转换的速度。” 

参考链接：

https://today.duke.edu/2018/07/neurons-can-carry-more-one-signal-time

https://www.nature.com/articles/s41467-018-05121-8