人类大脑的“协同核心”？

一篇新的预印本 提出了一个大胆的说法：“协同相互作用是复杂人类认知的基本驱动力。”

这到底意味着什么？这对神经科学又意味着什么？

剑桥大学的作者 Andrea Luppi 等人研究了大脑组织的一个新方面：大脑区域之间的协同作用。一些大脑网络比其他网络更具协同性，而协同网络往往与复杂认知有关。

那么，什么是协同作用呢？Luppi 等人根据一个名为 MMI-PID 的数学框架对其进行了定义。当两个变量的未来状态只能从两者共同的过去状态预测，而无法单独从任一变量的过去状态预测时，就认为这两个变量之间存在协同相互作用。

例如，考虑太空中两个移动的球。这两个球可能会发生碰撞，也可能不会。如果我们知道这两个球当前的轨迹，我们就能预测将要发生的事情——包括碰撞。但如果我们只知道其中一个球的轨迹，我们就无法很好地预测任何一个球的路径，因为我们无法预测碰撞。

就神经而言，如果两个大脑区域之间具有高度的协同性（协同相互作用），我认为最直接的解释是它们之间存在复杂的双向相互作用——但稍后会有注意事项。

Luppi 等人的做法是将大脑划分为 232 个区域，然后计算每对区域之间活动时间序列的协同程度，数据来自人类连接组计划的静息状态 fMRI 数据。然后，他们计算每个区域与其他所有区域之间的平均协同程度。

同样，Luppi 等人还研究了“冗余”，这大致与协同作用相反。如果两个变量都为该对变量的未来提供相同的信息，那么这两个变量就是冗余的。

这是协同作用——冗余图。红色区域显示高协同作用和低冗余，蓝色区域显示更多冗余。

这张图是预印本的核心。其余内容基本上是对其的评论，表明这张协同作用-冗余图与其他图谱相似，例如涉及复杂认知功能的区域图谱、显示高突触密度的区域图谱、基因表达图谱以及人类与黑猩猩相比有所扩张的区域图谱。这表明协同作用与高级脑功能有关。

协同相互作用非常适合充当全局工作空间，从而整合来自大脑各处的互补信息，为更高级的认知功能服务。

这项工作非常出色，整合了各种不同的数据集。Luppi 等人有力地证明，存在一个倾向于参与协同相互作用的大脑区域网络。但这种协同作用到底意味着什么呢？

我之前提到，协同作用可以被视为两个大脑区域之间复杂、**“涌现”**的相互作用的度量。这是一个有吸引力的解释，但不一定是正确的。

例如，我很确定即使两个区域都没有发出任何信号，它们也可能存在“协同相互作用”。这种情况会发生，如果两个区域都接收到其他真正相互作用的区域的信号。

为了弄清这一点，Luppi 等人可以扩展他们的分析，一次考虑三个以上的区域。（他们包含了 232 个区域，但据我所知，一次只查看两个区域的相互作用）。为此目的，存在可用的数学工具，例如 多元格兰杰因果关系（参见）。

这些方法可以帮助验证哪些大脑区域真正驱动了协同相互作用。为了弄清这些相互作用在认知中的作用，最好将相同的方法应用于认知任务期间记录的 fMRI 数据。执行复杂任务是否会导致协同相互作用的增加？