“见机行事、随势而变”是一个人头脑灵活的表现，心理学上称之为“认知灵活性”。这是人类智能中最朴素、也最关键的能力之一。那么，大脑究竟是靠谁“算”出这种灵活性的？
经过近十年艰苦研究，克服了无数难题，中国科学院脑科学与智能技术卓越创新中心徐宁龙研究团队终于为这个问题找到了第一个答案：承担这道“心算”的，是神经元自身枝繁叶茂的树突——它对大脑推断出来的规则进行编码，规则信号与胞体接收的声音信息在同一个细胞内部相遇、叠加，产生远超简单相加的强烈反应，最终驱动动物作出行为选择。
这是国际上首次为树突计算参与认知灵活性提供直接实验证据，填补了该领域长期空白。北京时间10月16日凌晨，论文在线发表于国际顶尖学术期刊《科学》。
新科诺奖技术解开70多年追问
100多年前，卡哈尔等先驱绘制出精细的神经元图谱，确立了神经元作为神经系统结构和功能基本单元的地位。但是，这些基本单元怎么处理信息，从而托举起智能与灵活行为呢？
长期以来，由于实验技术限制，大多数研究把每个神经元简化为一个均一的“点”，或一个简单的求和单元。但这种简化带来一个问题：灵活决策需要整合海量情境信息与抽象规则，并动态调整输出，这种复杂的非线性转换很难用简单的加权求和解释。
那么，在一个神经细胞内部是不是也有区域分工，用以处理并融合不同信息？早在1951年，我国神经科学先驱张香桐先生就提出，顶端树突具有电兴奋性并能整合突触输入。
张香桐1951绘制的顶端树突图，其中11,12,13是第五层锥体神经元，16是Martinotti cell（SST神经元的一类）
何为顶端树突？如果将神经元比作一棵大树，树突就是神经元向远处伸展的“枝桠”，顶端树突类似大树的树冠。比如，皮层锥体神经元就拥有庞大而分支众多的树突。
此后数十年，研究不断证实这些精细结构能在单个神经元内整合来自不同通路的信息流。但把树突处理与灵活认知直接联系起来的确凿证据一直缺席。
徐宁龙的博士生导师之一、中国科学院院士吴建屏是张香桐的学生。“当年，吴老师在组会上反复追问：锥体神经元伸得那么长的顶端树突，到底在起什么作用？这一直是一个国际难题。”徐宁龙把这个问题记在心里，不断钻研，最终发现答案指向高级认知。
为找到答案，团队设计了一套规则会变的听觉分类任务，让小鼠没法靠死记硬背过关，只能从一次次奖励反馈中推断隐藏的规则，再把规则与听到的声音整合起来，作出灵活选择。
小鼠执行灵活决策任务期间，利用三维双光子钙成像技术，同时对皮层不同深度的神经元胞体和树突做高速高分辨成像记录。（资料图片）
“为了在这种行为任务中直接观测树突中的信号，我们运用了具有亚细胞分辨率的双光子成像技术，并结合光遗传技术实现全光学记录与操控——后者刚刚获得今年的诺贝尔生理学或医学奖。”徐宁龙说，当他们同步记录下小鼠听觉皮层第五层端脑外投射亚型神经元的顶端树突和胞体活动后，发现两者有着清晰的分工：同一个神经元里，顶端树突主要编码推断出来的抽象规则，胞体则更多表征声音这类感觉信息；而与选择行为相关的最终输出信号，在两个区室中都出现了。
“过去，人们认为，单个神经元仅仅是认知网络中的简单网络节点。”徐宁龙说，但实际上它完全可以承担起一个“智算中心”的角色。
甘冒十年风险，挑战“人人绕着走”的难题
这个“首次”背后，是一场坚持了近十年的长跑。审稿人评价这项工作“因其在文献中的稀缺性和极高的技术挑战性而值得称道，这类探索堪称壮举”。
这项研究到底有多难？难到很多学者尽量“绕着走”，因为有太多难题要攻克，甚至缺少适用的研究工具。用徐宁龙的话说，这十年一直是“顶着风险向前走”。
首先，难点在记录本身。在动物脑内精细记录树突信号，成功率本就很低；更难的是动物必须是清醒的、能完成复杂认知任务——这也是过去几十年，学界经常将单个神经元简化为一个“点”的无奈。
“为了让一只小鼠完成实验，先要对它进行约两个月训练，让它学会推断规则。”论文第一作者、中国科学院脑智卓越中心博士后张园说，随后还要对小鼠进行开颅手术、注射病毒以标记特定神经元，最后还要保证能对这个特定神经元的树突成功记录到信号——每一个步骤风险都不小，因此最终实验成功的概率远低于常规的双光子脑内成像实验。
徐宁龙（左）和张园（右）在实验室
即便如此，为了获得更硬核的实验结果，团队还给自己加了两道难题：一是锁定细胞类型，二是因果验证。他们没有随便标记一大堆细胞，而是先通过实验确定投射到皮层下的大型锥体神经元对行为任务有因果作用，然后针对这类神经元的树突展开研究，并进一步分辨哪段树突、哪个胞体属于同一个细胞——代价是每只实验动物里能记录的细胞屈指可数。此外，团队自己搭建了双光子加光遗传的光路系统，在同一分辨率下实现全光学“记录+操控”。
从博士起，一直到论文发表，张园在这个方向上浸淫了近十年。“第一次看到小鼠对规则适应的有趣现象、第一次记录到树突编码规则的电信号，都让我兴奋无比。”她说，尤其是行为范式与高灵敏的钙信号记录双双实现，树突里果然出现了抽象规则的表征，“瞬间感觉一切辛苦都值了”。
节能而灵活的脑，给AI上了一课
这项基础研究的价值不止于脑科学本身。
当下主流人工智能模型大多把神经元当作一个“点”：单元自身计算能力很弱，靠的是不断扩大规模以提升能力，这导致高能耗与低效率——需要海量数据和庞大算力支撑，灵活泛化能力并不理想。
大脑给出的方案恰恰相反。徐宁龙认为，借鉴树突这种“多区室”结构，每个计算单元内部可并行接收多种输入、产生多种输出——不同输入在输出分支上相对隔离，就不容易互相干扰，计算效率更高。“大脑之所以演化出这样的架构，是因为生物既要节能，又要灵活应对变化的世界。”他说，当单个单元的计算能力强了，网络就无需过度叠床架屋，能耗也将大幅下降。
这一发现也为理解某些精神疾病提供了新视角。比如，成瘾、强迫症等疾病经常出现认知灵活性障碍，患者对外部世界的推断会出现偏差——他们的感觉输入与常人并无不同，却会产生扭曲的感知与行为。徐宁龙解释，这类疾病本质上与脑内连接和活动紊乱有关，而紊乱同样会落在“树突整合”这一层：外在输入相同，内在信息不同，两者在同一个细胞里的非线性相互作用也就变了。因此，树突有望成为未来此类精神疾病的干预靶点。