編輯嚴選

第223話：爆發吧！（腦內）小宇宙！

呃，這不是在說聖鬥士星矢…

腦科學被許多稱人為「人類知識最後的秘境」，2013年美國總統歐巴馬宣布啟動腦科學計畫「BRAIN Initiative」時這麼說：

「As humans, we can identify galaxies light years away, we can study particles smaller than an atom. But we still haven’t unlocked the mystery of the three pounds of matter that sits between our ears.」

（作為人類，我們可以理解距離以光年計的遙遠星系，也能研究比原子還小的粒子。但是，我們仍然沒有揭開兩耳之間那個「三磅重物質」的神秘面紗。）

人類已經對於宇宙從最小的尺度（基本粒子）到最大的尺度（整個宇宙）有了相當程度的瞭解（就跟你說物理學超厲害的吧！），有趣的是，我們在這宇宙中最不瞭解的，就是我們用來瞭解這個宇宙的「人類大腦」。（好像繞口令…）

因此，也有人說「大腦就像是一個小宇宙」，我們要瞭解自己的大腦，可能得要花上跟我們瞭解整個宇宙同等的力氣才行…

義大利波隆納大學（Universitá di Bologna）天文物理系的 F. Vazza 以及維洛納大學（University of Verona）神經科學、生醫與運動科學系的 A. Feletti 兩位科學家跨域聯手，探討了「大腦的構造」與「宇宙的構造」，發現這兩者從「網路」的結構來看的話，有滿多相似性。

以數量級來說，可觀測宇宙中的所有銀河系數目估計約為 2.6×10^12 個，而跟我們的銀河系差不多大或更大的約有 5×10^10。人類大腦的神經元估計為 8.6×10^10個。

以型態來說，神經元之間由「樹突」與「軸突」兩種神經纖維互相連結，構成神經網路來傳遞訊息。而宇宙中的一般物質與案物質，也都具有私狀的結構，延伸可達數百萬秒差距（parsec，1 parsec = 3.26 光年），連結一堆銀河所聚集而成的銀河團（cluster），因此宇宙也具有網狀結構，稱為「cosmic web」。

當然，如果直接就這樣類比大腦與宇宙，稱不上科學的分析，比較像是文學上的聯想，因此「量化」的比較是必要的。不過「宇宙地圖」與「人腦地圖」都還沒完成，那要用什麼東西來比呢？

在大腦的部分，是以數片厚度 4 微米的人類大腦皮質與小腦皮質為樣品，將神經纖維染色後，在顯微鏡下取像。

在宇宙的部分，使用的是以現有的宇宙學模型，以電腦模擬邊長各為一億秒差距的正立方體內，一般物質與暗物質的分布。然後模仿大腦樣品「切片」的方式，將這個宇宙空間從X、Y、Z三個方向各切成4片，一共12片，每片的厚度為 2500 萬秒差距。

有圖有真相，顯微鏡取像與數值模擬完成後，先看看腦網路跟暗物質網路長什麼樣子，嗯，其實不太像（圖二）。

接著做「頻譜分析」（spectral analysis），簡單的說就是把密度分布拿來做傅立葉分析（哪裡簡單了…），發現「一般物質宇宙網路」、「暗物質宇宙網路」、「大腦皮質」、「小腦皮質」的分布相當像（圖三）。用其他「看起來多少有點類似的影像」（網路結構跟碎形結構）來比較，包括天上的雲層、樹枝、水的紊流、磁流體紊流，都長得不像（圖三中灰色的那些線），可見「宇宙網路」跟「腦網路」的確有一些相同的特徵。

再來就是複雜網路分析，利用這些影像轉換成網路連線圖，計算最常用的「連結度」（degree，網路中每個點跟其他幾個點相連，類似「每個人有幾個朋友？」）以及「群聚係數」（clustering coefficient，跟同一個點相連的那些點，彼此是否互連，類似「你的朋友之間互相直接認識的比率有多少？」）兩個測量，也發現有定性上的相似，雖然定量上並沒有非常一致，不過都表現出「跟隨機亂連的網路差很多」這個共同的特性（圖四）。

當然，這個網路分析很粗糙，是建立在「影像上靠的夠近，然後有絲狀物體連結的高密度團塊」這個概念上，對於銀河系之間物質的連結可能還算有道理，不過在腦網路上就顯然不太對了，因為腦細胞之間是存在長距離連結的。

不過無論如何，這還是一個相當有趣的研究，「人的腦就是一個小宇宙」這個概念，也滿能刺激大家思考的。如果能夠找出一個共通的機制來說明「宇宙的演化」以及「腦網路的演化」，那就真的太刺激了！

這個研究，發表於2020年11月16日的「Frontiers in Physics」。

釋放你的大腦潛力，讓小宇宙爆發吧！（不過沒有「人類大腦平常只用到 10%」這種事啦…）

#超中二物理宅雜記

#等我征服世界就把宇宙學與腦科學列為全人類必修

#生命宇宙與萬事萬物什麼都馬跟物理有關

#話都給我講就好 其之223

Frontiers in Physics論文 (2020/11/16）：https://www.frontiersin.org/articles/10.3389/fphy.2020.525731/full