近20年来 神经科学取得了哪些进展？
今年《自然综述-神经科学》庆祝20周年。借此机会，杂志邀请了近几年在这里发表文章的18位作者，来谈谈近20年来神经科学在各自研究领域的发展。该杂志向科学家提出了以下问题：神经科学在过去20年有哪些变化？在你的领域中有哪些有趣且值得关注的发展？有哪些问题是近期主要的研究目标？又有哪些神经科学研究振奋人心？
在这里，我们简单总结一下科学家在期刊采访中普遍提到的热门研究和技术，这将引导我们关注目前神经科学的一些热点话题。
分子细胞
突触构成及其可塑性的分子基础
在突触的研究中，我们在了解其分子组成和可塑性方面取得了很大进展。例如，我们知道突触粘附编码的一系列组合是如何决定突触特异性的；认识一个突触囊泡里可以包含不同种类的神经递质，甚至是谷氨酸和GABA;认识突触传递调节因子的活动不仅仅局限于单个间隙；明白了，局部蛋白质翻译可以发生在树突和突触前末梢.另外，树突棘的塑料在学习中的作用也受到了很多关注。超高分辨率显微镜等新工具的应用为未来的研究提供了更多的可能性。
但是如何将我们在神经环路层面对不同系统的理解，与对组成这些环路的单个突触的理解相互串联起来，是研究者有待解决的难题.胶质细胞、细胞外基质、神经肽在信号传递和突触多样性形成中的作用需要更多的研究。
-阿列克谢卡什伯斯基-
脑细胞的镶嵌异质性
近年来的研究使我们对脑细胞的不同成分有了更深入的了解。单细胞测序,组织清除技术,光片荧光显微镜和其他遗传工具的应用揭示了细胞分子组成的多样性，并指出哺乳动物神经和非神经细胞可能有100多种。因此，我们得到了不同种类细胞中包含的受体和通道的表达和功能的完整列表。通过遗传表型和光遗传学工具的结合，我们可以了解不同回路中不同神经元的功能，我们在转录组和表观遗传.的水平上了解人脑方面取得了很大进展
跨层次结构研究旨在了解某些特殊细胞所含的某些分子中某些特殊残基的作用。科学家希望能够去在更多的、更高级的有机体中，实现从原子、分子以及细胞层面出发的跨层次研究,这样我们就可以对哺乳动物、灵长类动物甚至人类的有机系统有更广泛和更深入的了解。
米哈伊尔布津
胶质生物学神经免疫学
与神经元相比，我们对胶质细胞的了解仍然很少。科学家仍在试图理解胶质细胞如何调控神经元回路、如何参与行为的产生，以及它们在大脑这个器官中功能为何.了解神经胶质细胞还可以帮助我们进一步了解一些疾病的机制、大脑和身体之间的相互作用以及神经免疫过程。
在神经免疫学方面，不同种类的中枢神经系统骨髓细胞是及其功能获得了特别的关注.自从发现CX3CR1GFP小鼠以来，对小胶质细胞的研究取得了很大的进展，因为这是我们的在动物体内首次得到小胶质细胞的可视化影像.因此，我们知道这些以前被认为处于静止状态的小胶质细胞，一直在积极主动地维持着大脑的稳态，也明确了它们在大脑发育过程中突触修剪的作用。
目前，最吸引人的问题是小胶质细胞在中枢神经系统疾病当中扮演哪些角色，又如何调节它们的功能.人已经能够从胚胎干细胞或诱导多能干细胞中获得小胶质细胞样细胞、脑器官样细胞和神经元样细胞群，并能够进行异种移植。这些技术的发展将使我们能够进一步研究小胶质细胞参与疾病的环境和遗传因素。未来，单细胞水平的多层组学,新型动物模型和成像、细胞谱系示踪等新技术将帮助我们进一步了解神经胶质细胞在中枢神经系统发育、维持稳态和疾病中的作用。
树突
近年来的研究表明，树突具有更丰富的信号传递模式，发现树突具有区分电信号、化学信号和分子信号的能力，并支持局部电信号。借助计算模型研究，我们知道了树突不仅仅是被动传导信号的“电缆”，也是能力强大的计算单元。它极大增强了神经元运算和储存信息能力.
过去二十年的技术进步使我们能够找到证据来证实计算模型引发的想法。这些技术包括在动物体内追踪突触活动以及可塑性的工具(如SYNTagMA、GluSnFR)、区分神经元不同种类输入的工具(如狂犬病毒vrius)、在局部脑区特异性地操控神经元活动的工具(如光遗传学、光遗传学)、感应并显示电压变化的物质.等，有了这些新的工具和计算模型的配合，我们可以对不同层次获得的数据进行分析，进一步了解树突在单个神经元和神经回路信息处理中的作用。最终的挑战是将树突的功能与行为联系起来。
此外，这些新发现的树枝状性质在人工智能领域的软件(如深度神经网络)和硬件(如CMOS器件)中的应用，也可能有助于人工智能在复杂任务(如逻辑推理和单模仿学习)中取得更接近人脑的性能。
-阿列克谢卡什伯斯基-
系统
神经元表达神经元网络系统
目前，大量的研究试图跳出脑图的框架，着重研究神经元表达以及神经元网络系统.前者侧重于神经元活动模式如何编码对象、概念或某些信息状态，而后者(神经元网络结构)是关注神经元之间的连接方式如何支持信息的传递，以及对神经元网络状态的调整如何带来不一样的计算能力.神经科学不再仅仅是划分国界，而是更详细地记录每个城市的各种统计数据以及连接它们的交通系统。
感官输入输出
传统上，神经科学家经常试图理解感觉输入是如何转化为动作输出和行为的。一个相关的发展是倒转,“感官-动作”这个顺序，转而关注在自发性运动中，动作信号如何影响感官过程.当一个动作信号出现时，大脑会根据这个动作信号预测感觉信号，也就是预测这种行为的后果。这种预测会与实际动作产生的感觉信号进行比较，从而更准确地更新和控制“动作信号-感觉预测”的关系，以应对我们身体或环境的变化。需要回答的关键问题是：在这个千变万化的世界里，我们的大脑是如何预测我们行为的感官冲击的？
跨脑区神经元活动的更高密度记录(如可植入不同脑区并同时记录数百个神经元活动的新探针)和神经回路活动的控制(利用电、磁或光刺激控制神经元活动)为解决这一问题带来了更多可能性。同时，更详细和全面的行为实验设计和数据记录使科学家们能够在更类似于真实世界的情境下进行研究，而非停留于使“感官预判-动作关系”保持不变的虚拟现实装配.
上述技术进步也适用于新兴的社会神经科学领域。通过同步记录或操纵多种动物的行为、生理和神经元活动，我们可以对自然环境中动物社会行为的神经机制有更深入的了解。
视觉
在视觉研究方面，小鼠模型的应用是一个巨大的变化。二十年前，科学家可能没有想到我们今天会选择老鼠。毕竟老鼠的视觉系统不是很发达。虽然老鼠的视觉系统没有对于小鼠，我们却能使用更强大的工具,那么灵敏，如光遗传学、双光子成像、病毒追踪等。甚至传统的电生理技术也取得了很大的进步。未来，我们应该尝试将这些技术应用于更多的其他物种，包括非人灵长类动物和大脑更接近人类大脑的其他物种。此外，我们在人工智能的应用方面也取得了进展。人工神经网络可以通过运算从原始的感官数据中获得物体的分类，即提取意义。
记忆
在过去的二十年里，我们对记忆的研究方法发生了巨大的变化。我们的不仅能够定位参与储存及提取的神经机制——记忆痕迹(记忆痕迹)，并且能操控这些承载了记忆痕迹的神经元的活动——我们可以把“人工记忆”植入老鼠大脑。记忆痕迹的研究也让我们对记忆的基本构成有了更深入的了解，比如神经元是如何被“分配”到一个记忆痕迹的；记忆痕迹的结构如何影响记忆提取；记忆痕迹的稳定性或动态性；时间和新信息如何影响现有记忆；以及为什么信息很难在短时间内提取或永远被遗忘。
类器官
一位科学家也提到了基于器官类的研究。虽然他不认为器官样可以完全替代动物实验，也不认为器官样可以成为完整的大脑模型，但这种研究方法可以帮助我们了解一些特定的神经生物学过程。实现了基于脑回路功能和长距离连接结构的类器官模型，可以进一步了解人脑在神经回路层面的特殊性质。
计算
在认知神经科学中，计算理论的出现激发了新的实验和研究，并被用来解释神经成像数据。在神经影像学方面，科学家们逐渐把关注点由定位认知功能所对应的脑区，转移到了大脑网络在不同层面上结构及动态's研究放在首位。
此外，我们还看到了利用数学来描绘大脑网络结构的网络神经科学.所以随之而来的一个有趣的问题是如何调和计算神经科学和网络神经科学中对于大脑功能的不同的固有看法.前者更关注特定大脑回路的功能，而后者更关注许多回路的互连和相互作用带来的复杂结构和动力学。这两种方法的进一步结合可能需要在多种多样的物理和机器学习分析方法中建立。
丹尼斯弗雷塔斯
疾病行为
精神病学
神经病学(神经学)和精神病学(精神病学)的分界线逐渐变得模糊.在精神病学领域，科学家希望进一步了解药物如何缓解或引发某些精神症状。比如苯环利定，也是NMDA受体拮抗剂，可以快速诱发精神分裂症症状，而氯胺酮可以缓解抑郁症状。通过使用这些速效药物来了解精神疾病背后的大脑核心机制，结合对脑回路特异性的了解，我们将能够更好地诊断、预防和治疗精神疾病。另一个焦点是早期生活事件对后期神经精神病发生可能性的影响。因此，如何对个体进行全面的长期研究，如何识别早期风险标记物仍有待解决。
-卡西姆实验室-
决策与强化学习
决策研究也取得了重要进展。决策理论的应用，如漂移扩散模型,让我们对内部或受刺激产生的行为有了更深刻的理解。当外界刺激模糊到一定程度时，内在的动作信号噪声仍能产生高于“行为阈值”的决策变量。清楚地了解内部噪声的影响，可以帮助我们更好地辨别和研究自主行为背后可能的倾向、驱动力和目标。
另一方面，进步来自强化学习.行为决策通常基于过去在类似情况下的学习经验。人类通过学习获得独立行动的能力，但我们对人如何选择以及如何保持自己的目标了解依然很少.感兴趣，神经科学试图理解这种自主性是如何产生、获得和应用的。
阿尔茨海默病
在阿尔茨海默病的研究中，我们对病理蛋白是如何损伤大脑的，为什么某些神经元或脑区更容易受到损伤，大脑的变化与遗传学有什么关系，胶质细胞在神经退行性疾病中的作用是什么有了更深入的了解。正电子发射断层扫描和低温电子显微镜帮助我们获得病理图像，以详细研究动物模型和人体组织中的病理蛋白质。虽然我们在阿尔茨海默病的临床试验中没有成功，但科学家们仍然有希望将研究结果转化为治疗方法。
科学家们对健忘症背后的大脑变化有了更好的了解，希望能为临床实验和治疗做出贡献。了解大脑的奥秘，克服脑部疾病，是21世纪脑科学的核心目标。
-吉安路卡法伦
大脑及其他
一切可辅以神经
神经科学原则上来讲和任何一个旨在理解、预测或影响人类行为的学术领域都有关系.也许有些神经科XX研究最后不会有这么实质性的效果，但总会有的。
神经法学反映了法律、心理和行为的交叉。通过神经机制为不同群体的刑事责任和相应的惩罚提供理论依据。神经教育学帮助我们理解儿童如何学习阅读和数学。它描述了不同类型的学习障碍，以及我们应该如何进行个性化教育。神经市场学试图利用情感和注意力的神经联系来揭示人们对产品或政治选举的隐藏偏好。
虽然神经科学研究目前并没有给我们的生活带来革命性的变化，虽然应用神经病学研究的过程艰难而缓慢，但只有耐心和开放的思维才能带来未来的进步。让我们拭目以待。
神经科学的研究方式
在过去的二十年里，我们进行神经科学研究的方式也发生了很大变化。更多的人在研究中关注性别平权问题，关注科学家在早期事业发展,可能遇到的困难，意识到跨领域的合作和具备计算理论和实验两方面能力的人才.的重要性
另一个非常重要的趋势是，科学家更容易进入公开的科学研究以及大量的数据.这使我们能够更有效地利用资源，更好地评估实验结果的解释，以及加强了研究的可重复性.
丹尼斯弗雷塔斯
编者的话
本文综述了近二十年来神经科学的一些进展。期刊的邀请和编辑的选择，意味着只提到部分研究领域；没有提到的研究同样有趣、有希望、有意义。每一位科学家都简单地讲了一些新技术在各自领域的应用，以及由此带来的新认识和新发现。他们没有在这里深入解释任何研究或技术。对于我这个让我知道了不同领域，不同层面的神经科学研究都在进行一些怎样的工作.神经科学的新生来说，这篇文章是一个很好的介绍
读完这篇文章，我们又看到了神经科学发现和实验技术的进步是一并上升的双螺旋，实验研究依赖新技术带来的新能力，而解答科学问题所带来的需求也在激发着实验技术的进步。科学家获得越来越多的巨大而复杂的数据，因此我们也看到了对理论和计算研究的更多需求。
借助这篇文章，希望能为我初出茅庐的学生提供一些信息作为参考；希望大家能找到自己最感兴趣的研究问题和研究方法，进一步了解神奇的神经系统。
