近日，理学院认知神经动力学研究所王如彬教授团队在计算神经科学研究领域取得重要突破，相关研究成果以“The Energy Coding of a Structural Neural Network Based on the Hodgkin–Huxley Model”为题发表在知名JCR期刊上。

    经过十余年的研究，王如彬教授团队发现各个层次上的神经科学研究成果之间似乎有一条看不见的、无法跨越的鸿沟，很难互相利用、相互影响、相互促进。特别是在计算神经科学方面，大脑的认知活动研究相对分散，而所有认知功能的实现又都是大脑活动的宏观表达。这些问题的存在对于推动认知神经科学在各个方面取得重大突破是一个很大的障碍，尤其在意识、思维、智能、预测、视知觉产生机制、创造力的起源与本质、记忆的存储与调用等领域研究进展缓慢，有的甚至没有任何进展。

    为此，王如彬教授等提出了一个原始创新的神经元生物物理模型，从能量的角度揭示了神经元活动的负功率现象，这是一个非常重要的现象，它揭示了一个从未被发现的神经元活动的新的工作机制。通过比较，研究人员进一步发现由他们给出的新的神经元生物物理模型与获得诺贝尔奖的H-H模型是等价模型。然后，他们又将该模型推广到神经网络，对具有相同结构的功能柱神经元网络进行计算，并从能量编码的角度得到了与H-H模型几乎相同的结果，这再次证明了H-H模型和王如彬等给出的神经元模型是等效的模型。通过计算，研究人员证明了给出的原始创新的神经元模型比H-H模型具有更多的优点，且适用范围更广。与此同时，研究人员对这个新颖的神经元模型的分子生物学基础和神经化学基础进行了计算，取得了和实验数据几乎完全相同的结果。

    上述科研成果已经分别发表在国际知名的JCR一区和二区期刊上，并引起了国内外科学家的广泛关注。据了解，王如彬教授团队已经取得了一系列新的更重要的研究成果，下一个目标是研究出脑科学理论的研究框架。

    相关链接：

    最新一项研究成果论文链接：https://www.frontiersin.org/articles/10.3389/fnins.2018.00122/full。