神经科学的明智未来

神经科学正处在一个关键的节点上，突破正在快速到来。仅在过去十年中，新的成像技术和工具就使科学家能够看到、刺激和记录大脑活动，为以前不可实现的研究打开了大门。基因组学知识的爆炸式增长刺激了对精神疾病和其他脑部疾病的探索。大脑和免疫系统之间的联系为我们研究阿尔茨海默氏症等疾病提供了新的思路，而大脑的可塑性已经被证明远比我们想象的要大得多。

然而，许多基本的谜团仍未解开。意识和认知是如何从大脑复杂的神经网络中产生的?大脑如何对日常经历、情绪压力和身体创伤做出反应?为什么大脑功能会随着年龄的增长而下降，精神疾病或神经退行性疾病的潜在情况是什么?

矛盾的是，这些技术进步和大胆的问题是在大型制药公司逃离后出现的，这些公司发现神经科学领域的风险/回报比太高，而神经学药物的成功率太低。实现解决方案的迫切需求所需的科学势头，需要协作的多学科伙伴关系，将神经生物学的卓越与化学、物理学、语言学、计算机科学和工程学等领域的见解结合起来。

为了利用最近的发展，将神经科学研究提升到一个新的水平，魏茨曼科学研究所正在启动一个耗资2亿美元的旗舰项目——脑与神经科学研究所。yabo怎么下载它将通过建造一个最先进的建筑来形成，该建筑将作为40多个国际知名团体的中心，积极研究与大脑研究和神经科学相关的主题，包括物理学家和计算机科学家，他们的工作超越了生命科学的典型边界。该建筑还将容纳一系列创新技术，使科学家能够以全新的方式探索大脑。

脑神经科学研究所将包括8个综合研究中心和一个新技术开发中心。

它有望产生一种协同作用，利用魏茨曼研究所各部门之间的渗透边界，以及它的小规模和非正式文化，使自由流动的互动和合作。当然，这是伟大的科学。

成功快照

结果不言自明。2019年12月出版的《自然神经科学》(该领域最具影响力的期刊)创纪录地刊登了来自一个机构的三篇文章，而这个机构就是魏茨曼研究所。在那期杂志中，Alon Chen教授在老鼠身上发现了四种不同的性格特征(与人类的性格特征相当)，并将它们与特定的基因特征联系起来，这是使科学家能够更深入地研究人类的心理健康和疾病的重要一步。

Rony Paz教授揭示了情绪学习和记忆是如何在大脑中表现出来的，他展示了杏仁核神经元之间的时间序列作为编码机制。Ofer Yizhar教授使用尖端的光遗传学来追踪大脑如何编码与自闭症谱系障碍相关的社会感官线索的动态。

去年10月，Rafael Malach教授和Michal Irani教授通过一项大脑成像研究引起了认知和系统神经科学界的兴趣，该研究揭示了面部几何在我们如何感知人脸方面的重要性。今年早些时候，马拉赫教授发现了人类自由回忆的核心神经元机制——大脑海马体的快速活动涟漪。这项研究发表在《科学》杂志上。

这些成就还在继续。施瓦茨教授开创了“保护性自身免疫”理论，认为免疫系统在支持认知功能、精神稳定、干细胞更新和修复以及对抗阿尔茨海默病等神经退行性疾病方面发挥了革命性作用。与此同时，Nachum Ulanovsky教授和Yaniv Ziv博士在大脑中的导航“位置细胞”方面取得了重要发现，这对理解阿尔茨海默病和痴呆症具有重要意义。这些细胞的首次发现获得了2014年诺贝尔生理学或医学奖。

2015年以色列奖得主西蒙·乌尔曼(Shimon Ullman)教授正在致力于缩小人类视觉识别能力与其构建的人工智能系统之间的差距。诺姆·索贝尔(Noam Sobel)教授利用魏茨曼研究所强大的7-特斯拉磁共振成像系统证明，即使没有嗅球，嗅觉也是可能的。

加快多学科研究
脑神经科学研究所将通过将魏茨曼研究所的各种神经科学知识、专业知识和基础设施收集到一个更大的、协作的和集成的整体中来加速多学科研究，创造一个独特的物理接近的环境，促进强大的协同能量，并催化发现，造福人类。

仅在过去的五年里，魏茨曼科学研究所的yabo怎么下载科学家们就发表了500多篇与神经科学相关的文章，其中几篇论文已经被引用了数百次。从碱基对到床边，从人工智能的新兴领域，到疾病建模和阐明神经景观的技术进步，神经科学站在悬崖边上。随着大脑与神经科学研究所的成立，魏茨曼已经做好了腾飞的准备。

调查中心

神经网络的发展
成年人的大脑是一个复杂的网络，由数十亿个神经元之间大约100万亿个连接组成。这个网络的正常运作需要电路的有效布线，优化但足够灵活，以应对日常生活的不确定性。

拥有复杂神经网络的大脑是如何发育的?如果这个过程出错了会发生什么?

科学家们将致力于揭示特定类型神经元的多样性在发育过程中是如何出现的，神经元如何迁移到正确的位置，以及神经元的延伸是如何被引导远距离找到它们的目标的。主题将包括理解神经连接(突触)的形成，突触和电路的重塑，神经网络中性别差异的发展，神经支持细胞的作用，以及神经元代谢。

这项研究将有助于更好地理解从癫痫和脆性X综合征到一系列精神疾病的各种疾病和障碍的病理学。

感知与行动
人类对感官输入有着无法满足的胃口——无论是有意识的还是无意识的。感官知觉提供了信息的即时摄取，在我们寻找新事物时驱动我们的行为。

我们是如何感知的，大脑又是如何将来自不同感官模式的输入结合起来，形成一幅连贯的画面的?

魏茨曼的科学家们正在探索各种各样的感觉处理形式，以阐明感觉输入是如何转化为行动的。他们还致力于揭示运动动作的过程——从决定在更高的大脑区域采取一个动作，到通过传输到脊髓的命令执行一个动作，然后肌肉激活。

这项研究将提高我们对感觉障碍和运动疾病的理解，并有助于开发感觉替代技术，缓解慢性疼痛，以及开发人工传感技术，如机械臂和脑机接口。

心理和情绪健康
在因疾病、残疾或过早死亡而损失的全球预期寿命年数中，有7%以上是由精神疾病造成的，包括抑郁症、焦虑、精神分裂症和双相情感障碍等使人衰弱的疾病。

是什么引发了精神疾病，是什么促进了适应力，我们如何操纵这些过程?

该中心的科学家将在最先进的临床前模型中采用综合分子、生化、遗传和行为方法来研究神经通路。其他人将在人类中使用心理物理学技术和脑成像技术，在动物模型中使用电生理学，在单个脑细胞水平上揭示与情绪相关的网络，并了解这些网络在精神疾病中是如何故障的。

预计从该中心产生的见解将增强心理弹性，预防精神疾病，并在疾病确实发生时为基于大脑的治疗的新目标设计提供信息。

学习、记忆和认知
人类进化的标志是复杂的认知功能。

我们的大脑是如何塑造我们的?当大脑活动出现问题时，我们如何“修复”大脑?

科学家们将寻找这些问题的答案，以及它们与认知障碍、痴呆、健忘症、学习障碍和精神疾病的相关性。

人脑进行复杂计算的能力远远超过任何现代机器。工作记忆的过程，注意力的影响，一些记忆的巩固和存储，而另一些记忆被抑制或删除，都是这种复杂性的一部分。再加上最优决策(包含在新兴的神经经济学领域)。此外，解决这些问题和更多问题需要对大脑活动进行综合研究，结合神经科学的见解，计算机科学家也将为高级机器学习和人工智能核心的“智能”技术铺平道路。

老化的大脑
随着科学和医疗技术不断延长人类寿命，社会和个人必须面对不可避免的后果:健康老龄化带来的身心恶化，更不用说与年龄有关的神经退行性疾病的日益流行。

大脑在衰老过程中是如何变化的?这一进程能否停止或逆转?

通过跨领域和学科的广泛合作，魏茨曼的科学家们将促进我们对衰老过程的驱动因素和大脑衰老的生理结果的理解——在健康和疾病方面——并有望产生与衰老相关的疾病的潜在治疗方法。

该中心将与Sagol长寿研究所合作，该研究所研究与衰老和长寿相关的大脑和身体生物学。

神经退化
阿尔茨海默病、帕金森病、肌萎缩性侧索硬化症、多发性硬化症和亨廷顿舞蹈症的特点都是不可避免地丧失认知和记忆，行为改变，无法控制身体机能。预防和修复神经退行性变的研究是科学和医学的优先事项。

神经退行性疾病的病因和发展轨迹是什么?如何预防和治疗?

为神经退行性变的挑战寻找解决方案将是该中心进行的研究的核心，该中心将作为一个平台，用于发现大脑完整性的基本机制，神经退行性变的失败和潜在的改善手段。研究将利用其姐妹中心的发育、感觉运动、记忆和衰老进展，并返回对神经系统如何运作的分子、细胞、遗传和系统级机制的关键见解。

损伤与再生
与早期发育中神经元的扩张生长和适应不同，中枢神经系统神经元在成年期发生损伤(如脊髓损伤)后很少或没有再生。这种恢复力的失败被归因于外部抑制因素(如创伤)以及内在成长能力的丧失。

神经系统受伤时会发生什么?我们如何修复大脑和脊髓的损伤?

科学家们将努力了解这些内在和外在因素的作用，这可能会为如何说服受损神经元再生提供线索。研究将解决诸如对损伤的反应和受损神经组织的生长潜力等基本问题。研究人员还将从鱼类和两栖动物等生物身上获得见解，它们再生神经元的效率远远高于哺乳动物。

理论与计算神经科学
理论和计算神经科学家对大脑中神经回路、神经编码和信息处理的设计原理及其对行为的影响提出了问题。他们的研究旨在揭示神经回路是如何形成的，它们是如何运作的，它们是如何学习的，以及它们在受损时如何被纠正，甚至是改善。

大脑中数千亿神经元使用的“语言”——神经代码是什么?这种语言是如何使大脑能够执行使我们成为人类的复杂计算的?

该中心的研究人员将使用统计物理、动态系统、机器学习和信息论中的数学工具来创建大脑功能的新模型和理论，并与实验实验室进行密切合作。

由此产生的分析“大数据”的计算工具将开辟新的实验前沿，而理解神经回路设计和功能的理论模型将为病理学和药物设计提供信息。最终，它将揭示神经代码中的“漏洞”是如何导致神经疾病的。

创新科技的发展
魏茨曼科学家在开发开创性技术方面有着悠久的历史，这些技术已经在整个国际神经科学界得到了应用。该中心将利用这些专业知识作为开发新技术和技术的枢纽，这些新技术和技术对于加快脑与神经科学研究所所有中心的发现步伐是必要的。

这些技术的创造需要生物学家、物理学家、化学家、工程师和计算机科学家的密切合作。这些专家将一起工作，确定具体问题，集思广益解决方案，然后设计和构建这些解决方案。