纽约大学神经科学全球教授王晓静解释说：“对于我们来说，在日常情况中导航，至关重要的是来自外界的刺激所产生的来自我们的感觉的电信号能够到达相关的大脑区域。” 。“但是，我们的大脑是一个非常复杂的系统，数十亿个神经元组织在一个具有一百多个区域的互连网络中。因此，不容易理解信号如何以有效的方式从一个区域传播到另一个区域。”

大脑区域倾向于按照从“较低”的感觉区域到“较高”的认知区域的层次结构进行组织。这些区域具有兴奋性和抑制性神经元，它们刺激或抑制其他神经元的活动。

研究人员指出，了解神经信号如何在此层次结构中传输是神经科学领域的一项基本挑战，并且是神经元研究的重点。

以前的计算机跨大脑区域信号传输的计算机模型并未考虑到大脑区域间连接的复杂性。相比之下，得益于致力于定量分析大脑连通性的“ Connectomics”领域的最新进展，NYU科学家得以建立模型，并结合了猕猴的解剖学连通性数据。

在这里，他们发现，在区域之间的连接在激发和抑制之间表现出“平衡”的情况下，大型模型的灵长类动物大脑中的信号传输是可靠的。具体而言，由兴奋性神经元提供的刺激使信号得以传输，而抑制性神经元的抑制作用可确保信号活性不会失控。

“出乎意料的是，我们的模型揭示出只有当信号足够强，超过阈值水平时，信号才能到达大脑区域的大区域，称为前额叶皮层，这在高级认知中起着至关重要的作用，”他说。 Madhura Joglekar是该论文的第一作者，在Wang的实验室中担任博士后研究员进行了这项研究，现在是纽约大学库兰特数学科学研究所的讲师。

值得注意的是，全局激活模式类似于先前在人脑中有意识地感知感官信息时发现的模式—类似地，这表明拟议的“平衡”大规模神经电路机制用于信号传输和了解如何实现有意识的信息处理之间存在潜在的联系。 。