参与人脑计划的研究人员已经确定了控制我们大脑中神经元分布的数学规则。
该规则预测神经元如何分布在大脑的不同部分，可以帮助科学家创建精确的模型来了解大脑的工作原理并开发神经系统疾病的新疗法。
在美妙的统计世界中，如果你考虑任何连续的随机变量， 这对数该变量的分布通常遵循所谓的对数正态分布。由平均值和标准差定义，可以将其可视化为钟形曲线，只是曲线比正态分布中的曲线更宽。
来自于利希研究中心和德国科隆大学的一组研究人员发现，不同哺乳动物神经组织外层区域的神经元数量符合对数正态分布。
撇开数学不谈，一个简单而重要的区别是正态分布钟形曲线的对称性和对数正态分布的不对称性和严重的右偏尾部，这是由于大量的小值和一些显着的大值造成的。
一个国家的人口规模通常呈对数正态分布，有一些非常大城市和许多小城镇和村庄。
大脑的结构和功能取决于神经元的数量和排列。外组织层不同区域和层的神经元密度 -大脑皮层– 差异很大。
“神经元密度的分布影响网络连接，”说尤利希研究中心的神经科学家萨沙·范·阿尔巴达（Sacha van Albada）。
“例如，如果突触的密度恒定，则神经元密度较低的区域每个神经元将接收更多的突触。”
神经元密度的统计分布在很大程度上仍然未知，尽管研究确实为我们提供了令人着迷的信息。
为了进行研究，该团队使用了涵盖七个不同物种的九个开源数据集：小鼠、狨猴、猕猴、加拉戈猴、猫头鹰猴、狒狒和人类。当比较皮层不同区域的神经元密度时，出现了对数正态分布的常见模式。
“我们的结果与观察结果一致，令人惊讶的是，大脑的许多特征遵循对数正态分布，”作者在他们的论文中写下。
对数正态分布是乘法过程的自然结果，就像正态分布是将许多自变量相加的自然结果一样。
“它在自然界中可能非常常见的原因之一是因为它是在取许多自变量的乘积时出现的，”说Alexander van Meegen 是尤利希研究中心计算神经科学博士期间共同领导的这项研究。
研究人员表示，大脑皮层的结构方式可能是发展或进化的副产品，与计算无关。
但先前的研究表明大脑神经网络变异不仅仅是一种副产品，还可以积极帮助动物在不断变化的环境中学习。事实上，在不同物种和大脑皮层的大部分部分都可以看到相同的组织，这表明对数正态分布有一定用途。
“我们无法确定神经元密度的对数正态分布将如何影响大脑功能，但它可能与高网络异质性相关，这在计算上可能是有益的，”解释联合主要作者艾托·莫拉莱斯-格雷戈里奥 (Aitor Morales-Gregorio) 是于利希研究中心的计算神经科学家。
科学家希望这一发现能够揭示大脑如何存储和检索信息，以及如何获取新知识。在对于脑部疾病，它可能为开发针对大脑特定区域的新药铺平道路。
这人脑计划为促进神经科学、计算和脑相关医学建立共享研究基础设施而进行的十年努力即将结束，它给了我们一些有趣的发现一路上。
该研究发表于大脑皮层。
