看看你的腦袋裡，到底都裝了些什麼？——《科學月刊》

本文轉載自顯微觀點

細胞狗仔隊 專拍細胞不為人知的一面

「我是細胞生物學的愛好者，我們實驗室團隊是細胞生物學的狗仔隊，專拍細胞不為人知的一面。」成大生醫工程系主任邱文泰，帶著笑容自我介紹。

邱文泰專精於活細胞分子造影、光遺傳學以及變化多端的細胞內信使：鈣離子對細胞生理機能的調控。他與團隊近年的重要研究之一，是以光遺傳學精密調控細胞內鈣離子濃度波動，觀察鈣離子如何影響細胞遷移（cell migration）。

20 世紀後半葉，生醫學界逐漸發現鈣離子是功能繁複的細胞訊息傳遞者，可調控授精、細胞增生與死亡、學習與分化，也參與細胞遷移、活化特定轉錄因子。

傳統生化科技如藥理、化學、物理方法，無法在時間、空間上精準調控與觀測活細胞內的鈣離子變化。細胞如何讀取鈣離子濃度波動（calcium oscillation）訊號，如頻率、幅度等，還是一個待解的謎題。

以光操縱鈣離子通道 解碼鈣離子波動訊號

邱文泰團隊運用光遺傳學（Optogenetics）技術，將人為編輯過的光敏感鈣離子通道蛋白 CatCH（calcium translocating channelrhodopsin）基因轉染（transfect）進入人類骨肉瘤細胞（U2SO）。位在細胞膜的 CatCh 蛋白一旦吸收藍光，就會開啟鈣離子通道，讓胞內的鈣離子濃度快速提升。

光線停止照射，CatCh 就不再輸入鈣離子，細胞原本的平衡機制開始作用，將鈣離子排至胞外（或內質網中），造成細胞質的鈣離子濃度起伏。因此實驗團隊能精密調整骨肉瘤細胞的鈣離子波動，並結合螢光顯微術觀測細胞狀態。

他們以大量表現 Catch 的骨肉瘤細胞（U2OS-CatCh）作為鈣離子波動的主要實驗對象，以藍光照射細胞，調整細胞內鈣離子濃度波動的幅度、週期、頻率、時間等參數。

在模擬傷口癒合的實驗中，培養皿中間表面被留下一道未被細胞覆蓋的空地，兩側細胞會逐漸往中間遷移、會合，直到將空地填滿。此細胞遷移的過程與人體傷口癒合相似，也與癌細胞在人體擴散的機制有關。

細胞遷移需要細胞骨架與細胞內諸多蛋白質分子聯合運作，參與的分子間還會彼此調控、影響。不同的細胞內訊息分子（即第二信使，second messenger）分別調控不同的蛋白分子路徑。鈣離子在其中的角色眾說紛紜，科學界對詳細機制的認識猶如管中窺豹。

邱文泰團隊發現，對 U2SO-CatCh，0.01 赫茲的藍光照射可帶來顯著高於對照組的細胞遷移量。在 0.1 赫茲的光照下，細胞遷移量卻比沒有照光的對照組更低。

參與細胞遷移的重要轉錄因子 CREB, NFAT, NF‐κB 也由不同強度的鈣離子波動活化，NF‐κB 由較低的鈣離子濃度活化；NFAT 由較高的鈣離子濃度活化；而高或低的鈣離子濃度波動都可以活化 CREB。

他們的研究不僅印證鈣離子波動可調節癌細胞增生、遷移的理論，也發現鈣離子波動頻率、幅度並非愈高就愈有效。若以 10 赫茲的藍光照射 U2SO 培養皿一個小時，90% 的細胞會死亡，死亡率遠高於波動頻率較低的組別。

透過光遺傳學技術對細胞進行時間、頻率的精準刺激，邱文泰團隊發現鈣離子作為細胞第二信使，能攜帶的訊息比過往的想像更加龐大。也推進了鈣離子訊息的解碼技術，在癌症研究、轉錄因子活化機制研究上，都可能帶來幫助。

堅持研究活細胞，以影像探索未知

熱衷細胞生物學的邱文泰說，「要當細胞狗仔隊，就要有好的相機大砲，才拍得到細胞生活的秘密。」他認為，現代細胞生物學必須要以活細胞為研究材料，才能深入了解細胞生理機制。而拍攝細胞生理活動的顯微設備，是細胞生物學家依賴的重要工具。

邱文泰認為，現代的細胞與分子生物學不同過往，需要以影像證據說服科學家同儕。研究發表的依據不再是間接量化的座標點、折線圖、柱狀圖，他說「現在顯微影像是不可或缺的，甚至立體影像才是學術發表的標準。」

邱文泰分析，隨著類器官（organoid）、層光顯微術（light sheet）、生物組織澄清化（tissue permeabilization）等顯微技術逐漸成熟，精密顯微影像會在生醫研究領域被視為理所然的科學依據。

回想早期接觸的生物學技術，邱文泰笑說，「我那時的研究生都有一件實驗用『戰袍』，上面遍佈黑色斑點，是在暗房被顯影劑沾到的工作痕跡。現在的實驗都用數位影像，研究生恐怕連底片長什麼樣子都不知道。」

邱文泰回憶，數位顯微影像甫推出的時候，學術圈同儕普遍擔心著名期刊不接受新式的數位影像。「誰知道兩三年後，再也沒有人在暗房洗底片！接下來的細胞生物學家，實驗衣都很潔白。」

邱文泰說明，生物學研究會隨著技術演進，愈必要的技術，帶來的改變愈快。他舉例道「傳統的顯微影像以 2D 形式為主，對生物體的模擬有限。3D 影像將是未來生物學研究不可避免的趨勢。」

不僅植入螢光蛋白、使螢光蛋白遺傳、分子標定等技術成為細胞生物學研究的基本配備，科學家還需要精密的顯微設備才能拍好實驗成果。

生醫光學影像核心平台 共享儀器降低門檻，帶來交流

邱文泰說，儀器的成本與操作的確會形成實驗門檻，因此成大醫學院營運生醫光學影像核心平台，聚集校內學者的貴重光學儀器，由專門經理、技術員負責保養、補充、操作事宜。每個實驗室的成員，甚至附近學校的師生、生技廠商都可以申請使用，僅需負擔相當低廉的費用。

平台內許多貴重儀器都是沈孟儒（成大藥理所特聘教授，現任成大校長）、邱文泰等學者主動提供，他們也樂意無償提供使用教學。擔任平台主持人的邱文泰說，共用貴重儀器可以提升學術圈的整體利益，不但儀器的價值得以充分發揮，研究者們也可以透過平台交流彼此的技術專長。

他舉例道，「最直接的方法，就是看誰最常登記使用特定儀器，就表示他很擅長那項技術，需要的時候可以直接請求合作。」若儀器都留在各自的實驗室裡，這種交流學習的機會無法出現。研究者也不容易嘗試不同儀器的功能，討論不同儀器的優劣長短。

最嚴格的細胞生物學，點燃學術興趣

邱文泰說，自己出身苗栗鄉間，選填大學志願時沒有明確志向，只想離家遠一點。他覺得自然與生物是成長過程中熟悉的一部分，就選填了大多數的生物學科系。就讀成大生物學系，是分發之下的偶然。

在成大生物學系，周遭同學紛紛進入實驗室做專題，邱文泰卻直到大三還沒建立學術志向。直到的必修課「細胞生物學」結束後，他對實驗的興趣才被點燃。那門課由甫從美國歸來的陳虹樺老師任教，教學與考試都相當嚴格緊湊。

邱文泰回憶當年的細胞生物學課說，「期中考和期末考要寫滿四個小時，而且幾乎全部是申論題。考前壓力很大。」但也因為如此嚴格的學習要求，他踏實地讀完課本上每一個字。通過期末考後，心中充滿成就感，決定加入細胞生理相關的實驗室進行專題研究。

融合美式獨立與日式嚴謹，潛移默化的學術人格培養

求學階段多在成大吸收養分，現在也致力培育成大學生的邱文泰，認為對自己影響最深刻的，是湯銘哲（現任成大生理所特聘教授）和沈孟儒兩位學者的風範。

邱文泰說，「湯銘哲老師的心胸開闊，重視自由探索與獨立研究，可說是典型美式風格的學者。碩士班學生的題目要自己發想、設計方法，老師負責引導大方向。」而且湯銘哲對學術同儕非常慷慨大方，隔壁實驗室來借任何耗材與設備，或是需要技術協助，他總是樂意援助。

邱文泰笑說，正因為這種慷慨大方，湯銘哲實驗室的成員經常處於「幫助鄰人」的狀態。他回憶說，「當時覺得很忙碌，但成為實驗室主持人之後，發現自己已經被這種風格潛移默化了。」

邱文泰也以樂於分享、協助的風格領導實驗室。他說，「我的學生也經常幫助其他實驗室的同學，我希望他們在互助、分享的氣氛中成長，成為心胸開闊的人。」

自博士班第二年開始，邱文泰加入新成立的沈孟儒實驗室，接受共同指導。他說，「沈孟儒校長是日式風格的學者，對研究與學術寫作追求完美的高標準。他如果看你的論文草稿寫錯超過三個字，就會請你拿回去重寫。」

邱文泰讚賞說，沈孟儒對科學研究的嚴謹要求，是他的職業楷模。他打開會議室的鐵櫃，數十本厚實日誌整齊排列其中。他說「因為沈老師的指導，我直到今天持續寫著實驗日誌，確實記錄每一天的實驗內容。對學生，我也要求交出完整的實驗日誌，才能從我的實驗室畢業。」

嚴謹治學的風格，呈現在邱文泰的實驗室管理，他們的藥品、抗體集合收納且全體共用，每個人都使用相同規格的研究材料。不會出現各用一套藥品，劑量、藥效不同，實驗結果難以重複的狀況。

他說，「材料的品質控制與共享，對實驗成果的精準化和均一化就是一件好事，也是科學研究的必要。」

邱文泰嚴格要求實驗室各種藥品、器材的擺放秩序，收納之後要編寫目錄和標示，任何人都能一目了然。他打趣說，「小偷闖進我們實驗室，根本不需要翻箱倒櫃，他可以按圖索驥找到所有東西。」

這種嚴謹的管理風格深刻地影響邱文泰的學生。他舉例說，一位博士班畢業生回到廈門大學擔任實驗室經理，按照邱文泰一致化與秩序化的風格整理實驗室，不但讓同事感到驚喜，連周遭實驗室的經理也紛紛來學習這種實驗室管理。

融會了兩位迥然不同的成大傑出學者風範，邱文泰長年投入引導成大學生對知識產生興趣，潛移默化對物嚴謹、對人開闊的高尚人格。因此數次獲得輔導、教學方面的優良教師獎。

鮮為人知的是，他其實差點成為高中教師，遠離成大的學術環境。

探索未知，比收入和安穩的生涯更重要

回憶起職涯轉捩點，邱文泰說，「那是人生最困難的決定。我剛退伍就在台南女中得到正式教師職位。眼看有個穩定、待遇不差的職業選擇，卻又被邀請回去讀博士班。」

邱文泰的考慮相當務實：高中教師的薪資高於社會平均、有退休保障，上下班時間穩定還有寒暑假。而博士班學生薪資不如高中教師，更不容易保持生活與工作的平衡。

收入和閒暇時間考量之外，邱文泰更重視學生對知識的態度，他回憶說，「我喜歡對高中生分享最新科學消息，例如當年諾貝爾獎得主與研究內容。」學生們的反應卻是「這些會考嗎？」

高中生在升學制度訓練下，認為只有考試相關的科學知識才是重要的，而高中教師也必須精熟解題技巧。邱文泰坦承，「我體會到，自己並不想走上鑽研教科書上既定知識與解題技巧的職涯。對我來說，更想要的是親手研究、接觸未知。」

邱文泰說，「跟我同屆考上高中老師的同學已經準備退休，而我還在規劃新的研究計畫、主持與眾人研究息息相關的生醫影像核心平台，但是我覺得這樣很充實。」

主持儀器共享平台，減少科學社群的資本差距；傳授學生知識與潛移默化的人格教育，對邱文泰來說毫無義務感，而是讓生醫領域更加蓬勃明朗的充沛機會。

查看原始文章

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文／歐宇甜
• 責任編輯／簡克志
• 美術設計／蔡宛潔

分子生物研究所所長程淮榮與軸突導向研究

在我們大腦裡面，有各式各樣的神經元。神經需要彼此連結才能發揮作用，而神經元的軸突會去連接其他神經元的樹突，軸突跟樹突連在一起時，稱為突觸，神經連結也就此建立。過程說起來簡單，實際很複雜，例如軸突如何知道自己的目的地？軸突有沒有可能接錯對象？找到目標之後，神經元又是如何形成突觸呢？中央研究院「研之有物」專訪院內分子生物研究所所長程淮榮特聘研究員，他從研究多年的「軸突導向」題目出發，深入淺出地和我們解釋了神經元形成連結的過程。

從神經元到神經網路，一切是如何開始的？

神經細胞又稱為神經元（Neuron），不會單獨存在，必須互相連結才能傳遞各種訊息，例如人腦有各式各樣的神經元，外型都不太一樣。神經元主要結構有細胞體（Cell body）和突起兩部分，細胞體中間是細胞核，突起則有兩種。軸突（Axon）能伸出去以連結其他神經元，將訊息傳遞出去，樹突（Dendrite）能接收其他神經元傳來的訊息，軸突跟樹突連在一起的接觸點稱為突觸（Synapse）。

和「研之有物」團隊簡介神經元彼此連結時，程淮榮笑著比喻：「我常說這像是神經元的愛情故事，形成突觸好比 Kiss（接吻），有了第一個、第二個連結，逐漸才構成有千萬個連結的神經網路。」

他接著說，現在很多神經科學家研究的議題是「Connectome」（大腦連結體），這是大腦所有神經元連結的集體名詞。「人類起初只是一顆受精卵，從出生到長大成人，大腦如何形成這麼多而複雜的神經網路？」程淮榮道。

整個神經網路這麼複雜，每個地方的神經元都不一樣，神經元如何伸出軸突和其他神經元的樹突形成連結呢？這個問題呼應了程淮榮過去幾十年的研究議題「軸突導向」（Axon guidance）。

畢竟神經連結不是這麼簡單的，軸突有沒有可能找錯對象，找錯時該怎麼辦？找到樹突後，它們是怎樣形成突觸？如果沒有形成突觸，該如何解決？這些過程有哪些因素和分子會產生影響？如果能弄懂一個機制，就能連帶了解成千上萬個案例。

一路往前衝的生長錐

發育中的軸突前端有個部位稱為生長錐（Growth cone），形狀像有多根手指的手掌。所有的神經元剛開始發育時，活潑好動的生長錐會萬箭齊發，四處去尋找該連結的地方。一旦找到樹突並形成突觸，生長錐就會消失。但生長錐怎麼知道它要往哪裡走？程淮榮說，其實是有一些信號在告訴生長錐：「你要右轉，你要左轉」、「你要去這裡，不要去那裡」。

他接著說，「引導生長錐移動的方式其實只有兩種：來或去。我常用愛情故事來比喻：愛，就是來；恨，就是去。西班牙籍的神經解剖學教父桑地牙哥·拉蒙卡哈（Santiago Ramón Y Cajal）寫過許多書，某次我讀到他書裡寫著：『促進了生長錐的生長和分化……最終建立了那些原生質親吻……這似乎構成了史詩般愛情故事的最終狂喜』，發現我的想法原來跟他一樣，後來就拿來引用。」

生長錐的愛恨與捨離

軸突的生長錐並非一步到位，需要一些過程，才能找到與之連接的樹突。程淮榮用了一個比喻來解釋這個過程：就像一個人開車去尋找真愛。

假如這個人（也就是生長錐）從臺北出發，最終要到達高雄。但他為什麼不會去東部呢？因為有些東西在引導著他：桃園有個吸引他的戀人。如果沒有這個吸引，他就不會去。

但當生長錐到達桃園後，又不能沉溺於短暫的愛情，否則就會一直停留在那裡。因此，他必須對桃園由愛轉恨、果斷離開，繼續前往新竹。依此類推，生長錐在旅途中會不斷地愛、恨、離開，直到最後在目的地（高雄）找到真愛並組建家庭，與其他神經元的樹突形成突觸。

「那麼，是什麼分子在吸引生長錐前進呢？當生長錐被吸引到某個地方時，哪些分子會排斥它、讓它轉向或離開，直到最終與樹突連接呢？神經科學家在研究這些過程中涉及的各種機制，也就是所謂的分子和細胞機轉。」程淮榮說道。

在身體不同部位像腦或脊椎，促進或抑制生長錐的分子都不一樣。體內有成千上萬各種分子在調控生長錐的生長，有許多不同的機轉，才能構成如此複雜的神經網路。到底是什麼樣的分子會先分泌出來，讓生長錐受到吸引？然後是哪一個分子會把它推開呢？從愛轉恨的轉折點是什麼？這些就是神經科學家的研究課題與精髓。

程淮榮說，「其實裡面有很多的細節，我可以花幾個小時跟學生講每一段的愛情故事，因為牽涉到不同的分子。如果有任何科學家能把這些愛恨轉折點和機轉都研究清楚的話，論文幾乎都能登上 CNS 期刊」（註：頂級期刊《Cell》、《Nature》和《Science》。）

接著程淮榮在訪談中展示下圖，說明神經元如何找到「真愛」，也就是神經網路形成的分子與細胞機制：

1. 啟動：最初一開始，神經元的生長錐往前延伸。
2. 排斥／吸引：有的分子（桃紅色）會吸引生長錐，有的分子（黑色）則會讓生長錐選擇避開。
3. 定位／凋亡：生長錐最後會到達目的地（藍色）。右邊虛線（綠色）表示神經元沒有順利形成連結而死去。
4. 分枝：個體發育是漸進式的，不是瞬間所有東西都長好，有些地方較早成熟，有些地方較慢成熟。有可能剛開始神經元連在一處（藍色），但過一段時間後，神經元有另一處新的目的地（灰色），軸突出現分枝（branching out）。
5. 修剪：軸突連到新的目的地之後，原本的軸突會消失。
6. 維持：正確的神經連結建立後，通常就一直維持到個體死亡。

神經系統也跟樹枝一樣，需要修剪不需要的部分

神經元的軸突不只有一根分枝，剛開始可以有很多根，但最後只會留下幾根，其它沒用到的軸突分枝就會修剪掉，或是斷開突觸的連結點，這是神經系統調節的一種方式，稱為剪枝（Pruning）。

程淮榮說，剛開始大腦與神經系統要建立起連結時，這是個浩大的工程，第一步只會大致上讓每個神經元都去到該去的地方，很多連結可能都不是非常精確，或是有許多不必要的連結。因此接下來，要進行修剪。

神經細胞跟其他體細胞不同，神經元有神經電位，訊號會以電的形式傳遞，稱為動作電位或神經脈衝。當神經連結初步連好，這時需要外界的刺激來幫助修正，如果連接到對的地方，神經脈衝會很頻繁；連接到錯的地方，神經脈衝不頻繁。於是接錯與不需要的部分就被剪除，藉此能讓神經連結變得更精確。

舉例來說，剛出生的嬰兒視力不佳，是因為神經連結沒有很準確。經過一段時間後，因為接收了大量外界刺激，讓神經連結變精確、發育越成熟，視力就會變好。

透過外界刺激來修剪神經元，使連結更精確，這段時間稱為關鍵期（critical period）。一旦錯過關鍵期，可能會讓神經系統無法準確建立，就比較難再調整。關鍵期牽涉的很廣，有時候不是單單是指剪枝，而是指突觸的連結增強，因為這表示消息的傳遞越多。在學習語言或專業運動訓練等，也都有類似的發展關鍵期。

並非小孩才有，成年後神經連結仍具可塑性

因為連結可以形成、也可以消失，所以神經連結具有可塑性（neuronal plasticity）。儘管成年後神經連結的速度不及幼年期那麼快，但科學家觀察到成體腦部仍然可能發生新的連結變化。

程淮榮在專訪中提到，以前有個傳統實驗，科學家觀察在猴子大腦皮質與五根手指對應的 1、2、3、4、5 五個區域，先切除第三根手指，過幾個月再觀察，發現控制第三根手指的 3 區域不見了。隨後進行第二個實驗，只讓第二根和第三根手指頭一直重複活動，幾個月後發現控制第二根和第三根手指的 2、3 區域都有變大，證實成體腦部仍有可塑性。

關於成年後的神經可塑性，程淮榮補充道，「樹突有一個突出部位稱為樹突棘（dendritic spine），是神經元之間形成突觸的主要部位。科學家實驗發現，在成年老鼠腦部仍能觀察到長出新的樹突棘，表示形成新的突觸。當然，越老的老鼠，形成新突觸的情況可能沒那麼好，但這表示動物在成年後神經仍然具一定的可塑性。」

關於神經系統的建立、神經元的生長與消失，仍有許多未完全解開的機制。程淮榮與神經科學家們仍繼續努力去抽絲剝繭，深入瞭解神經元那一段段如史詩般的愛情故事。

延伸閱讀

• 程淮榮個人頁面
• 中央研究院分子生物研究所（2023）。〈從醫學到神經科學：一個奇妙的人生旅程〉（影），《YouTube》。
• 中央研究院分子生物研究所（2022）。〈Axon Guidance — A Love Story〉（影），《YouTube》。
• 中央研究院（2022）。〈中研講堂離島首場 400 位金門師生 一窺量子與神經科學的奧秘〉，《中研院訊》。
• 鄭珮琳（2022）。〈【專欄】神經元生長錐的多重宇宙〉，《中研院訊》。
• 臺灣大學神經生物與認知科學研究中心（2020）。 〈中央研究院分子生物研究所程淮榮教授演講〉（影），《YouTube》。
• 林婷嫻（2017）。〈記憶變差、反應變慢，神經細胞出了什麼問題？〉，《研之有物》。

區塊鏈的核心概念 “去中心化” 是近期熱門討論的議題之一，甚至被認為是人類未來重點的科技發展項目。區塊鏈的底層技術不但可能改變傳統金融的 “中心化” 模式，也是發展元宇宙、數位資產以及非同質化代幣（Non-Fungible Token，簡稱：NFT）的關鍵。

大腦控制著人類七情六慾及吃喝拉撒，由數百億個神經元所組成。如此錯綜複雜的神經網路結構，讓許多人將大腦的神經網路與資訊網路做類比，並模仿生物神經網路來建立更有效率的數學模型。

同時，為了解大腦真正的運作機制，我們也會借鏡已有的計算模型，試圖透過演算以及推論來得知大腦的未解之謎。區塊鏈的去中心化能分散風險，避免結構受損時的訊息損失，這就好似大腦的可補償性，但是在其他的特性上大腦在運作上究竟是偏向中心化還是去中心化呢？這篇文章我們將討論大腦的網路結構以及運作功能的理論。

大腦作為整體來運作，既非單一中心也非完全去中心化

人類的大腦結構極為複雜，由大約 860 億個神經元組成，電訊號無時無刻在各錯綜複雜連的神經網路中傳遞。

科學家們藉由觀察及操弄，甚至模擬來推論部分大腦的功能，透過體外細胞或組織的實驗操作（in vitro）、存活個體的生物實驗（in vivo），又或是於電腦中進行的模擬（in silico），希望能解密神經網路的運算原則。可惜至今我們還無法全面的了解大腦是如何處理及儲存環境複雜的訊息，並極有效率地讓我們做出認知思考、情緒表現以及運動反應。

1950 年代的認知革命（cognitive revolution）開始將科學方法導入心理學的研究，並認為大腦的主要工作就是在進行訊息處理，將外界訊息傳換成內在的想法及感受，甚至認為心智是可模組化的^[1]。他們認為要了解心智運作，只需要將大腦想像成一台汽車，只要能拆解並了解各零組件功能，就能再重新組裝一部一模一樣的車。

現代實驗心理學之父，認知心理學以及構造主義心理學（structural psychology）的重要奠基者威廉．馮特（Wilhelm Maximilian Wundt）和其學生愛德華．鐵欽納（Edward Bradford Titchener），則認為心智就像是化學一樣，可以解析成單位來研究。

但是，我們大腦的運作並非機械，拆解成小單位反而無法看到其整體是如何運作產生功能。心理學的格式塔學派（Gestalt），也稱為完形心理學，由馬科斯．韋特墨（Max Wertheimer）、沃爾夫岡．苛勒（Wolfgang Köhler）和科特．考夫卡（Kurt Koffka）三位德國心理學家創立，以我們感官的認知經驗作為證據提出大腦的運作原理是整體的看法。

就如同圖中看似毫無規律的黑點，在格式塔學派的整體性（emergence）的理論中，我們大腦能顯示出一隻大麥町狗在樹旁低頭的影像，但若是我們只擷取整個大麥町的頭的部分圖像給尚未看過原圖的人觀看，幾乎是無法看出該圖是代表一個狗的頭（圖一）。

上述關於心智的理論都認為大腦是作為整體來運作，並非單一中心又或是完全去中心化。但大腦在結構上是作為整體運作還是有分工呢？從神經解剖上來看，大腦有功能區位化或類似多中心的特性，大腦皮質部分大致分為前葉（frontal lobe），主要是處理運動、工作記憶的部分；頂葉（parietal lobe）則是負責處理感覺以及注意力；顳葉（temporal lobe）則是聽覺，而枕葉（occipital lobe）則是視覺^[2]。

雖然這樣的構造看似違背了格式塔學派的看法，不過隨著解剖及記錄技術的進步，發現不同腦區有互相連結且彼此震盪（oscillation），並有利於訊息整合，說明腦區間訊息是流通且會互相影響。譬如前葉和顳葉的 Gamma 頻率神經震盪和語言運動控制有關^[3]。此外，異常的腦區間震盪也與精神疾病導致的失常認知功能有關^[4][5]，也符合大腦整體運作的重要性理論。

神經網路的可能運算特性

大腦透過多感官訊息的運算整合了解世界。舉例來說，在走路時，神經系統整合了視覺輸入產生的光流（optical flow）和身體移動帶來的平衡覺前庭訊號（vestibular signal），藉此幫助我們判斷轉頭以及運動方向。

近期有一篇神經模擬的研究，則試圖了解去中心化的神經網路在處理多感官整合的可能性。研究團隊嘗試以視覺與平衡覺整合來推論轉頭方向，結果發現去中心化模型能理想地整合不同線索的訊息及推估刺激^[6]。

但這與區塊鏈的去中心化是相同的嗎？

目前對神經連結的研究，已知大腦內的神經元不是全部都彼此互相連結溝通無阻，這也說明區塊鏈的去中心化在以全腦神經元作為連結單位來看是不存在的。

神經網路的連結原則，被認為可能具有小世界（small world）與無尺度（scale-free）的特性^[7]。小世界網路遵循著高集中及相對短連結的特徵，大部分節點並不相連，但卻可以透過少數幾個連結達到，且存在類似中心的樞紐（hub）。

更白話一點就是，點與點看似距離遙遠，其實距離不遠，並且能透過較短的距離彼此連結，這也就是著名的社會人際的六度分隔理論（six degrees of separation），認為任何兩位陌生人所間隔的人不會超過六位[8]。建立在傳統的小世界網路模型之上，也有人認為大腦遵循階層架構（hierarchical structure），各腦葉中由幾個較小且集中的連結形成，而腦葉間的連結則是較為疏散的連結^[9]（圖二）。

無尺度網路符合幂率分布（power-law）特性，網路中大部分節點只和很少節點連結，但極少數節點與非常多節點連結^[10]。此網路有容錯的特性，不會因部分節點失效而讓整體網路喪失功能。但容錯性卻相對應帶來攻擊脆弱的特性，如果重要的節點被攻擊，則網路將嚴重受損。

如此的網路已不再只有一個中心，廣義來看確實像是去中心化。但網路中卻存有多個中心，也是和區塊鏈資料散佈到所有節點的意義是不同的。以上從神經網路可能的數學模型來看，似乎間接說明大腦的中心化及去中心化特性是存在於不同的觀察尺度。

神經元是神經運算的最小單元？

從結構上來看，人類大腦有數百億的神經元，若最小的功能性單元為單一神經元，則我們則需要定義數百億的功能，且若某個神經元死亡，則代表該功能喪失。

事實上大腦有著很強的可塑性（plasticity）及某程度的抵抗性（resistance），部分神經的受損可以由其他神經互補功能。若功能性單元不是神經元，有可能是腦葉嗎？但腦葉做為功能單元，則又太過廣泛，舉例來說，就算是視覺，又可細分成顏色，深度，明亮度…等等的概念。如此推論下去，很難就功能性單元有明確的定義。

有趣的是，大腦神經紀錄上確實能看到部分神經對特定刺激會同時反應，又或是同時休息的特性，並且腦區與腦區的連結是以神經束的概念傳遞，而不是單一神經的傳遞。這說明了神經迴路的神經元會形成一集團共同處理同一刺激並往下一站傳遞。這些集團們則有很大的可能擁有與區塊鏈相同的特性，代表集團內的神經元們會彼此共享資訊。並且，少數幾個神經元被移除也不影響訊息處理及傳遞。

可惜的是，若要證明此概念，生物實驗上目前有執行上的困難。因為技術上無法在活體上定義神經元尺度的集團位置及集團成員（神經元）。此外，神經元對應的訊息刺激也尚未有定論，並不像區塊鏈本身就是有著明確定義為有交易紀錄的分散式帳本。

結論

從巨觀來看，大腦看似只有幾個重要的中心處理特定功能，從介觀來看，中心與各中心是由錯綜複雜的神經網路的連結形成，為了使訊息傳遞有效率，網路可能遵守著小世界網路或是幂率分布特性。

這樣的連結網路是多中心而不像區塊鏈資料完全透明共享。從微觀來看，由於數個神經元能處理相同刺激並傳遞相同訊息，代表部分神經集團很有可能符合區塊鏈特性，這也解釋為何人類大腦有如此多的神經元。受限於神經集團定義上的困難及進一步驗證此是否符合區塊鏈特性數學上的定義，探索大腦神經網路的特性還需要眾人努力。

1. https://en.wikipedia.org/wiki/Cognitive_revolution
2. https://en.wikipedia.org/wiki/Lobes_of_the_brain
3. Kingyon J, Behroozmand R, Kelley R, Oya H, Kawasaki H, Narayanan NS, Greenlee JD. High-gamma band fronto-temporal coherence as a measure of functional connectivity in speech motor control. Neuroscience. 2015 Oct 1;305:15-25. doi: 10.1016/j.neuroscience.2015.07.069.
4. John JP. Fronto-temporal dysfunction in schizophrenia: A selective review. Indian J Psychiatry. 2009 Jul-Sep;51(3):180-90. doi: 10.4103/0019-5545.55084.
5. Dols A, Krudop W, Möller C, Shulman K, Sajatovic M, Pijnenburg YA. Late life bipolar disorder evolving into frontotemporal dementia mimic. Neuropsychiatr Dis Treat. 2016 Sep 7;12:2207-12. doi: 10.2147/NDT.S99229.
6. Zhang, W. H., Chen, A., Rasch, M. J. & Wu, S. Decentralized Multisensory Information Integration in Neural Systems. J Neurosci 36, 532-547, doi:10.1523/JNEUROSCI.0578-15.2016 (2016).
7. Yao Z, Hu B, Xie Y, Moore P, Zheng J. A review of structural and functional brain networks: small world and atlas. Brain Inform. 2015 Mar;2(1):45-52. doi: 10.1007/s40708-015-0009-z. Epub 2015 Feb 14.
8. https://en.wikipedia.org/wiki/Small-world_experiment
9. Hilgetag, C. C. & Goulas, A. Is the brain really a small-world network? Brain Struct Funct 221, 2361-2366, doi:10.1007/s00429-015-1035-6 (2016).
10. https://en.wikipedia.org/wiki/Scale-free_network