神經科學——概論
| 內容分類 | 學習筆記 |
|---|---|
| 筆記系列 | 神經科學 |
| 筆記篇幅 | 短篇筆記 |
| 學習狀態 | 邊學邊整理 |
| 本篇主題 | 領域與規劃 |
學習筆記的新支線。先看看神經科學的研究尺度,再整理這個系列接下來的七個更新方向。
所以,我們的學習筆記要開新支線了。
前面大多是在複習圖學跟統計學,這次則要來碰一個對我而言,真正的新領域:神經科學(Neuroscience)。
一方面,是為了不讓我在不斷複習中瘋掉;另一方面,也替我們的學習系列多加一些新東西。
這篇不打算深入神經科學的細節。應該說,我也沒辦法在一篇裡深入這個領域的細節,不然「概論」大概就會直接寫成一本書了。
因此,這次會先從整個領域的輪廓出發,介紹神經科學在研究什麼,以及接下來的筆記會怎麼更新。
一、神經科學的研究尺度
神經科學涵蓋的範圍非常廣。雖然已經有一個明確的領域名稱,但這不代表它能只靠單一學科的知識來描述。
前面的圖學筆記,我們常依照模型、技術或任務來劃分主題。神經科學也有這些分類方式,不過,對接下來的學習而言,研究尺度會是一個很重要的整理依據。
從分子、細胞,到神經迴路,再到認知與行為,不同尺度關注的問題不同,也會對接到不同領域的知識。
這裡先整理幾個主要層次:
| 研究層次 | 主要內容 |
|---|---|
| 分子層次(Molecular) | 離子通道、受體、神經傳導物質、基因 |
| 細胞層次(Cellular) | 神經元、膠細胞、動作電位、突觸 |
| 神經迴路層次(Circuit) | 神經元如何連接、傳遞與處理資訊 |
| 神經系統層次(Systems) | 視覺、感覺、運動等系統,以及不同腦區之間的協作 |
| 認知與行為層次(Cognitive & Behavioral) | 學習、記憶、注意力、語言、情緒、決策 |
另外,還有一個我很有興趣的方向:計算與理論神經科學(Computational & Theoretical Neuroscience)。
它會使用數學模型、資訊編碼、學習演算法與神經動力學等工具,研究神經系統的運作。這個方向可以跨越前面不同的尺度,所以這裡把它另外列出來。
當然,這些分類之間並沒有切得那麼乾淨。同一個研究問題,可能同時涉及分子機制、細胞活動與行為表現。
而且大家應該也發現了,這些內容,很多本來就出現在其他領域裡。
細胞層次和生物學重疊,認知與行為和心理學重疊,計算模型又會碰到數學與資工。
這其實很正常。領域的劃分,很大一部分取決於我們採取什麼 perspective,也就是從什麼角度出發,以及想回答什麼問題。
就像資工可以為物理研究提供模擬工具,而前面介紹的 PBR,也需要借助物理學對光的描述。不同領域之間,本來就會互相提供知識與工具。
而我認為,神經科學很重要的一個切入角度,在於它試圖從神經系統的活動與機制出發,理解感知、認知、情緒與行為是如何產生的。
這也會是我接下來整理這個系列時,主要採取的角度。
二、接下來的七個更新方向
因為我對神經科學依然屬於新手,面對一個底蘊這麼深厚的領域,還是得先規劃一下學習方向。
不然依照我的個性,大概很快就會變成每個主題都想看,最後每個主題都只看一點。
所以,接下來的神經科學系列,會先以七個方向作為主要更新目標。等基礎逐步建立起來,再往更細的領域延伸。
這七項是筆記的主題規劃,和前面的研究尺度不完全相同,內容也會互相穿插。
1. 神經元如何產生電訊號?
Neuron & Electrophysiology
先從神經元的基本電活動開始,預計包含:
- 膜電位(Membrane Potential)
- 離子通道(Ion Channels)
- 動作電位(Action Potential)
- 興奮與抑制(Excitation & Inhibition)
- 神經元放電頻率(Firing Rate)
2. 神經元之間如何溝通?
Synaptic Transmission & Plasticity
接著整理神經元之間的訊息傳遞,以及這些連結如何隨活動而改變。
主要主題包括:
- 化學突觸與電突觸
- 神經傳導物質
- 興奮性/抑制性突觸後電位(EPSP/IPSP)
- 長期增強(Long-Term Potentiation,LTP)
- 長期減弱(Long-Term Depression,LTD)
- Hebbian Learning
3. 大腦區域與神經迴路
Neuroanatomy & Neural Circuits
這部分會建立基本的神經解剖概念,並整理不同腦區的連結與功能。
預計涉及:
- 大腦皮質(Cerebral Cortex)
- 海馬迴(Hippocampus)
- 杏仁核(Amygdala)
- 丘腦(Thalamus)
- 基底核(Basal Ganglia)
- 小腦(Cerebellum)
- 腦幹(Brainstem)
4. 大腦如何編碼資訊?
Neural Coding
這個方向會關注神經活動如何表徵與傳遞資訊,以及研究者如何分析這些活動和外界刺激、行為之間的關係。
具體主題會依照學習進度、興趣,以及讀到的研究再決定。
5. 學習、記憶與決策
Learning, Memory & Decision-making
這部分會整理學習、記憶與決策相關的神經機制,同樣會依照先備知識與個人興趣,選擇具體題目展開。
第四與第五項的範圍都很大,既有已經建立的基礎知識,也有仍在持續討論的問題。因此,這裡先確定方向,暫時不把更新清單排得太死。
畢竟我現在還是新手,先不要替未來的自己開太多支票。
6. 神經科學如何取得證據?
Experimental Neuroscience
除了研究內容,我也會整理神經科學常用的實驗與觀測方法,包括它們實際量到或操作了什麼,以及各自的限制。
目前預計涵蓋:
| 技術 | 主要觀測或操作對象 | 重要限制 |
|---|---|---|
| EEG(腦電圖) | 頭皮電位變化 | 空間定位較困難 |
| fMRI(功能性磁振造影) | 血氧依賴訊號(BOLD) | 間接反映神經活動 |
| Electrophysiology(電生理記錄) | 細胞內或細胞外的電訊號 | 採樣範圍與侵入性依技術而異 |
| Calcium Imaging(鈣離子影像) | 與鈣離子變化相關的螢光訊號 | 通常不能直接等同每次放電 |
| Optogenetics(光遺傳學) | 以光控制表達光敏感蛋白的細胞活動 | 需要確認細胞特異性與干預效應 |
| TMS(經顱磁刺激) | 以磁刺激干預腦部活動 | 作用位置、深度與範圍有侷限 |
7. 相關性、因果性與科學推論
最後這個方向,也會接回前面的統計學筆記。
這部分會先整理相關性、因果推論與實驗設計的基本概念,再透過論文導讀,討論具體研究的證據與解讀範圍。
至於仍然開放、持續有新研究出現的問題,更新內容就會依照當時的文獻與學習進度安排。
畢竟讀懂研究,除了理解作者提出了什麼,也得理解手上的證據,究竟能支持到哪裡。
三、這次就一邊學,一邊寫吧
以上,就是神經科學系列目前的更新規劃。
前面的圖學與統計學,主要是把我已經學過的內容重新整理;這次則會多出一些從陌生開始,逐步建立理解的過程。
因此,更新速度和主題順序,也會隨實際學習狀況調整。遇到需要的先備知識,就回頭補;建立起基礎之後,再繼續往更細的問題走。
這也是我開這條支線的原因。除了複習,我還是想保留一些探索新東西的空間。
不然每天都在準備面試,感覺腦袋真的會先受不了。
所以,神經科學系列,就從這裡開始囉。
客官怎麼看
看完有話想說,留在這裡。罵我也可以,罵別人更好。
可用 GitHub 登入,或以筆名題字;Email 選填。地區章依網路位置辨識,臺灣可顯示縣市;編號用來區分留言。