神經科學——概論

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。

完

#學習筆記#神經科學#概論

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。