人腦大約包含860億個神經元。這些細胞會發出電信號，在腦中承擔著至關重要的功能，不僅幫助存儲記憶，也負責在腦及整個神經系統中傳遞信息與指令。
然而，並不是所有的腦細胞都是神經元。據估計，人腦中大約一半的細胞是神經膠質細胞，其中最主要的一類便是星形膠質細胞。
長期以來，星形膠質細胞被視為神經元的“配角”，承擔一些“支持性”功能，例如在神經元周圍清除廢物、為神經元提供營養、維持充足的血液供應等。但越來越多的證據表明，它們遠不止於此，例如一旦破壞了海馬體中星形膠質細胞與神經元之間的連接，就會導致記憶的存儲和提取功能受損。
在一項新發表於《美國國家科學院院刊》（PNAS）的研究中，一個研究團隊提出了一個新的理論模型，解釋了星形膠質細胞如何參與記憶的存儲。
封閉的迴路
星形膠質細胞擁有一個主要的胞體，以及大量細長的突起，這些突起會包裹住神經元之間的突觸連接，形成所謂的“三聯突觸”，即突觸前神經元、突觸後神經元與星形膠質細胞的突起三者共同參與的信息交流單元。一個星形膠質細胞可以連接附近多達百萬個突觸。
與神經元不同，星形膠質細胞不能通過“動作電位”傳遞電信號，但它們擁有獨特的通信機制——通過鈣離子濃度的變化來交流。過去的研究發現，當神經元活動增強時，星形膠質細胞可以感知這種變化，進而引發其突起內部鈣離子的波動，並向突觸釋放出類似神經遞質的“膠質細胞遞質”，影響神經活動。
這意味着，星形膠質細胞既能感知來自神經元的信號，也能反向調節神經元的活動，兩者之間構成了一個封閉的循環系統。
儘管這些現象已被觀察到，但一個關鍵問題依然未知：星形膠質細胞究竟如何處理來自神經元的信息的？
建模記憶
為探討這一問題，在新的研究中，研究團隊建立了一個全新模型。他們採用的建模基礎是霍普菲爾德網絡。霍普菲爾德網絡是一種能夠存儲和回憶“模式”的經典神經網絡模型，常用於類腦模擬。但其容量有限，難以解釋人腦所需的龐大記憶空間。
因此，研究者引入了密集聯想記憶（Dense Associative Memory）模型。這種模型通過引入多個神經元之間的高階耦合關係，大幅提升了記憶容量。然而，生物學中傳統的突觸僅連接兩個神經元（突觸前細胞和突觸後細胞），因此挑戰在於——要如何實現這種“多點耦合”機制。
此時，星形膠質細胞的結構優勢便成為突破口：一個星形膠質細胞能同時連接多個神經元和突觸，為實現高階耦合提供了生物學基礎。研究人員假設，記憶可以在星形膠質細胞內部的鈣離子流動模式的逐漸變化中編碼，星形膠質細胞通過在其突起接觸的突觸處釋放膠質遞質，將這些信息傳遞給神經元。
這種“神經元–星形膠質細胞聯想記憶模型”顯示出遠超傳統Hopfield網絡的記憶容量，足以模擬人腦的記憶能力。
微觀結構與宏觀性能
該模型的另一個關鍵創新是：它不再把一個星形膠質細胞視為單一單位，而是將其視為由多個突起組成的集合，每一個突起都可以被看作是一個獨立的計算單元。
如此一來，信息存儲的總量不僅更大，而且隨着網絡規模擴大，單位計算資源所能承載的信息量也會持續增長，這使得整個系統具備了高容量、低能耗的優勢。
研究人員指出，如果將三聯突觸結構作為腦的基本計算單元，那麼每個單元就都可存儲數量與網絡中神經元數量相當的記憶模式。這意味着，一個神經元與星形膠質細胞組成的網絡，其可存儲的記憶模式數量幾乎無限，其上限僅取決於網絡規模。
啟發AI的“生物靈感”
為了驗證這一模型是否真正反映了人腦中的記憶存儲機制，研究人員建議未來可以通過實驗手段精確操控星形膠質細胞突起之間的連接方式，然後觀察這些干預如何影響記憶功能。他們希望這一理論能激發更多神經科學家進行實驗證實。
除了為我們理解腦如何存儲記憶提供新的視角之外，這一模型還可能為人工智能的發展提供新靈感。研究者指出，通過調整突起間網絡的連接模式，可以生成一系列不同類型的模型。
長期以來，神經科學雖然為早期AI發展提供了啟發，但過去幾十年的神經科學研究對現代AI算法的影響極為有限，如今的AI模型也大多脫離了神經生物學類比。從這個意義上說，這項工作或許是近年來少有的、真正受到神經科學前沿研究啟發而對 AI 做出貢獻的工作之一。
#參考來源：
https://news.MIT.edu/2025/overlooked-cells-might-explain-human-brains-huge-storage-capacity-0527
https://www.pnas.org/doi/10.1073/pnas.2417788122
封面圖&首圖來源：MIT News
