2017 年 10 月在蒙特利尔举行的 ISIR 会议似乎是很久以前的事了，这种感觉完全可以解释为我听了有问题的演讲已经 XNUMX 个月了。 我主持了会议，这通常会减少对实际内容的关注，但这次演讲是个例外。 它提出了一个违反直觉的发现，并且很难避免谈论它。 大脑越明亮，神经元之间的连接就越少。 凉爽的。

在出版商收到论文 14 个月后，对这一非凡的结果保持沉默确实是一场真正的斗争，而今天解除禁运令我们松了口气。 发布并被该死的延迟。 博客是未来。

正如您从作者列表中看到的，特别是最后一位作者，这是一个已经在这个主题上工作了几十年的团队，（至少在 1988 年有重要的结果）并且在此之前一直寻求可靠的度量和大样本量发布任何东西。 在 2014 年的 ISIR 上，厌倦了阅读媒体上的神经病，我向 Rex Jung 提出了一个我认为可能很棘手的问题：你的神经成像措施有多可靠？ 他回答说，他和 Rich Haier 总是将他们的对象放入扫描仪两次：一次是短暂的以获得基准可靠性措施，然后是完整的会话。 荣格和海尔在获得大样本之前也一直推迟发表，尽管在早年这意味着漫长的等待，因为他们大多在高优先级医学院临床使用唯一可用扫描仪之间的奇怪空闲空间中工作。 近年来情况有所好转。

这对二人组的另一个特点是，当他们在 ISIR 2017 上举办庆祝活动时，他们选择邀请他们的评论家来抨击他们。 有几个这样做了，我时不时地追求他们，以使他们的 P-FIT 理论更加具体。 因此，能够报告一些新的非常具体的发现真是太好了。

灰质中树突密度和树枝状的扩散标志物可预测智力差异。 Erhan Genç、Christoph Fraenz、Caroline Schlüter、Patrick Friedrich、Rüdiger Hossiep、Manuel C. Voelkle、Josef M. Ling、Onur Güntürkün 和 Rex E. Jung

《自然通讯》第9卷，文章编号：1905（2018）
doi:10.1038/s41467-018-04268-8

前两位作者贡献相同。 仔细查看他们的参考列表，这是该领域顶尖人物的点名，那些人应该转向对本文及其影响的进一步评论。

这是全屏尺寸的主要发现，以及相关解释。

https://www.nature.com/articles/s41467-018-04268-8/figures/4

这是整篇论文的链接：

https://www.nature.com/articles/s41467-018-04268-8

这是摘要：

先前的研究表明，智力较高的人更有可能在主要位于顶额叶区域的大脑区域中拥有更大的灰质体积。 这些发现通常被解释为意味着具有更多皮质脑容量的个体拥有更多的神经元，因此在推理过程中表现出更多的计算能力。 此外，神经影像学研究表明，聪明人尽管大脑较大，但在推理过程中往往表现出较低的大脑活动率。 然而，这两种观察结果背后的微观结构仍不清楚。 通过将先进的多壳扩散张量成像与文化公平矩阵推理测试相结合，我们发现健康个体的较高智力与较低的树突密度和树枝化值有关。 这些结果表明，与更高智力相关的神经元回路以稀疏和有效的方式组织，在推理过程中促进了更有针对性的信息处理和更少的皮层活动。

“智力不是大脑工作强度的函数，而是大脑工作效率的函数”。

在方法上，该团队收集了 259 至 138 岁之间的 18 名参与者（40 名男性）（M = 24.31，SD = 4.41），这使结果分析具有足够的力量。 参与者没有精神或神经系统疾病的病史，并且符合 fMRI 检查的标准纳入标准。 每个参与者都完成了矩阵推理测试和神经影像学测量。
为了验证从 259 名受试者样本中获得的结果，该团队下载了人类连接组计划提供的额外数据，即“S500 加 MEG2”版本。 该集合包括 506 名参与者，其数据适合他们的分析。 最好的论文现在以一张的价格提供以前是两篇论文的内容。 第一个样本是发现样本，第二个样本是验证样本。 科学中的一些事情正在变得越来越好。

这些措施本身是扩散成像分析的新变体。 如果您可以原谅一个简单的分析：与在与管道成直角测量时（其中只有管道中的所有水都随着施加的共振而振动）进行端面测量时，充满水的管道将显示不同的测量值。少量水可用于检测共振）。 通过这种方式，您可以推断出树突在大脑中的运行方式。

目前，最有前途的神经突形态量化技术是被称为神经突取向分散和密度成像 (NODDI) 的扩散 MRI 技术。 该技术基于多壳高角分辨率扩散成像协议，并提供了一种新的方法来分析关于组织微观结构的扩散加权数据。 它具有区分神经突内、神经突外和脑脊液 (CSF) 环境的三室模型。 NODDI 基于扩散模型，该模型已通过使用大鼠和雪貂灰质和白质染色方法的组织学检查成功验证。 此外，施耐德的张表明，NODDI 还能够通过人体的体内测量来估计神经突密度和方向分散的扩散标志物。 最近在一项研究中对 NODDI 进行了直接验证，该研究调查了神经突弥散是死后脊髓标本中多发性硬化病理学的潜在标志物。 作者报告说，从 NODDI 获得的神经突密度与从组织学获得的神经突密度、取向分散和髓鞘密度显着匹配。 此外，作者还发现 NODDI 神经突分散与组织学神经突分散相匹配。 这表明 NODDI 指标密切反映了它们的组织学条件。

关键是这项研究证实了之前的研究结果，即“神经突密度和树枝化的测量显示出与智力测量的负相关，暗示神经效率，尤其是在顶叶脑区，正如绝大多数智力神经影像学研究所表明的那样” .

该研究还部分证实了 P-FIT 理论，因为观察到的大脑区域和智力之间的大部分关联符合海尔和荣格提出的或巴斯滕进一步阐述的 P-FIT 的预测。 该分数可以称为 4 分（满分 5 分）的区域确认。

我们的研究结果表明，皮层内的神经突密度和神经突方向分散都与智力呈负相关。 乍一看，这一发现可能与微分神经科学的核心工作假设相悖，后者通常认为“越大越好”（即，更多的神经元质量与更高的能力水平相关）。 然而，我们的结果很好地符合关于成熟诱导和学习诱导的突触可塑性机制的发现。

大脑成熟与突触数量的急剧增加有关，随后是大规模的活动依赖性突触修剪，将突触密度降低一半，从而建立典型的成熟皮层微结构。 与成熟相关的突触修剪不仅是儿童早期的事件，而且至少在生命的第二个十年结束之前以快速的速度进行。 最重要的是，成熟过程中突触生长和修剪的机制与成熟大脑中的学习机制重叠。

因此，不同的学习任务与相关神经区域中树突和突触过程的同时生长和收缩有关。 对器官型脑培养物进行共聚焦成像的微观结构研究表明，长时程增强最初会诱导突触生长，然后在 10% 的未受刺激的海马棘内增加连接丢失。 因此，产生和修剪神经连接的能力构成了学习和认知的神经生物学基础。

作者说：

首先，我们的研究结果证实了之前研究的一个重要观察结果，即具有更多神经元数量的更大大脑与更高的智力相关。

其次，我们证明了更高的智力与具有稀疏且组织良好的树突乔木的皮层地幔相关，从而提高了处理速度和网络效率。
重要的是，从我们的实验样本中获得的结果通过对来自人类连接组计划的独立验证样本的分析得到证实。 鉴于两个数据集在许多层面上都非常不同，这种结果的复制尤其引人注目。 例如，使用两种不同的认知测试来衡量智力，即 BOMAT 和 PMAT24。 它们都是能够评估流体智力结构的文化公平矩阵推理工具。 然而，当测试来自高智商范围的个体时，这两种测试往往会产生不同的结果。 这可能归因于这样一个事实，与 PMAT24 和其他矩阵推理测试相比，BOMAT 是故意设计的，以避免在非常聪明的样本（如大学生或高潜力者）中出现天花板效应。
[]
两个数据集都表明智力与神经突密度和方向分散有关。 同样重要的是，两个数据集也表明这种关联指向负方向。 这种一般模式在两个数据集中都清晰可见。 此外，必须承认，尽管数据集之间缺乏完美匹配，但大多数具有统计意义的皮质区域与先前确定属于 P-FIT 网络的区域（约 70%）显示出令人印象深刻的重叠。

最后，据我们所知，这些结果首次为智力的神经效率假说提供了神经解剖学解释。

更高的智力以稀疏和有效的方式组织，在推理过程中促进更直接的信息处理和更少的皮层活动。

让我重复一下我在 Erhan Genc 2017 年 XNUMX 月的演讲结束时告诉他的话。

“我认为这是一个重大发现”。 它突破了我们对脑力的了解。