脑神经元网络在体外发育的不同阶段将表现出截然不同的复杂活动模式，深入理解放电活动模式的演化规律是解析神经功能的关键。然而，在神经网络完整的发育过程中，系统的动力学特征具有多种可能的发展趋势。对这一动态过程的研究将有助于揭示神经发育“ 生老病死”的内在机制，有可能用于预测神经系统的发生发展趋势。

在诸如神经网络的复杂系统中，自组织临界特性（self-organized criticality）被广泛地用于解释系统中各成分间的相互关系，具备这一特性的系统能够同时具备稳定的信息处理和灵活的状态切换能力。现已发现从微观的原子势能模型到宏观的宇宙星体运动规律均显现出自组织临界特征，同时，这一特征被认为是潜在的神经信息处理机制之一，是目前计算和理论神经科研的研究热点。

武汉光电国家实验室（筹）骆清铭教授领导的交叉学科研究团队经过10余年的努力，掌握了培养的海马神经元网络体外长时间维持方法，并获得了多套完整的神经发育活动模式数据。在此基础上，发现在神经网络发育过程中出现的自组织临界特性能够引导网络自发活动模式进入一种连续的瞬态调控转换模式。网络的发育和“ 衰老”过程中，只有在发育初期就表现出稳定自组织特性的网络才能够在后续发育过程中稳定维持这种独特的亚稳定网络状态。这一发现不仅首次在神经网络发育过程中印证了自组织临界特性的存在，同时将有助于预测神经系统发展的趋势，为神经性疾病的早期诊断提供依据，同时，这对揭示脑式神经信息处理的机制也将至关重要。

该项工作由骆清铭教授指导的博士生蒲江波完成，并得到龚辉教授和李向宁副教授的技术支持和指导。项目得到国家自然科学基金（81127002, 61121004, 30925013）支持。相关研究结果发表在Nature旗下期刊《科学报告》（Scientific Reports）上，论文题目为《发育神经元网络：自组织临界揭示了网络发育的未来》（Developing neuronal networks: Self-organized criticality predicts the future，

全文网址：http://www.nature.com/srep/2013/130117/srep01081/full/srep01081.html）

(责任编辑：陈智敏)