轴突导向的热力学理论：穿越高熵信号状态的导航

精确的神经回路形成要求生长锥将多个有时彼此竞争的导向信号整合为持久而又具有适应性的运动。在此，我们提出一个理论框架，将轴突导向重新表述为一种受热力学调控的计算过程。一个基于体内遗传数据及相关生长模式训练的人工神经网络，将局部导向信号网络的微观状态映射为宏观生长行为。利用训练后的模型，我们模拟了轴突在分子线索的细胞外梯度中的路径选择过程，并构建了动态熵景观。结果表明，生长锥沿着能够保持可塑性的高熵脊进行导航。沿这些脊的导航支持轴突的持续延伸，而转向和分支则发生在彼此竞争的熵宏观状态之间的边界附近，这与控制生长锥运动的细胞骨架机制发生转变相一致。更广泛而言，该框架提出，当信号网络在彼此竞争的行为状态之间的边界附近运行时，即使存在微观层面的变异，也能够产生稳健的生物模式形成。

精确的神经回路形成要求生长锥将多种有时彼此竞争的引导信号整合为持久而又具有适应性的运动。在此，我们提出一个理论框架，将轴突引导重新诠释为一种受热力学调控的计算过程。一个基于体内遗传数据及相关突出生长模式训练的人工神经网络，将局部引导信号网络的微观状态映射为宏观的突出生长行为。利用训练完成的模型，我们模拟了轴突在分子线索的细胞外梯度中的寻路过程，并构建了动态熵景观。结果表明，生长锥沿着能够保持可塑性的高熵脊进行导航。沿这些脊的导航支持持续延伸，而转向和分支则发生在相互竞争的熵宏观状态之间的边界附近，这与控制生长锥运动的细胞骨架机制发生转变相一致。更广泛而言，该框架提出，当信号网络运行于相互竞争的行为状态边界附近时，即使存在微观层面的变异，也能够产生稳健的生物模式形成。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.22.752727v1?rss=1

🏷️ 轴突导向 生长锥 熵景观 热力学理论 神经回路形成