Where can I listen to this podcast?

This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.

Does this podcast accept guests?

Yes, this podcast regularly features guests.

脑科学连线

Claim This Podcast

by 脑人言

5.0(3 reviews)

9 episodes

Updated Daily

Accepts GuestsHas Sponsors

Podcast Overview

这里是“脑人言”新创立的《脑科学连线》节目。本栏目旨在与脑科学相关的产、学、研界一线人士深入交流，帮助大家更好地了解脑科学现状和未来发展动态。

Language

🇨🇳

Publishing Since

11/14/2019

Visit Website View on Apple Podcasts RSS Feed

1 verified contact email on file for 脑科学连线

Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.

See contact details

Recent Episodes

July 24, 2022

专访 |内质网钙释放作为AD治疗新靶点姚金晶博士

内质网钙释放作为AD治疗新靶点｜专访 加拿大卡尔加里大学研究助理 姚金晶博士 嘉宾：姚金晶博士，加拿大卡尔加里大学 生理与药理学系研究助理  <img data-key="0" src="http://imagev2.xmcdn.com/storages/be8f-audiofreehighqps/16/EC/GKwRIJIGstNdAAQYzwGGR8xT.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" alt="" data-origin="http://imagev2.xmcdn.com/storages/be8f-audiofreehighqps/16/EC/GKwRIJIGstNdAAQYzwGGR8xT.jpg?op_type=0" data-large="http://imagev2.xmcdn.com/storages/be8f-audiofreehighqps/16/EC/GKwRIJIGstNdAAQYzwGGR8xT.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large" data-large-width="750" data-large-height="319.1666666666667" data-preview="http://imagev2.xmcdn.com/storages/be8f-audiofreehighqps/16/EC/GKwRIJIGstNdAAQYzwGGR8xT.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_small" data-preview-width="140" data-preview-height="59.57777777777778">编者按本栏目旨在与脑科学相关的科研人员以及产业界人士深入交流，直击科研和生产一线，帮助大家更好的了解脑科学现状和未来发展动态。时间导览：1. 科研经历介绍0：322.内质网钙的研究背景与前景6：122.1内质网钙释放是治疗AD的新靶点吗？8：223. 內质网钙释放与传统AD病理研究的区别13：073.1 神经元兴奋性的改变  14：464. 基础实验的实质和以往的学习体验21：475. 尾声给听众朋友的建议31：42主持人：Hello，各位小伙伴大家好，这里是脑人言，我是主持人鸽子。在神经科学的领域，神经退行性疾病始终是困扰我们的一大难题。它的致病机制、诊断手段、治疗方法每一个都在挑战着我们去利用各种技术，从不同的角度去解析它们。本期科学连线我们就非常荣幸的邀请到了来自加拿大卡尔加里大学的姚金晶博士。他将与我们分享一些关于神经退行性疾病的研究并交流他本人的一些科研感悟。首先为大家来介绍一下本期的嘉宾姚博士，姚金晶老师现在是加拿大卡尔加里大学生理与药理学系研究助理。他本科毕业于浙江中医药大学，博士毕业于复旦大学，2015到2020年在加拿大卡尔加里大学从事博士后研究。主要的研究方向是內质网钙释放在神经退行性疾病以及心律失常相关疾病中的作用。姚老师您好，非常荣幸今天您能够参与我们的连线。姚老师：您好，我也非常感谢脑人言给我这个机会和大家交流一下我个人的一些研究经历和新的体会。主持人：那可以和我们简单分享一下您的研究经历吗？就是这个在科研的各个阶段都有什么样的故事呢？姚老师：我个人的科研来说，应该是从本科阶段开始的。因为本科阶段就立志考研究生，今后继续深造。所以在本科的第二年开始就进入实验室，进行前期的一些实验室学习，后面也有机会参加学校组织的一个挑战杯的活动。所以从大学三年级开始就进行科研，逐渐培养对科研的兴趣吧。随后就考上了复旦大学的研究生，在导师梅岩艾老师的指导下从事神经元离子通道调节与神经活性相关的研究。在研究生阶段就逐渐开始对神经元兴奋性和神经相关性疾病的研究方向产生了比较浓厚的兴趣。随后就是博士学位拿到以后，正好看到卡尔加里大学Wayne Chen教授实验室招收博士后，他是一个內质网钙研究方面的专家。我个人觉得可能內质网钙在神经元方面的研究比较少有人涉及到的，然后想借这个机会拓宽一下自己的研究领域和学习一些新的研究技术。所以就加入了加拿大卡尔加里大学Wayne Chen教授的实验室进行博士后研究。到现在将近第八年的时间，也取得了一些简单研究成果。想后续再继续在此方面进一步进行拓展。主持人：那可以跟大家分享一下您目前的研究吗？比如说有什么比较新的科研成果，或者是新的发现呢？姚老师：我们目前的研究主要是从內质网钙这个角度来研究內质网钙释放的强弱对神经元兴奋性的影响。从神经元兴奋性的角度来研究，包括阿尔兹海默症在内的一些与神经元兴奋性失调相关的疾病。目前我们发现通过控制神经元內质网钙释放的强或弱，可以在阿尔兹海默症的模型小鼠上，在阿尔兹海默症的前期实现预防，并在后期达到比较理想的治疗效果。那如果我们将神经元上內质网钙释放加强的话，可以在没有我们比较熟悉的Aβ相关突变的情况下，引起小鼠学习能力，记忆类能力技能下降。就意味着我们可以模拟出阿尔兹海默相关疾病的一个特征，也证明这个神经元内质网钙释放可能在整个阿尔兹海默症的发生发展的过程中扮演了一个重要的作用。这一点区别于以往Aβ为主的一个主流的研究理论。那目前我们也还是想继续再深入地研究这部分后面的机制。同时我们有一个相关的药物对阿尔兹海默症是起到一个比较理想的治疗作用，在研究的后期会逐步向临床实验进行转化。主持人：刚才您也提到內质网钙释放，就这个角度去研究它和神经退行性疾病，就刚刚提到的AD（阿尔兹海默）之间的关系。其实这一类的研究还不是很多。那您最开始怎么会关注到这样一个研究方向呢？姚老师：因为我在加入Wayne Chen教授实验室之前，Wayne Chen教授实验室的研究内容主要偏向于在心脏的心肌细胞的兴奋性调控上。那么前期的实验发现，在心肌细胞中通过调节内质网钙释放，可以影响心肌兴奋性的改变，从而参与到心律失常等一些疾病中。因此，想借助这个idea，进一步引申如內质网钙释放相关的离子通道的规律。Ryanodine受体（RyR，钙离子释放通道家族中的相关受体）其实除了在心肌细胞中的表达以外，在神经元中也有一个大量的表达。当我们把这个idea借鉴到神经元方面的工作中，是不是意味着我们能够通过控制內质网钙释放的强弱，实现对神经元兴奋性的调节。并以此为出发点，深入研究一些神经元相关的后续疾病。阿尔兹海默症是我们着手的第一个疾病，同时我们也对其他的一些神经系统疾病，包括一些疼痛、痛觉超敏，还有一个抑郁症和双向情感障碍（bipolar disease）都有一些相关的比较有意思的新的data。那后续的工作还在继续follow。主持人：那从您的角度来看，就以此內质网钙释放这样一个研究角度，它的前景怎么样？姚老师：目前来说，对神经元中內质网钙释放研究的并不是特别多，毕竟在神经元中研究内质网钙的工具不是非常的丰富。前期主要由于工具和技术的限制，所以这个领域一直很少有涉及。对于內质网钙释放主要的工作，前期大量的工作还是集中在心脏细胞上。那么这就是我们常说到的，钙诱导的钙释放。因为心脏它的肌肉的收缩需要大量的钙。那么当动作定位传导到心房肌细胞、心室肌细胞上的时候，膜上的钙离子通道开放，一部分细胞外的钙流入到细胞内。那么激活了Ryanodine受体，使得內质网中大量的钙释放来促进肌肉的收缩。但是神经元上，学术界现有的观点认为，因为同样的內质网钙通道也在神经元上表达，所以大家认为神经元的内质网钙释放和心肌上可能是一样的，就是所谓的钙诱导的钙释放，可能是一个雪崩形式的钙释放。但是目前我们最新的前期工作发现，似乎同样的通道在神经元上发挥的作用，和在心肌上是完全不一样的。至少这部分工作来说，跟领域内一直以来，长期认为的观点是相背道而驰的。那这是一个比较新颖的现象。但是正是因为和之前的工作的特殊性，所以我们需要大量的研究加以佐证。与此同时，设计一些比较严谨的新的工具，来推论和研究我们这个新的idea。一旦成功的话，对我们更深入更透彻地了解神经元中的内质网钙调控会有很大的推动作用(图1.1)。图1 RyR2开放时间的改变可影响神经元兴奋性及小鼠的学习记忆能力，是治疗AD的新靶点主持人：那刚刚您在介绍的时候也提到说，实验室有在研发一些药物，就是通过调控这个內质网钙释放来作为一个治疗AD的新的靶点。那这一方面可以深入谈谈吗，比如说它是怎么样实现这种调控作用的，效果怎么样，在人体上有没有一些数据？姚老师：我们这个药物我们称为R-卡维地洛（R-Carvedilol）.卡维地洛这个药，已经是临床在用，用于治疗心力衰竭和高血压相关的一个疾病。但是在神经方面的运用，以前没有很多人研究。这个药物它是一个消旋体，它包括R和S两个构型。其中S构型对β肾上腺素受体，有一个比较强的抑制作用，所以药物达到一定的浓度，它会引起心率的一个降低。所以我们将不含有β肾上腺素受体阻断作用的R构型，单独把它分离出来，然后用这种R构型去治疗。我们发现它可以使得內质网通道开放的时间缩短，那么借由它缩短内质网钙通道开放时间的能力来减少内质网钙的释放。从我们目前观察到的现象，它可以引起神经元上相关离子通道的一个表达量的改变，所以使得神经元的兴奋性被钳制在一个稳定的范围内，抑制了神经元的一个过度兴奋，从而实现对神经元兴奋性的下调。因为前期的研究，包括我们的实验工作和其他组的研究报道，都发现在AD相关疾病中神经元的兴奋性是上调的。那当我们将这个神经元兴奋性进行钳制以后，可以实现对这个阿尔兹海默症进行治疗。我们发现在疾病的症状出现前提供药物，可以在小鼠实验体上推迟疾病症状的出现。当我们在疾病症状已经出现后，在大概一年到一年半的小鼠上提供药物的话，发现能够使小鼠的学习和记忆能力恢复到与同年龄的野生型小鼠一样的水平。所以我们目前在小鼠上可以看到，给这个药物能够在前期实现预防，在后期实现一个治疗的效果。目前来说没有人的一些数据。因为我们的药毕竟是个新的构型，所以要做一些临床前期的安全性的一些相关实验，然后才能推进后续的人的一些临床实验。主持人：了解了，所以目前针对于小鼠的数据来看，它的结果还是比较乐观的。姚老师：对，因为小鼠这部分数据目前来说我们得到的结果是比较乐观的。从我所阅读的文献中的举例，大部分治疗AD的药物都是在AD的疾病症状前就开始给药。所以很难说其药物是一个标准的治疗效果，更严谨地说应该是一种预防的手段。那我们除了这种常用的预防手段，我们发现在症状已经出现以后，再给我们的药物，也能够较好地使得小鼠的行为和学习记忆能力得到一个恢复。所以说从小鼠上我们除了预防以外，也看到了一定程度上的治疗效果。因此我们有信心也非常想继续推进这个药物后续的研究。同时我们也通过构建基因突变模型。因为我们的药物的作用是导致了內质网钙释放减少，那我们通过构建基因突变模型使得内质网钙释放通道活性增加，也模拟出了类似于AD的相关症状。那的确证明这个靶点在AD的发生发展过程中呢，的确扮演着至关重要的一个推动角色。所以说我们认为这是一个新的靶点。然后这个靶点应该来说也比较有潜力。区别于以往，目前来说占主导地位的那个Aβ或者Tau理论。主持人：那说到这儿，因为我在研究生的时候也是研究AD 的，而且我关注的是另一种离子通道，是钾离子通道，用果蝇做的。确实是只要做AD的人，大家基本都会说到就是Aβ，Tau蛋白啊，还有APP这种前体蛋白。然后想问一下，从您的这个目前的研究领域来看，您觉得这种神经元兴奋性，包括离子通道。还有刚才提到的內质网钙释放和这种传统意义上的像Aβ这种致病机制之间，它们是一个什么样的关系呢？姚老师：Tau和Aβ相关的假说，目前来说在AD的相关领域中还是一个主流的假说。那我们不能说这种假说完全不正确，因为毕竟你可以在Aβ或Tau相关的突变的小鼠中观察到学习记忆能力的丧失，或者说在正常小鼠中给予外源的Aβ或Tau的过度磷酸化，也的确能看到学习技能的下降，说明这两个蛋白在AD中，至少对神经元的正常功能的发挥的确有它的一个作用在里面。那它到底是前期的因还是后期的果，我个人觉得一直很难区分。那毕竟我们在参加一些学术会的时候，也有研究报道，他们取的正常去世的老年人的脑组织样本，发现这些病人并没有出现一个学习记忆能力下降，但是他们的脑中同样观察到了Tau缠结或者Aβ的沉淀。那说明这些毒性蛋白增加并不能完全或者说并不一定会引起一个学习记忆能力的下降。但同时它出现到一定的范围内，肯定也会引起神经元正常功能的发挥受到影响。所以说我个人认为可能它们是一个后续的或者一个伴随的现象。通过我们的研究，我们发现神经元兴奋性的改变的确会引起神经元正常功能的发挥。包括可能前期研究的钾离子通道，也是因为钾离子通道在神经元上，包括神经元静息膜电位的状态，或者说后续动作定位复极化的过程中都扮演着重要的作用，对神经元兴奋性的调节也存在着一个非常大的作用(图2)。图2前期研究结果表明增强神经元ER钙释放能够通过抑制神经元上快速失活钾离子电流IA，从而增加神经元兴奋性（Yao, et al., Alzhimer’s & Dementia, 2022）理论上来说神经元兴奋性的改变，或者说神经元兴奋/抑制平衡的失调，对于神经元相关的功能的发挥起着一个非常至关重要的作用。能否从这个神经元兴奋性这个新的角度来研究相关疾病，从而跳出Tau或者Aβ这个框架，对我们更清楚地理解这个疾病的发生的机理，从而后续继续来治疗这个疾病有一个重要的借鉴作用。。主持人：我觉得是这样的，因为这个疾病目前不管是从致病机制还是它的治疗手段上面，都没有一个非常好的明确的一个定论。所以说可能还是需要更大量的工作才能够去阐明这个机制。姚老师：对，因为包括目前来说，虽然国内外的有些药物，比如Biogen的一个针对Aβ的抗体。虽然FDA 条件性的通过了，但是在领域内还是存在比较大的争议。所以说Aβ的确发挥着它的一个重要的作用，但是不能局限于这个领域。既然您研究过AD，您可能也知道了，我们前期大部分的关于AD的基础工作都是以Aβ或者Tau相关的突变小鼠作为研究对象来获得相关的数据。但是毕竟含有Aβ突变的阿尔兹海默病人只占整体临床中不到百分之三，百分之九十七以上的AD 病人，并不含有Aβ相关突变。所以说我们的散发性的AD 病人上，到底这个疾病是怎么产生的仍然需要我们花更多的时间去了解，而不能光仅限于Aβ这一个角度去研究这个问题。主持人：那您自己的研究接下来有什么打算呢，就是更多的要深入的研究？姚老师：我们目前在疾病状态下看到了內质网钙释放所发挥的作用。那么我们想进一步研究，就是说在生理状况下，内质网钙稳态到底是在学习记忆的形成过程中发挥了怎样的一个作用呢？这点我们想继续进行深入的研究。为此我们也构建了一些新的实验工具。就是我们参考人家前期的一些工作，构建了一些內质网钙的指示剂蛋白，构建了相关的小鼠模型。想单纯地研究內质网钙释放在神经元中的一个作用。在这个基础上，我们除了AD这个疾病以外，也在研究例如我前面提到的就是双向情感障碍和重度抑郁症。这些与神经元兴奋性相关的其他神经系统疾病中，是不是也能通过调节內质网的钙释放，使它增强或者减弱啊，来实现对这类疾病的治疗或者预防作用。希望能从一个全新的角度对我们理解这些疾病有一些帮助吧。主持人：那我们这个聊专业的科研问题先告一段落。接下来想请您分享一下关于科研的感悟和经验。就对于您自己的经历来说，您对于科研的感悟还有在其中的成长，有没有什么想和我们分享的呢？姚老师：我觉得都说二十一世纪是生物的世纪。然后我当时在高中的时候也是受这个影响，再加上自己的确对生物这方面也比较感兴趣吧，就从事生物科学这个专业，在本科阶段就进入实验室进行一些简单实验的一个培训。那对我影响或者说对我个人感触比较深的一点，就是说无论做什么研究，前期的准备工作一定要准备好，养成良好的习惯。每次做实验的时候，实验台都要有条理。可能我个人感觉有时候有点强迫症。比如说，什么东西放在什么地方自己都要清楚，做到前期都准备好，确定没问题了，以后做实验就感觉比较顺心吧，后面慢慢做起来，即便有什么失误或者误差的话，也就知道问题出现在哪里。不会后面看着空白的实验结果，一头雾水，不知道问题在哪儿，从哪里去改进。主持人：这是很好的实验习惯。姚老师：现在来说，虽然目前来说作为研究助理，作为博士后已经将近七年的时间，也不能说特别成功。因为前期前面的几位嘉宾都有非常好的工作发表，研究质量也非常高，给大家提了很多宝贵的意见。我作为一个可能不是特别成功的，但是还在科研领域继续奋斗着的一个工作者想，就作为一个科研领域的一般人，想谈一下自己的感受吧。科研中并不是所有的每次实验都能得到好的结果，并不是所有好的结果都能发到好的杂志上。大部分的状态，常态是不停地在失败中摸爬滚打的一个状态。所以说对于今后对科研有兴趣的小朋友来说，不要光看到科研光鲜的一面，也要知道科研的背后也存在着不停的失败和经验的积累，要耐得住自己的性子吧（图3）图3：来源：微信表情包“生物实验室的日常”主持人：我是想说就是您刚才提到很多时候会有这种失败，或者是实验结果可能和您预想的不一样。然后这种时候你是怎么调节自己的这种心态的？姚老师：前期一开始也迷茫过，我觉得印象最深的是我研究生的时候做的第一个实验就是跑PCR。然后实验目的条带怎么样都出不来，后面跟我们同学开玩笑，PCR就是pray，cry， and repeat。每次做实验之前，先祈祷一下有条带，然后没条带就开始cry，然后再收拾心情再repeat。所以这是我们之前的PCR，逐步改进后，明确实验目标后要养成一个好的习惯，完善实验记录，从记录中去发现。反复不断地优化条件，发现问题出在哪里。最重要一点就是说给自己设定一个小目标。我这一周或者我这一天完成哪些目标？只要能完成这个实验，就首先这是我今天的第一个最大的目标，已经完成了，能拿到我想要的结果当然是最好的，如果拿不到想要的结果。那我就再总结一下，有什么地方可能出现了问题。这也是一个学习的过程。所以说每天给自己设定一个小目标。不是赚钱的小目标，我们就是做实验的一个小目标，能顺利的完成一个实验，就是一个目标的完成。至于结果来说，你不用太care，慢慢地去改进，所以说要研究就是要耐得住这个长时间的过程。然后因为我研究生阶段的实验室主要是做膜片钳记录的嘛。这个实验就是说要一直坐在显微镜前去用玻璃电极，用我们同学的话说是扎小细胞，不停的去找小细胞，并不是每一次去patch 都能成功。但是要耐住性子，你就能有更多的时间去坐在显微镜前。如果觉得非常frustrated，我觉得你干脆那天就stop 你的实验，就让你自己心态好好调节一下，等你的心态稳定了再回去做。不要在一种非常急躁的，不稳定的情绪下去重复实验，效率低下拿到的结果也并不理想，只会让你自己更frustrated。其实科研很多都是相通的吧。主持人：我觉得对，我觉得您分享这些经验，可能对于很多我们现在还在上学呀，然后这些同学们有非常好的借鉴作用。因为可能很多听众是才刚刚进入实验室不久，或者是还在读研究生这种状态，他们可能就会面临到这种做PCR 失败或者是一些实验上看不到漂亮的数据等等。我觉得这都太正常的事情了。但可能做科研这件事情本身就是需要你长线有一种比较沉淀的状态，才有可能会有好的结果。姚老师：特别是你也提到，可能有些听众他们目前还是研究生阶段。那我个人觉得研究生阶段比较重要，非常有必要提一点的就是说你前期得到的一些实验数据，你可能观察到了一些新的现象。一定要在你跟导师交流的时候，要确保你的现象是可重复的。你比较有把握了，跟你的导师去交流，再去做后续的一个工作。如果你前期得到一个非常兴奋的现象，但是后期你不能重复。如果你后期发现重复不出来，那可能对你研究工作的投入，会是一个比较大的浪费。更甚至就是说为了维持你前期已经得到的positive 的结果，编造一些或者说biased地去进行一些处理（pick cherries）来达到你想要的结果。当你拿到一些比较有意思的结果，也需要自己能重复出来，再去跟人家交流，去讨论，看看是不是能想方设法去证明我的结果是solid 可靠的。主持人：所以严谨其实还是做科研员非常必要的一种素质。姚老师：对，需要严谨。因为可能有些听众也是研究生的阶段嘛，所以说我们发现就是有些所谓的文章的内容的造假什么的。其实百分之九十我个人觉得都是在投稿以后reviewer 要求补实验的过程中出现的一些，为了fit 你前面的一些理论，而出现了一些可能的人为地去manipulate 你的data。所以说如果你前面的那个工作不严谨的话，后期可能会带来比较大的问题。所以说前面打基础的时候一定要放慢脚步，一定要严谨。主持人：那想问一下您，就是在整个您这个科研的这条路上，就是科研至今吧，有没有一个对您影响比较深刻的人，或者是发生了一个对你印象比较深刻的事情呢？姚老师：我觉得可能对我印象最深的还是我博士生的导师吧。复旦大学梅岩艾老师。因为我有很多本科的同学也考上了研究生，不同的实验室有不同的培养学生的风格。像我们梅老师实验室的话，她就是给每一个学生一个课题。然后她需要每个学生自己去和导师沟通，然后设计课题的研究方向。同时每个学生要掌握这整个课题中所有不同实验的具体的操作。并不是说一个实验室里面一个学生负责膜片钳，另一个学生负责分子生物学相关的western-blot ，PCR ，另一个学生负责采样什么的。我知道有一些实验室可能像流水线一样，一个学生只负责一部分的工作。那对于整个实验室来说，这样效率会非常高。因为每个人都做他自己熟悉的工作，上手也快，出数据也快。但是对于单个学生的培养来说，你学到了什么？你可能只学到了某一门专业的技术。但是你今后想继续从事科研来说，你作为一个scientist ，你得到的训练是片面地且狭隘地关注于一个领域，并没有理解整个科研的流程的，无论是idea 的形成、实验数据的获取、实验数据的分析、文章的写作以及后续深入研究领域方向的设定的训练都不可或缺。作为一个scientist ，你应该受到全方面的教育，这也是我从我们导师身上得到的最重要的点。就是说一个研究生，如果你今后想从事科研这个行业领域的话，你应该掌握整个科研的本质的流程，而不是说仅仅去学一门技术。如果你只是想学一门技术的话，那可能你还是比不过一些专科生或者本科生的同学，他就专门做了这项实验，你做的并不一定有他们好，所以我非常感谢导师在我博士阶段的训练过程中给我比较系统的全面的，从科研题目的设计到后续结果发表整个比较系统的一个training 。主持人：这个应该是非常重要的一个影响。就是可能老师带给你不仅是一种做实验的技术，更多的是一种思维，就是一种以科研的这种思维去完成自己全部课题，甚至就授之以渔。姚老师：对，然后学生在学的时候，也要有目的性，也要明确我今后想干什么。最近因为我人在加拿大，但是也会看一些国内的一些流媒体或者社交媒体。我发现最近国内好像对于考研这个热度也是越来越受到大家的关注，越来越多的同学去考研究生。主持人：的确是这样的，每年都是创下了历史新高。姚老师：的确来说，在当今这个社会可能要找一份比较理想的工作，有一个更高的学历，是一个更好的方法。但是你要明确你读研到底是为了单纯的找工作，还是你真的对科研有兴趣？我希望更多的同学是真的对科研有兴趣来去从事这份工作。从我个人的角度来讲的话，如果你没有这部分兴趣，我觉得以我个人的经历来说，可能经受的折磨要远远大于我得到的快乐。如果没有真的对科研有兴趣的话，我可能坚持不下来。主持人：这点我也是赞成的。那这个最后一个问题，就是我们采访即将结束的时候，我们有一个惯例的问题，就是请嘉宾为我们的听众朋友推荐一本书或者是一个好的电影，或者是一个好的科研习惯等等，什么都可以。姚老师：好的书，好的电影的话，可能因为看文献什么的都没有太多时间去注意。我说说好的科研习惯吧。这一点是我本科进入生命科学学院，我们院长给我们讲的第一堂课就给我们留下的一个非常重要的提示，就是科研笔记一定要做好，你要有非常详细的科研笔记。然后他当时讲的就是说。实验记录本可以分两面。一面详细记录你实验的条件，另一面就写你当天的实验感悟，或者说你觉得问题发生的地方。做好一份实验记录，就是一份非常漂亮的报告。不光是导师了解你的一个角度，也为你后续梳理你的实验思路，发现问题的一个关键所在。那现在有很多实验室可能出现一些数据误用，或者数据造假。如果你有一份非常详实的实验记录。即便有任何人质疑你的研究结果，你也可以光明磊落的给大家看一看实验结果是怎么出来的。主持人：这是一个非常实用的，送给我们听众朋友一个科研的建议。也希望大家可以这个好好的记好自己这个科研笔记。那好了，我们今天这个采访，到这里就差不多结束了。我们再次感谢姚老师来跟我们分享他自己的一些科研经历，谢谢姚老师。姚老师：不客气，也谈不上什么的科研经历。主持人；那就祝您在科研道路上可以取得更多的成果，然后希望一切顺利。姚老师：也祝各位听众朋友，你们在疫情阶段继续保持健康，然后保持良好的心态，在科研的道路上继续奋进。主持人：好，那我们今天的节目到这里就结束了。老师再见。嘉宾名片个人简介：姚金晶，加拿大卡尔加里大学研究助理。2009年毕业于浙江中医药大学生物科学专业。2009年9月至2014年6月在复旦大学生命科学学院硕博连读，获生物物理学博士学位。2015年至2020年在加拿大卡尔加里大学从事博士后研究，于2020年4月受聘为研究助理（Research Associate）。本人的研究工作主要集中在对细胞内质网（Endoplasmic Reticulum，ER）钙离子释放通道家族中的Ryanodine Receptor Type 2（RyR2，2型兰尼碱受体）和Inositol 1,4,5-Trisphosphate Receptor Type 1（ITPR1，1型肌醇1,4,5-三磷酸受体）及其活性调控在神经退行性疾病和心律失常相关疾病中的作用进行探究。教育背景：2005.9-2009.6 本科浙江中医药大学生物科学2009.9-2014.6 博士复旦大学生物物理工作经历：博士后加拿大卡尔加里大学2020.4-至今研究助理2015.4-2020加拿大卡尔加里大学获奖情况及荣誉：2010年复旦大学光华奖学金2013年研究生国家奖学金2014年复旦大学优秀博士毕业生2015-2017年加拿大卡尔加里大学Eyes High博士后研究基金2017-2020年加拿大阿尔伯塔省Alberta Innovates博士后研究基金2018年加拿大神经生物学会Travel award研究领域：1.胞内钙稳态对可兴奋细胞兴奋性的调控2.神经元内质网钙释放的机制与作用3.基于内质网钙释放调控对神经系统相关疾病的新治疗途径4.钙成像（在体/离体），电生理记录代表文章：<a style="color:#4990E2;text-decoration:none;">1.Jin-jing Yao · Ya-jing Liu · Bo Sun · Xiao-qin Zhan · John P. Estillore · Ray W. Turner · S. R. Wayne Chen. (2022). Increased RyR2 Open Probability Induces Neuronal Hyperactivity and Memory Loss with or without Alzheimer’s Disease-causing Gene Mutations. Alzheimer’s & Dementia.</a>（一作，共同通讯）2.Jin-hong Wei · Jin-jing Yao · Darrell Belke · Wen-ting Guo · Xiao-wei Zhong · Bo Sun · Rui-wu Wang · John Paul Estillore · Alexander Vallmitjana · Raul Benitez · Leif Hove-Madsen · Enrique Alvarez-Lacalle · Blas Echebarria · S.R. Wayne Chen. (2021). Ca2+-Calmodulin Dependent Inactivation of Cardiac Ryanodine Receptor is a Major Determinant of Ca2+Alternans in Intact Hearts. Circulation Research. 128 (4), e63-e83.3.Bo Sun* · Jin-jing Yao* · Ming-ke Ni* · Jin-hong Wei · Xiao-wei Zhong · Wen-ting Guo · Lin Zhang · Rui-wu Wang · Darrell Belke · Yong-Xiang Chen · Krystien V.V. Lieve · Anders K. Broendberg · Thomas M. Roston · Ivan Blankoff · Janneke A. Kammeraad · Johannes von Alvensleben · Julieta Lazarte · Alexander Vallmitjana · Loryn J. Bohne · Robert A. Rose · Raul Benitez · Leif Hove-Madsen · Carlo Napolitano · Robert A. Hegele · Michael Fill · Shubhayan Sanatani · Arthur A.M. Wilde · Jason D. Roberts · Silvia G. Priori · Henrik K. Jensen · S. R. Wayne Chen. (2021). Cardiac Ryanodine Receptor Calcium Release Deficiency Syndrome. Science Translational Medicine. 13(579): eaba7287（共同一作）4.Jin-jing Yao* · Bo Sun* · Adam Institoris · Xiao-qin Zhan · Wen-ting Guo · Zhen-peng Song · Ya-jing Liu · Florian Hiess · Andrew KJ Boyce · Ming-ke Ni · Rui-wu Wang · Henk Ter Keurs · Thomas G Back · Michael Fill · Roger J Thompson · Ray W Turner · Grant R Gordon · SR Wayne Chen. (2020). Limiting RyR2 Open Time Prevents Alzheimer’s Disease-Related Neuronal Hyperactivity and Memory Loss but Not β-Amyloid Accumulation. Cell Reports. 32(12): 108169. (共同一作)                <a style="color:#4990E2;text-decoration:none;">5.Florian Hiess* · Jin-jing Yao* · Zhen-peng Song · Bo Sun · Zi-zhen Zhang · Jun-ting Huang · Li-na Chen · Adam Institoris · John Paul Estillore · Rui-wu Wang · Henk E.D.J. ter Keurs · Peter K. Stys · Grant R. Gordon · Gerald W Zamponi · Anutosh Ganguly · S. R. Wayne Chen. (2022). Subcellular localization of hippocampal ryanodine receptor 2 and its role in neuronal excitability and memory. Communications Biology.</a>5(1):183.（共同一作）图片来源：图1 & 图2：嘉宾提供图3：<a style="color:#4990E2;text-decoration:none;">https://ibook.antpedia.com/x/536067.html</a>主持人：鸽子策划：小胡海报及封面：寿司猫编辑：Kalsey排版：

May 20, 2022

专访 | 东京大学神经智能国际研究中心蔡明博老师

个人简历：2004-2008年，北京大学电子信息科学与技术和心理学双学士学位。2009 - 2015年，美国贝勒医学院神经科学博士（导师：David M. Eagleman，副导师：Wei Ji Ma)2015 - 2019年，美国普林斯顿大学博士后（导师：Yael Niv，合作者：Jonathan W. Pillow)2019年至今，东京大学神经智能国际研究中心（IRCN）PI和项目助理教授时间轴：01：15 一、关于科研经历的简要介绍04：16 二、关于时间感知的讨论12：26 三、关于神经表征和学习本质的讨论22：59 四、关于计算精神病学的讨论31：55 五、关于留日任教的讨论36：15 六、关于大卫·伊格曼的讨论43：04 尾声：对我们听众朋友的建议一、关于科研经历的简要介绍主持人：Hello，大家好，欢迎大家来到脑科学连线，我是主持人鸽子，本期节目呢我们很荣幸地请到了东京大学神经智能国际研究中心的蔡明博老师，那蔡老师先跟大家打个招呼吧。蔡明博：鸽子你好啊，大家好，非常感谢给我这次机会跟大家来交流，也祝大家伙好。主持人：蔡老师可以简单介绍一下你的研究经历和现在做的方向吗？蔡明博：那我从本科开始讲吧，我在大三还在一个研究纳米的实验室做一些比较跟电子有关的项目。后来因为学习心理学以后，对脑科学比较感兴趣，所以在本科毕设的时候做了一个跟脑成像的数据分析算法有关的毕业设计项目。之后在博士期间在贝勒医学院，跟<a style="color:#4990E2;text-decoration:none;">David Eagleman</a>研究时间知觉。在这个期间，因为同时跟其他老师的学习，对贝叶斯推断和一些其他方向慢慢产生兴趣，所以在我博士后阶段，就进入普林斯顿的<a style="color:#4990E2;text-decoration:none;">Yael Niv</a>实验室，相当于在研究方向上有一定的转变。之后更加关注于人的学习，另一方面又回到了脑成像算法的开发上面。当然之所以会关注脑成像算法开发，其实是因为在实际的应用当中发现了一些算法中存在的问题，于是发现所学的那些统计学的贝叶斯的方法可以用来开发更好的算法。就相当于自己找到了一个新的方向。在博士后之后，我在东京大学有了自己的实验室，在方向上也有了一些扩展，一方面我们还是在研究人们是怎么样进行学习，比如如何学习可以获得更好的奖赏。另一方面也希望通过这些研究对精神疾病能产生帮助。另外，我们继续还是在做脑成像分析的一些算法。还有一个方向就是我们如何借鉴心理学，尤其是在发展心理学得到的一些关于儿童或者婴儿怎么样学习的启发来设计一些新的神经网络，让它能够学到我们认为婴儿在一定的阶段可能已经掌握的一些能力。最后一个我们现在比较感兴趣的方向是，怎么样可以用脑成像的方法来研究人的自发的思维。<img data-key="0" src="file://Users/kino/Library/Group%20Containers/UBF8T346G9.Office/TemporaryItems/msohtmlclip/clip_image001.jpg" alt="查看源图像">《记忆的永恒》（The Persistence of Memory）二、关于时间感知的讨论主持人：那我们就先从最开始您那个博士阶段的研究说起，是关于时间感知的。因为我感觉时间这个话题其实对每一个人而言都是既陌生又熟悉的，因为就可能对于我自己来说，同样一段时间，如果我这一周我的工作。非常的多，很忙，接收到的信息量大。就感觉这周特别的漫长，这可能就是一个所谓从个人主观而言的时间感知的一个不稳定性和差异性。所以蔡老师之前他关注的是视觉刺激和人的时间感知之间的一个关系。那您可以简单的为我们科普一下，在这个研究当中有一些什么有趣的事情吗？或者说您的一些研究方法？蔡明博：我觉得你说的很对，研究时间知觉是一个很大的问题。人对时间的感知或者说判断其实有不同尺度的。通常情况下，学者大概会划分出三个尺度来研究。一个是在秒以下的时间尺度，这个是相对来说比较精确的时间范围。下一个时间尺度是我们往往更加有意识、会关注到的时间尺度，就是在几秒甚至或者几分钟这时间尺度。这个时间尺度就可能更加涉及到你生活当中等班车啊或者等地铁时候这样的时间的感知。那么还有更长的时间尺度，就会涉及到生物的节律，其实在这个尺度上我们可能不一定把它叫感知。在这个尺度上可能更多还是生物学研究会多一些。我在博士阶段其实更加关注于比较短的时间尺度。在这个大的领域，学者们发现其实人的时间感知往往是很不确定的，而且是经常会受到各种各样的因素影响。换言之，我们其实很难有非常精确的对时间的判断。举个例子来说，你可能会觉得多数时候我们可以知道什么事情是先发生，什么事情是后发生。绝大多数时候我们可以做这样的时间的先后判断。对时间先后判断有什么用呢？很重要一个用处就是做一个所谓的因果推断。你怎么知道两个事情哪个是因，哪个是果？那其实需要根据各种方面的因素来推断，但是其中一个重要因素就是时间先后：你会认为如果一个事情是原因的话，那它应该在结果之前发生。可是实际上我们对事件的时间先后的判断，还真的可以发生改变。比如说，假设现在给你一个实验，在你每次移动鼠标或者在点击鼠标的时候，我都让屏幕上显示出对应的变化。但是我让光标的移动和你点鼠标之后这个电脑的反应都有个延迟，举例来说我可能给你一百毫秒的延迟。我让你适应了一段这个延迟，比如适应了一分钟甚至半分钟之后，突然让这个电脑给你一些正常的反馈，比如说你点一下鼠标我马上呈现一些图片，你会发现，这样的一个正常的在你点鼠标之后立即呈现的视觉刺激会被你判断成在你点鼠标之前发生，也就说你对这个时间的先后判断，实际上是完全可以颠倒的。那是什么原因呢？我们当时认为人们对时间的感知可能是在不同的modality（通道）分别进行的，比如说你可以认为听觉是一个通道，视觉是一个通道，自己的运动也可以当作另一个通道。可能我们在每个通道之内会保持一个大概的时间判断。但是不同通道得到的时间信息未必同步。随着身体的成长和环境的变化，任何两个通道获得的时间信号之间的物理延迟都可能发生变化。这就需要我们的大脑根据不同通道间延迟的变化不断调整。正是因为这种调整的机制使得我们有前面提到的误判。我们还做了一些其他方面的研究，关注什么样的刺激可以影响人的对时间长短的判断，以及如果两个视觉刺激给你不同的关于时间长短的信息，人脑是怎么整合这样的信息的。当时心理学界有一个非常火的思潮，就是说人脑可能在做很多推断的时候，都会以接近于贝叶斯的方式来整合。我想知道人在处理时间信息有冲突的刺激的时候，是不是也是用贝叶斯的方式来整合？但最后发现其实也不完全是。它一定程度上取决于你给被试呈现的刺激是不是非常自然的。我们呈现的刺激相对来说是一种在心理学实验常用，但是在现实生活中不常见的实验刺激。当大脑面对这样的刺激的时候，整合的方式并不是像贝叶斯那样最优的。主持人：所以这些研究有没有一个统一的结论。比如说我们现实生活中发生了一个什么事儿，它就能够用您这个研究当中的某个结论来去解释呢？什么样特别的视觉刺激很容易让我们产生这种时间误判？蔡明博：我们发现如果你重复观察一个实验刺激，你会觉得它所呈现的时间会越来越短。在我们的日常经验中，如果你已经习惯于做一件事情，可能你会觉得时间过得飞快；但是如果今天有很多新的事情发生，也许你会觉得今天好像更充实，发生更多的事情，似乎时间变长了。这两个现象有可能有关联，但是确实它们是在两个不同时间尺度上发生的，所以也不能保证说这两个是同一个机制，但至少它们在现象上非常接近。三、关于神经表征和学习本质主持人：就刚才您提到说视觉刺激的研究，是不是还需要去看我们的神经系统是怎么表征的？这个方面在您的领域是怎么样进行研究的？有没有一些核心的问题呢？蔡明博：对，这也是我为什么会在博士后阶段选择转换研究方向的原因。在我的博士期间经常会参加视觉科学领域的会议。视觉科学家最重视的问题就是神经系统是怎么表征视觉输入的。在我们跟世界交互的时候，我们心里所体会到的世界是三维的。而我们的脑子接受的是来源于每个像素的信息，可以认为是二维的图片，我们的脑子能够最终把它分割成各个不同的物体、建立了人和它们之间的关系，以及对空间的表征。通常视觉科学家把从视觉输入到最后形成的这些表征之间的表征称为intermediate representation。但是对这个中间的过程其实我们是一直不理解的：它们到底是在编码什么样的信息，应该怎样研究这些表征。那我们一旦讨论到在编码什么，就会想问编码的目的是什么。很多时候在视觉领域的人通常会觉得，编码是为了更好的表征环境的本质。那这里就有一个悖论，因为从人和环境交互的角度来说，我们其实很难真正的接触到这个世界的本质。如果从机器学习的角度可能可以更好地理解我说的这个问题：比如说如果有一个人给你标注你眼前看到的图片，说这个眼前就是一个人，你把这个标注当成一个ground truth的话，那一个机器学习系统可以学习对眼前的图片说我看到这个图片这里有个人。可是这样的标注其实对人来说从来几乎没有，或者说即使有也是非常非常稀少的。而婴儿却自己可以慢慢地发现周围有哪些玩具，哪些玩具可以去玩。但是从来没有人告诉过婴儿说，眼前这些像素点其实应该组合在一起被当成一个物体，那些像素点可以当成另一个物体，所谓的ground truth对于大脑来学习分割环境成物体以及它们之间的关系的任务来说其实是没有的。那如果没有的话，我们怎么样来假设视觉系统的目的是表征这个环境中真实的变量呢？我当时的一个懵懂的想法是这样来看的话，我应该去转向研究人脑怎么学习，或者说怎么学习表征。大概在我博士快毕业的时候，DeepMind这个公司他们做了一项比较有意思的工作，有一个比较老的街机游戏叫Atari，他们设计了一个神经网络来学习如何通过选择现在的操作使得将来更可能赢这个游戏，获得更多未来的奖赏，最终这个网络能够学会玩复杂的游戏。这背后的理论假设就是reinforcement learning。<img data-key="1" src="file://Users/kino/Library/Group%20Containers/UBF8T346G9.Office/TemporaryItems/msohtmlclip/clip_image002.jpg" alt="查看源图像">Atari开发的的经典街机游戏机<a style="color:#4990E2;text-decoration:none;">Atari vuelve al ruedo con gadgets inteligentes para el hogar | Tecnología - ComputerHoy.com</a>直观上，人当然也会得到各种奖赏，那也许其实我们的表征形成最终目的是为了能够适应环境、能够繁衍后代、能够生存，能够获得这些基本的奖赏。也许其实生物最终就是为了达到这些目标，而这些奖赏才塑造了我们的这个感知系统，使得我们的视觉系统形成了有利于我们完成那些任务的表征。那些能够帮助我们完成比如说生存、繁衍、找到食物这样的任务的表征才是大脑需要的。因此，也许如果想要理解视觉，我们可以先去研究，动物或者说人怎么样通过奖赏来学习。所以这是当时想要转方向进入到研究学习的这样一个领域。现在我自己的实验室在做的一些神经网络的工作中，我们的思路是，我们先来假设一个婴儿或者是一个刚出生的动物，他们学习的目标是什么，他们想要完成什么样的任务。当然最终任务的也许很复杂，比如说获取食物，但是有可能有些中间的任务想要完成，那我们也许可以先构建中间任务，然后对这个任务来设计一个神经网络，让这些神经网络能够通过学习这个任务形成我们认为人或者动物可能存在的一些表征。这是我们在尝试的一些工作。主持人：那您觉得这方面研究和未来的人工智能领域的发展，它有没有一些可以相互渗透或者说借鉴的地方呢？蔡明博：有的，我们现在实验室做一些神经网络所用的工具其实跟人工智能常用的方法是类似的。但是可能我们关注的问题和很多人工智能学者关注的问题不太一样。我觉得人工智能学者可能更多关注解决现实的问题，比如针对自动驾驶，如何把这个问题细分成很多子任务来分别学习。而我们可能更关注这个表征问题。就好像我们在开车的时候，你大概可以把面对的场景分割成路和车子对吧？这个分割是很重要，并不是说人工智能它不解决分割问题。但是我觉得一个更根本的问题是这个分割的能力是怎么来的。那人工智能目前的解决方案还是像我刚才说的，假设这个世界存在ground truth，而ground truth通常是由人来标注，或者把一些其他的传感器获取的信息当成ground truth，然后让神经网络来学习从视觉信息映射到这些ground truth。但我觉得这个思路跟人学习的过程是完全不一样，因为人不存在这些ground truth。所以我觉得本质问题就是人怎么样能够形成这些基本的概念，人怎么样理解这个世界是由物体产生的，怎么样通过一定的学习的目标自发的把世界分割成物体，然后进一步在这个物体之上建立概念。怎么知道什么物体应该是同一个类别的（因为他们可能有共同的性质），然后进一步的学习物体跟物体之间的关系。我觉得这是人对世界的基础的认知，相当于building block。那相对来说，这方面可能我更多的是受到认知科学和神经科学的影响。至少传统的认知科学还是会认为，人对世界有这样一个比较符号化的表征，可能会认为这个世界包含物体和概念，物体之间存在各种关系。我们现在想要回答的问题就是--怎么样让这些概念和对物体的理解自发形成，而不再过分的借助于人对神经网络的教学。因为教学永远是无止境的，这个世界上物体概念实在太多了，没有办法完全穷尽。所以可能应该是有一种学习common knowledge的能力。这方面是我觉得可能跟人工智能有结合的点。四、关于计算精神病学主持人：那下一个问题可能是跟您目前的一研究会比较有关系，因为刚刚您有提到您现在会关注一些精神疾病，是属于计算精神病学领域的嘛。蔡明博：嗯，对的，大概现在有这样一个比较时髦名词，叫做计算精神病学。我觉得大致上原因是精神疾病本身是一个非常复杂的现象。你可以发现在所有的医学领域里面，精神疾病可能是少数的没有我们经常见到的通过实验室的各种化验和检测来帮助诊断的疾病。比如说对糖尿病或者高血压，有很多的生理指标可以帮你去检测，甚至可能还有些分子指标来帮你检测。可是现在，精神科医生来诊断精神疾病的时候，往往还是通过观察，还有就是根据病人自己的主观报告，或者他的亲人、朋友对他的遇到困难的报告来做一个判断。其原因很大程度上是因为我们对精神疾病产生机制的理解还非常不够。那为什么这个理解这么困难？很大原因是我们之所以能够产生精神疾病，可能是一个极其复杂的非线性的过程，它和个人的学习方式有关。当然也许会有些基因的因素，但我认为其实基因的因素本质上就是导致人的学习方式不同，那么学习方式不同，再加上每个人有特定的环境，每个人周围的人或者事对他的压力不一样。当特定的压力存在的时候，再加上一个人特定的学习方式，也可能导致人整个思维方式的改变，然后就会陷入到一种不同的状态。这样来说，如果想要理解这些机制的话，我觉得就会有两个角度非常需要计算模型。一个是你需要把你看到的临床的现象跟脑的机制来建立联系。我们通常研究脑机制的时候，可能经常会研究一些分子啊，神经通路啊，或者比较简单的认知的过程。这些机制可能还是不太容易跟在疾病上的表现建立联系。它们中间的桥梁就是对行为的建模。为什么人会有这样的行为，为什么人会有这样的思维方式？这些是心理学一直在研究的问题。对于这样的问题，最好的描述方式当然是用计算模型。因为通过建立这样的模型来描述行为，每一个模型都会有参数，那么一个人就可以用这些参数来量化的描述。比如说人的工作记忆容量是怎样，人在学习的时候在不同方面的学习速率怎样。这些参数会间接反映每个人学些的方式的不同。如果学习方式是导致精神疾病的一个原因，那么我们就可以通过分析受精神疾病困扰的人群的学习方式来了解疾病产生的机制。另一方面，现在随着科技的发展，除了临床的数据，在人们被告知且同意的情况下，研究者有可能获得大量的人日常的行为的数据。那么这些数据其实可能也可以帮助我们找到跟疾病相关的各种因素，他们怎么会导致疾病。所以这也需要新的计算手段来开发与分析大数据。所以一方面是要找到认知的机制和疾病的联系需要建立模型。另一个方面当数据比较大的时候，你会需要机器学习、数据挖掘的方法来寻找疾病和各种因素之间的关系，这是我的理解。主持人：那您自己目前的这方面研究里面有没有一些有意思的成果跟我们分享呢？蔡明博：我们现在还做这方面的实验，还不能说是成果。我们比较感兴趣的一个方向就是精神分裂跟人的学习可能会有什么样的关系。看这个领域的文献会发现其实有很多的认知过程都跟精神分裂有关系，比如说工作记忆的衰退。我们更多关注的是有没有可能人在学习的过程中过度的泛化有可能会导致精神分裂中的一些症状，比如妄想。因为我们的合作者的计算模型，发现当你建立一个强化学习的神经网络来学习在一个环境中获得奖赏，如果针对于正性的奖赏和负性奖赏，以及针对于泛化和对每个不同情境的特性的学习设定特定的学习率，这个神经网络更加容易出现类似于幻觉的表征。所以我们想有没有可能通过设计实验来测量人在学习泛化和学习特定的情境下的策略对应的学习率，学习率的不同是不是可以预测疾病的严重程度？这就是我们在做的一个事情。然后另一个方向是我们希望能够通过脑成像的方法来研究人的自发的脑活动。我们想知道当你平时做白日梦、天马行空想问题的时候，你想问题的这个动态过程或者说你的脑活动的动态过程跟一些精神疾病，比如抑郁之间的关系。因为当人抑郁或者焦虑的时候，往往很难跳出对一个特定的问题的思考，或是反复的陷入一定的思考方式。那我们有没有可能把这样的思维模式从脑成像数据当中解析出来，进一步看到不同的人陷入这样的思维模式的频率是多少，这个频率是不是有可能会跟疾病严重程度有关？这是另外一个在做的方向。当然我们目前还在关注于开发研究自发思维的算法。三、关于留日任教的讨论主持人：您求学阶段是在美国。但是后来又选择到东京成立实验室，这个选择中间有没有什么故事呢？蔡明博: 也没有特别多的故事，我觉得就是可能两个因素吧，一个是因为在疫情之前呢觉得至少日本离中国近些，可能回家看父母会容易和现实一些。当然疫情发生之后，这个愿望也不是太容易实现。然后另一个因素我觉得其实也蛮现实的，就是在我申请到的职位当中，挑了一个我觉得条件还不错的职位。主持人：那现在这个科研工作感觉怎么样就是，状态呀还有就整个进展还顺利吗？蔡明博：可以说像所有的年轻老师一样吧，肯定有各种各样的压力和新的挑战，我觉得还好。基本上大部分项目都还算是一个在比较有序的进展当中，当然每个项目可能都会遇到一些困难。在当你自己建立实验室之后，你会发现确实有很多需要学的新的东西。你基本上要负责所有的事情。你可以想象一个实验室要运转的所有事情，甚至包括怎么设计地毯，怎么样构建服务器，怎么样布置家具，这些都需要你去考虑。所有这些问题接二连三的过来，其实会蛮分散心力。以前一个老师跟我说的话我倒觉得值得分享。他说博士和博士后阶段是你可以专心学习的最好时间。当你一旦成立实验室，你会发现真正看代码、写代码、debug的时间会越来越少。而你的经验积累其实往往来源于这些debug的过程中。但另一方面呢其实也蛮有成就感，就是你会看到你可以逐渐的把你认为合适的人放在一起，他们有各自的专长，然后大家一起来做你认为重要的研究方向。另一方面想分享的是当你在博士后阶段考虑到底是不是将来真的想要去做一个PI的时候，你需要意识到当你真正开始开实验室的时候，可能跟你想象的不一样，你会有很多时间需要处理非学术的事物，你要想清楚这样的生活是不是你想要的。这也没有办法，因为你需要为你的实验室成员创造一个环境。所以这就是一个权衡的选择，看你是不是愿意分散时间和精力去做这些一定程度上非学术的事情。四、关于大卫·伊格曼的讨论主持人：那下一个问题是关于您博士期间的导师David Eagleman，他是西部世界第二季的科学顾问，然后之前还有在TED给过演讲。您从他那儿得到的最大的收获是什么呢？另外您能推荐一本他写的书吗？蔡明博：嗯对，我先从后面往前说，就是最喜欢的一本Incognito: the secret lives of the brain。因为之所以那本书读得多，因为这是他最重视一本书，就是他把他对于神经科学的理解都灌注到这本书里边。那后来他基于这本书也拍了一部关于大脑的纪录片（注：<a style="color:#4990E2;text-decoration:none;">The Brain with David Eagleman</a>）。那部纪录片我个人觉得在神经科学的科普节目里面应该是最好的，非常通俗易懂，某些问题还讲得非常深入的。他对我的影响我觉得是一种big picture（大方向）的思考，我老师在实验室里面蛮喜欢跟大家在吃午饭的时候聊天，去聊些蛮大的一些问题。有些甚至比较天马行空，比如说他有一次问如果我给你无数的钱，你不用担心经费，你最想研究什么问题。我觉得这问题现在想想其实挺重要的，因为确实很多时候我们不太敢于想这个问题，可能做学生经常会想现在什么样的研究是赶时髦，或者被大家重视的问题，或者说什么问题是别人认为重要的。可是慢慢你应该形成一个独立的思考，应该想想我当年为什么要进入这个领域，什么问题是当年真正驱动我来研究人脑、研究心理学，那么这些问题我怎么样转化成我的实验问题。或者你站在更高角度来说，也许你的最终目标是要研究意识，或者最终你要想要治疗精神疾病--我觉得可能很多人是抱着这样的心态进来的话，可能会觉得意识最重要的问题，但后来慢慢研究发现研究意识太难了，就可能研究其他问题。可是如果你再重新想这些大的问题，假如说有一个在你年轻时候最最困扰你的问题，那这时候我觉得你可以想想，如果最后想要推动这个领域的研究，逐渐的想要回答这些本质的问题的话，你下一步应该做什么？我觉得这个这样的思维方式对我的影响还是蛮大的。更重要的是从你自己角度来说，你觉得什么问题是更本质的，更值得研究。<img data-key="2" src="file://Users/kino/Library/Group%20Containers/UBF8T346G9.Office/TemporaryItems/msohtmlclip/clip_image003.jpg" alt="查看源图像">Incognito: the secret lives of the brain五、对我们听众朋友的建议主持人：今天采访的差不多了，最后再给我们的听众朋友一些建议吧！蔡明博：我觉得可能有两点是自己目前相信的研究思路。一个是我们在回答大脑在表征什么，或者研究其他的具体问题的时候，可能更多的应该是来思考，如果我们形成了一个大脑，它究竟要完成什么目标。当我们以这种目标导向来思考具体的问题，可能会更有帮助。尤其是当你想要把神经科学跟人工智能结合起来。那另一个建议是刚才说的，可能有点老生常谈，就是在你做研究生和博士后阶段时候，还是尽可能的把基础打得更牢一些。主持人：抓住这个学习机会，就是纯粹做研究的黄金时期。蔡明博：对对，是这样子的。主持人：嗯好，那我们今天的采访差不多就到这里结束了，我相信听这期节目的这个小伙伴们应该都会有很多的收获。那我们再次感谢蔡老师来到我们的节目，谢谢您。蔡明博：非常感谢鸽子的采访，谢谢给我这次机会。主持人：那我们今天的节目就到这里了，拜拜。

July 1, 2021

专访 | 肖晓研究员：认知中的理智与情感

00:00 – 08:07认知的冷与热08:07 – 20:49冷热认知的应用与机理20:49 – 35:30冷热认知的研究方法35:30 – 44:04认知与人工智能44:04 – 57:05跨领域研究与科普 制作人员主持人：Isabella策划：Wendy编辑：小洁排版：小箱子发布：Kino

9 total episodes available

Similar Podcasts

Discover related shows you might enjoy

搞钱女孩｜女性成长访谈播客

搞钱女孩小辉

天真不天真

杨天真本真

How to Be a Better Human

TED

人体冷知识，一起涨知识吧

素素桑

Deep-dive analytics for 脑科学连线

Frequently asked questions

Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.

What is 脑科学连线?: 这里是“脑人言”新创立的《脑科学连线》节目。本栏目旨在与脑科学相关的产、学、研界一线人士深入交流，帮助大家更好地了解脑科学现状和未来发展动态。
How often does this podcast release new episodes?: This podcast updates daily.
Where can I listen to this podcast?: This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Does this podcast accept guests?: Yes, this podcast regularly features guests.

Legal Disclaimer

Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.

All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.

We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.

While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.

By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.