[论文解读] Quantum Brain

Andreas Mershin, D. V. Nanopoulos+1 more|arXiv (Cornell University)|Jul 24, 2000

Fractal and DNA sequence analysis被引用 13

一句话总结

本文提出了一种量子大脑假说，其中神经元微管中的管蛋白蛋白作为量子计算单元（量子比特），构成记忆编码与回忆的底层量子计算网络。该假说推导出可实验验证的预测，将微管中的量子现象与记忆痕迹的分子基础联系起来，提出了一种新颖的量子机制，用于整合的神经计算。

ABSTRACT

In order to create a novel model of memory and brain function, we focus our approach on the sub-molecular (electron), molecular (tubulin) and macromolecular (microtubule) components of the neural cytoskeleton. Due to their size and geometry, these systems may be approached using the principles of quantum physics. We identify quantum-physics derived mechanisms conceivably underlying the integrated yet differentiated aspects of memory encoding/recall as well as the molecular basis of the engram. We treat the tubulin molecule as the fundamental computation unit (qubit) in a quantum-computational network that consists of microtubules (MTs), networks of MTs and ultimately entire neurons and neural networks. We derive experimentally testable predictions of our quantum brain hypothesis and perform experiments on these.

研究动机与目标

• 基于亚分子、分子和大分子层面的量子物理，发展一种关于记忆与大脑功能的全新理论模型。
• 识别可能解释记忆编码与回忆过程整合与分化特性的量子机制。
• 确立管蛋白作为微管网络与神经回路中基本的量子计算单元（量子比特）。
• 从量子大脑假说中推导出可在生物系统中验证的实验可检验预测。

提出的方法

• 将管蛋白分子建模为由微管及其相互连接构成的量子计算网络中的量子比特。
• 应用量子物理原理于亚分子和分子结构，特别关注电子层面的相干性与纠缠。
• 利用微管的几何与尺寸依赖性特征，支持量子相干性与信息处理。
• 构建一个理论框架，将微管中的量子动力学与记忆的分子基础联系起来。
• 设计实验，以在生物系统中检验从量子大脑模型中推导出的预测。
• 将量子计算原理与神经生物学结构相结合，以模拟记忆与认知功能。

实验结果

研究问题

• RQ1 管蛋白中的量子相干性与纠缠如何支持神经元中的记忆编码与回忆？
• RQ2 微管中的哪些量子机制可以解释记忆过程既整合又分化的特点？
• RQ3 微管的分子结构如何使其能够作为量子计算单元发挥作用？
• RQ4 从量子大脑假说中会衍生出哪些可实验验证的预测？
• RQ5 微管网络在形成记忆痕迹的量子计算基底中起什么作用？

主要发现

• 本文识别出管蛋白与微管中的量子现象，作为记忆编码与回忆的合理机制。
• 提出微管构成一个量子计算网络，其中管蛋白作为量子比特，实现相干的信息处理。
• 该模型表明，微管中的量子动力学可能构成记忆痕迹的分子基础。
• 该假说生成了将量子效应与神经功能联系起来的可实验验证的预测。
• 该框架为将量子物理与神经生物学记忆机制整合提供了理论基础。
• 该研究通过细胞骨架水平的量子计算，推进了理解大脑功能的新范式。