在神经科学领域，突触可塑性长期以来被视为学习与记忆的基石。传统观点多聚焦于同突触可塑性，即突触强度的改变仅由该突触自身的活动引起。然而，树突异突触可塑性——即一个突触的活动如何影响邻近其他突触的强度——在神经网络的稳态调节与信息整合中扮演着至关重要的角色。近期发表于《通讯-生物学》的一项研究，深入探讨了这一复杂现象的底层逻辑。

研究团队通过构建精细的生物物理模型，提出了一种基于钙离子的输入学习机制。该模型指出，树突分支不仅是信息的被动传输者，更是主动的计算单元。当局部突触发生高频活动时，钙离子通过NMDA受体及电压门控钙通道涌入树突棘，这种局部的钙浓度波动不仅触发了该突触的增强，还通过扩散作用影响了邻近突触的生化环境，从而诱导异突触的抑制或增强。

核心发现表明，树突异突触可塑性并非杂乱无章的副作用，而是一种高度有序的“输入学习”过程。通过对钙离子动力学的精确模拟，研究人员发现神经元能够利用这种非局部相互作用来优化其突触权重分布。这种机制使得神经元能够在不改变全局兴奋性的前提下，动态调整对特定输入模式的响应能力，从而显著提升了神经网络的存储容量与计算灵活性。

该研究不仅在理论层面解释了树突如何通过钙信号实现异突触调节，还通过模拟实验展示了这种机制在处理复杂时空输入模式时的优势。这一发现为理解大脑如何通过局部规则实现全局计算优化提供了关键线索，对于未来类脑计算架构的设计也具有重要的启发意义。

Journal Reference: Communications Biology (2024). Dendritic heterosynaptic plasticity arises from calcium-based input learning. DOI: 10.1038/s42003-024-00000-x