神经元介绍


神经元的功能和结构

神经系统主要由中枢神经系统(CNS)和外周神经系统(PNS)构成。中枢神经系统包括大脑、小脑、脑干和脊髓,是信息处理和指令中枢;外周神经系统包括躯体神经系统与自主神经系统,前者控制骨骼肌运动(如动手、行走)并感知外界刺激(如触觉、痛觉),后者则调节心脏、胃肠、腺体等内脏器官的功能,实现对全身生理活动的自动调控。神经系统是人体的高级调控系统,负责信息感知、处理与反馈,统筹感知、运动、生理节律、内脏功能、器官协调、行为决策,并产生意识、思维、记忆等高级认知功能

神经元也叫做神经细胞,是构成神经系统的最小单位,它的主要任务是负责接收、整合,以及传递信息。神经元和非神经元细胞之间的关系是共生关系,它们相互依赖,共同维持大脑的功能。典型的神经元结构有明显的树突和轴突,树突(输入端)负责接收信息,而轴突(输出端)末梢负责传递信息,如图1所示。
图1-典型的神经元结构
值得注意的是,神经元种类很多,不是每种神经元都是典型的图1结构,但功能都类似,比如:感光细胞(视杆细胞、视锥细胞)、双极细胞等尽管没有明显的树突、轴突,但它们仍然能输入(感光)和输出(释放递质),功能和典型神经元结构等价。

连接、分布、信号的传导方式

神经元信号的传导方式有2种,如下所示:

  • 电传导:信息以生物电信号的形式传导,本质是由 钠钾离子流 产生的电压变化;
  • 神经递质:通过突触连接,信号以神经递质(一种化学物质,比如:胺类、氨基酸类、肽类、气体类、嘌呤类等)为媒介进行传递。

每个神经元可以接收成千上万个其它神经元的信号输入,也可以将信号输出给多个其它神经元。一个神经元可以有成千上万个树突分支用来接收大量其他神经元的信号,但典型神经元结构通常只有一个轴突,但这个轴突在末端会高度分支出成千上万个轴突末梢,通过突触连接到其他神经元的树突位置,通过神经递质进行信号传输。具有相似功能的神经元通常会形成簇,但这也不是绝对的,如图2所示。
图2-神经元信号传导方式

总结

神经元之间传递信号,是通过电信号(生物电,极其微弱)+神经递质(也叫化学传递)来共同完成的,一个神经元内部从树突->轴突->轴突末梢,是基于电信号来传导信号;而神经元之间则是基于突触进行神经递质。多个相关功能的神经元共同构成了一类神经网络,而多个不同类型的神经网络(视觉神经网络、听觉神经网络、情绪神经网络,以及运动神经网络等)则构成了神经系统。

非神经元细胞的分类的作用

非神经元细胞(统称为胶质细胞(Glial cells))是神经元的”保姆”和”卫士”,专职维持神经元的生存、功能稳定、环境平衡。它们彼此之间是共生关系,非神经元细胞的存在,就是为了”伺候好”神经元,让神经元能安心传导信号。非神经元细胞虽然不负责传递信号,但在维持神经元”活着、能工作”方面不可或缺。

非神经元细胞的分类:

中文名称 英文名称 所属系统
星形胶质细胞 Astrocyte 中枢
少突胶质细胞 Oligodendrocyte 中枢
施旺细胞 Schwann cell 外周
小胶质细胞 Microglia 中枢
室管膜细胞 Ependymal cell 中枢


非神经元细胞数量比神经元多很多,在大脑中约为神经元的 3~10 倍,视区域和物种不同略有差异。

类型 数量估算
神经元 ≈860 亿(约 50%)
非神经元细胞(主要是胶质细胞) ≈1,000 亿~2,000 亿(约 50%+)


非神经元细胞的主要功能:

核心功能 说明
代谢支持 供应营养物质(如葡萄糖、乳酸)给神经元
清除废物 清理神经元代谢产物、突触间隙的多余神经递质
形成髓鞘 少突胶质细胞、施旺细胞包裹神经元,提升信号传导速度
免疫监控 小胶质细胞清除病原体、死亡细胞
修复损伤 受损神经元周围激活星形胶质细胞,参与瘢痕修复
维持离子平衡 调节钾离子、钙离子浓度,保持神经元微环境稳定

其它

  • 中枢神经系统(CNS)就是我们身体里所有神经元的大本营,主要包括大脑和脊髓,由多个神经网络(如视觉、语言、运动网络)构成;它通过不停的电活动来接收信息、处理分析、发出指令、协调身体行为。
  • 神经元不是乱七八糟地长,而是有明确的结构位置、连接方式和排列规则;视网膜中的神经元有各种类型,按一定规律排列,信息层层传递;
  • 神经回路有简单和复杂2种,比如:打喷嚏、眨眼、反射动作,走的是简单回路,不用经过大脑深度思考;而说话、看东西理解含义,走的是复杂回路,需要多个脑区的协同配合,信号会在多个神经网络之间跳转处理。

Author: gao_xianglong
Reprint policy: All articles in this blog are used except for special statements CC BY 4.0 reprint policy. If reproduced, please indicate source gao_xianglong !
  TOC