从蠕虫到小鼠：可能只有家庭维持才是关键

本文为简短的思辨性评论，探讨了受机器学习中神经网络启发的想法，提出简单的神经XOR构型（涉及兴奋性和抑制性连接）可能为生物神经回路的相关塑性模式提供基础，家庭维持是唯一的指导原则。该XOR构型仅通过信号与参考信号之间的差异进行信号，为神经回路学习中的损失函数提供基础，同时通过阻止这些信号的传播来调节家庭维持。该构型使用4:1的兴奋性到抑制性神经元比例，支持更广泛的神经模式，如众所周知的'赢家全拿'（Winner Takes All, WTA）机制。我们检查了XOR构型在各种复杂性递增的生物体已发布连接组中的存在情况，发现其数量从C. elegans中的几十个，到几种Drosophila神经节中的数百万个，再到小鼠V1视觉皮层中的数千万个。若经验证，我们的假设确定了机器学习模型中的三个关键组成部分中的两个：架构和损失函数。我们提出，相关的生物神经塌陷仅由基本的控制或调节系统驱动，而该系统在生物体复杂性日益增加的演化过程中得以维持和适应。