从Brain Bee到杜克大学计算神经科学博士：我与脑科学的故事

“As long as our brain is a mystery, the universe, the reflection of the structure of the brain will also be a mystery.” ― Santiago Ramón y Cajal

▎作者：龚子奕（毕业于深圳中学，曾获Brain Bee全国赛一等奖。现为美国杜克大学神经科学专业博士生）

我想，作为大多生物与这个世界互动的载体的神经系统，恐怕没有比它更吸引人的了。

最早对神经科学产生兴趣是在高中。一次偶然的机会，我了解到一个叫 Brain Bee的关于神经科学的国际竞赛。

当时Brain Bee在中国处于起步阶段，但准备的过程着实让我对神经科学十分着迷。仍记得当时我影印了一本书，名为《认知神经科学：关于心智的生物学（Cognitive Neuroscience: The Biology of the Mind）》。大概四五百页，对新手很友好，但又不失细节。

这本书从神经元讲到了大脑的功能模块、认知理论、认知疾病等。我把这本书翻了好几遍，最大的感慨就是大脑或者说神经系统，无论在宏观还是微观上都像一个神秘的精密仪器。

而且，比起生物体其他系统，神经系统与外部世界和内心有着紧密的连接与互动——这个精密仪器是怎么运作的？它如何和外部世界互动？心智如何产生和运行？现在看来，这些问题虽然太宏大以至于几辈子都得不到答案，但无疑深深地吸引着我。

不过，本以为找准方向便可一路走到黑的我却在大一就陷入迷茫。

进入大学后，我迫不及待地参加了两个实验组，分别与中文语言处理和成瘾性与奖励机制相关。但随着科研项目的进展，我却不像其他进入实验室的本科生—样，我似乎对我做的提不起精神。无趣与理工科上的优势让我转到计算机专业，并一整年没有做科研。我逐渐发现，我对概念感兴趣，对实验操作不感兴趣；对机制原理感兴趣，对医学应用不感兴趣；对数据处理和分析感兴趣，对数据采集不感兴趣。

因此，我渐渐明确下来，我喜欢的是理论神经科学，或者计算神经科学——顾名思义，用理论建模和数学分析来研究神经科学。

梳理和补充知识结构之后，我开启了两个独立项目：模拟多感官环境下的关联学习，以及视网膜结构的演化计算。当然，这两个项目的细化、探究方法很稚嫩；不过最宝贵的是它们给了我从选题到结题，从零到有的独立科研经验。

此外，我还在为另一个实验室分析小鼠嗅觉导航的行为学数据，这给了我作为一个做理论的与实验人员交涉的能力——上博士之后，一位教授和我说，你有成为理论与实验研究之间的桥梁的潜力，这是很多单纯做理论和实验的人缺乏的——这让我十分感激。

努力与幸运并存。申请博士的时候，几所院校发来了橄榄枝。在博士入学前的半年（我本科提前毕业了），我有幸能在清华大学做了一个更为成熟的小项目。

我认为，成熟与不成熟的项目最大的区别在于，你是否知道自己在探索一个重要却鲜有人探索的问题。

我得以顺利提出模型并完成分析，在计算神经科学这个冷门领域中为数不多的专业的英文期刊上发表了一篇论文。这也是我第一次全职科研，自我提升的同时还感受了清华的氛围还体验了一波北京的朝九晚六，十分开心。博一的生涯基本延续了这种体验，除了在杜克的小镇没有北京的快节奏，以及会穿插一些课业。

至此文完成时，我刚结束Lab Rotation不久，加入了自己喜欢的实验室，主要从动力学（dynamics）角度研究神经可塑性和神经回路对时间序列输入的处理。按网上常说的分类，教授属于放养型大牛；而之前的经历告诉我，在这种环境下我最有干劲，最能刺激自己独立思考、解决问题。就目前来看，这依然是个不错的选择。

我很庆幸我走上了神经科学的路线。这是一个极具包容性的学科，有朝气却不失成熟。希望我能在博士期间做出有影响力的工作，并与神经科学一起前进，也希望越来越多思维活跃、有能力有创意的人能够一起探索我们的神经系统，带来不同而有价值的见解。