于玉國，男，1973年10月出生，現任復旦大學智能復雜體系基礎理論與關鍵技術實驗室、類腦智能科學與技術研究院, 教授  博士生導師。

計算神經科學實驗室

智能復雜體系基礎理論與關鍵技術實驗室 學術主任（2020-）

復旦大學生命科學學院（2012-2020)

復旦大學醫學神經生物學國家重點實驗室（2013-）

上海市東方學者特聘教授（2013）跟蹤計劃（2017）

研究方向包括大腦神經信號動力學特性和生物物理機制、神經信息處理和神經計算、神經元和神經網絡計算模型，仿生智能等。近年來構建了哺乳動物和人腦能量連接圖譜三維數學模型，揭示腦皮層普適性信號傳導和基礎代謝依賴的大腦耗能規律和機制。從離子通道層次到神經元、神經網絡和神經環路等多個尺度，研究了高等動物大腦如何實現低功耗神經網絡線路連接、和高效節能處理信息和神經計算機制。在Nature, PNAS, Neuron, Physical Review Letters, J Neurosci, PLoS Comp Biol, J Cereb Blood Flow & Metabolism等學術期刊發表SCI論文70余篇，主持/承擔國家基金項目10余項。 

教育及工作經歷：

1995年，蘭州大學物理系學士學位。

2001年，南京大學凝聚態物理學博士學位。

2001-2004年，美國卡耐基梅隆大學神經認知基礎中心博士后。

2005-2011年，耶魯大學醫學院神經生物學系博士后。

工作經歷：

1、智能復雜體系基礎理論與關鍵技術實驗室 (2020- )        教授

2、復旦大學表型研究院  （2018- ）  教授

3、復旦大學生命科學學院                 (2014-2020）  教授

4、復旦大學醫學神經生物學國家重點實驗室 (2015- )  研究員

5、復旦大學計算系統生物學中心   （2011-2014）  研究員、博士生導師。

6、耶魯大學核磁共振成像中心 （2010-2012） 副研究員

學術兼職：

1、上海生物物理學會理事。

2、中國計算神經科學學會委員、自動化控制和生物工程協會委員。

3、Frontiers in Computational Neuroscience副主編。

4、Cognitive Neurodynamics編委。

主講課程：

2013-至今復旦大學公共課：腦科學概論

2014-至今復旦大學生命科學學院專業選修課：計算神經生物學

2011-2012, 2017上海交通大學計算神經科學冬季短期培訓班

招生專業：

生物物理

生物醫學工程

復雜系統科學與工程

培養研究生情況：

培養研究生數十名。

研究方向：  

1. 神經信息編碼和神經計算理論：動作電位的時空發放模式是如何在大腦內表述自然界信號，又是如何在不確定的環境中實現有效信息提取、特征模式識別、學習和記憶等功能的？了解神經信息編碼的機制和原理，以及神經計算的基本原則和理論將我們能清楚描述大腦高級功能的關鍵。技術手段：數學模型和神經電生理。

2. 神經系統的非線性動力學：神經系統的電生理、信息、認知和控制活動具有非線性、復雜性和隨機性的本質，以及多層次、大系統、跨學科的特征。神經系統的動力學與控制問題是神經科學與非線性動力學、復雜網絡系統等多學科有機融合的交叉研究領域，是神經信息學和計算神經科學的重要組成部分。

3. 神經元的數學模型構建：神經元是構成大腦的基本單元，它由神經細胞體、樹突和軸突構成，神經元之間通過突觸連接。神經元研究對象包括：1）不同種類的神經元；2）發育過程的神經元；3）不同腦區的神經元；4）不同物種的神經元（從無脊椎動物神經系統到靈長類動物腦，再到人腦），神經元的動力學機制的不同和離子機制的變化。

4. 局部和大尺度神經環路的計算模擬：結合功能核磁共振、神經電生理等大量實驗數據，創建基于生物腦的真實神經環路數學模型，來研究學習和記憶的神經機制、研究高級認知活動比如決策的神經機理等，將有助于我們理解智能的產生。

5. 精神疾病的神經機制：在神經元水平上的鈉、鉀、鈣等離子通道的異常；以及在網絡水平上的興奮性和抑制性神經元的比例失衡會導致各種神經疾病的產生。針對臨床的癲癇、抑郁等精神疾病，我們利用計算機仿真數學模型來研究常見精神疾病發生發展的內在機理。 

研究方式：結合計算神經科學、物理學、數學建模、信息理論、神經電生理、系統辨識論和神經腦影像等理論和實驗方法手段進行綜合交叉研究。

研究領域

類腦智能和計算神經科學

神經計算模型

神經編碼理論

網絡拓撲分析

感知融合機制

腦聯接網絡圖譜

自組織學習算法

多感知融合模型

人腦低功耗機制

承擔科研項目情況：

1. 皮層神經元能量效率的生物物理機制。

2. 視皮層視覺信息編碼的動力學機制。

3. 大尺度嗅球神經網絡氣味編碼的超級計算機仿真模擬。

代表成果：

（1） 課題組通過構建構建人眼視覺搜索時空概率模型揭示人眼目標搜索過程規律，遵循低能耗和高效率貝葉斯信息最大化的均衡原則

Zhou Y and Yu Y, (2021)

Human Visual Search Follows Suboptimal Bayesian Strategy Revealed by a Spatiotemporal Computational Model and Experiment.

Communications Biology, 4:34.

（2） 同紐約州立大學石溪分校葛少宇教授團隊合作，構建了海馬齒狀回DG區能量計算模型，揭示新穎環境海馬產生更多新生神經元的抑制神經活動調控網絡能量機制

Wang X, Liu H, Morstein J, Novak AJE, Trauner DH, *Xiong Q, *Yu Y, and *Ge S, (2020)

Metabolic tuning of inhibition regulates hippocampal neurogenesis in the adult brain.

Proc Natl Acad Sci (PNAS), 117(41):25818-25829.

（3） 通過認知腦電實驗研究揭示人腦在自然環境比在城市建筑環境具有更強alpha-theta振蕩活動和網絡聯通性能

Chen Z, He Y, *Yu Y，(2020)

Attention restoration during environmental exposure via alpha-theta oscillations and synchronization,

Journal of Environmental Psychology, 68, 101406.

（4） 課題組通過電生理和計算模型綜合交叉研究揭示哺乳動物腦皮層神經元和網絡在生理溫度具有最佳的信息編碼和傳輸效率

Fu X and *Yu Y. (2019)

Reliable and efficient processing of sensory information at body temperature by rodent cortical neurons.

Nonlinear Dynamics, 98(1):215-31.

（5） 課題組和耶魯大學核磁共振成像中心合作，構建人腦能量模型揭示皮層所有腦區能量分布圖譜

*Yu Y, Herman P, Rothman DL, Agarwal D, & Hyder F. (2019).

Human brain gray matter energy map computed on the basis of cellular staining from BigBrain.

Journal of Cerebral Blood Flow & Metabolism, 39, 205.

（6） 課題組通過電生理和計算模型綜合交叉研究揭示哺乳動物腦皮層神經元軸突納鉀離子通道電導密度決定了椎體神經元和中間神經元的放電特性

Zhang W, Fan, B, Agarwal D, Li T, & *Yu Y. (2019).

Axonal sodium and potassium conductance density determines spiking dynamical properties of regular-and fast-spiking neurons.

Nonlinear Dynamics, 95(2), 1035-1052.

（7） 構建神經元-星形膠質細胞網絡計算模型，揭示膠質細胞調控皮層神經放電動力學的重要性，以及產生自發癲癇的膠質細胞Kir4.1通道和縫隙鏈接通道的機制

Du MM, *Yu Y and *Wu Y, (2018)

Astrocytic Kir4.1 channels and gap junctions account for spontaneous epileptic seizure,

PLoS Comp. Biol. 14(3): e1005877

（8） 構建了大鼠和人腦皮層能量預算計算模型，揭示了哺乳動物大腦能量分配的普適性規律

*Yu Y, Herman P, Rothman DL, Agarwal D and Hyder F, (2018)

Evaluating the gray and white matter energy budgets of human brain function,

Journal of Cerebral Blood Flow & Metabolism, 38(8):1339-1353.

（9） 和中山醫院鐘春玖教授合作，構建艾茲海默癥血液維生素代謝物的生物標志物數學模型

Pan XL. et al, ... *Yu Y and *Zhong CJ. （*Co-PI） (2016).

Measurement of Blood Thiamine Metabolites for Alzheimer’s disease Diagnosis,

EBioMedicine, 26(3):155-162.

（10） 構建嗅球大尺度神經網絡模型，解析生神經網絡通過突觸可塑性調控興奮和抑制突觸鏈接達到最佳比例實現了稀疏編碼和側向抑制功能

*Yu Y, Migliore M, Hines ML, and Shepherd GM (2014)

Sparse coding and lateral inhibition arising from balanced and unbalanced dendrodendritic excitation and inhibition.

Journal of Neuroscience 34: 13701-13713.

（11） 構建嗅球大尺度神經網絡模型，研究了嗅球網絡通過突觸可塑性自組織演化出稀疏放電機制

*Yu Y, McTavish TS, Valenti C, Hines ML, Shepherd GM and Migliore M. (2013)

Sparse distributed representation of odors in a large-scale olfactory bulb circuit.

PLoS Comp. Biol., 9(3): e1003014.

（12） 構建哺乳動物皮層神經元計算模型，揭示了生理溫度條件使高等動物皮層神經元實現動作電位放電的高效節能生物物理機制

Yu Y, Hill A. and McCormick DA. (2012)

Warm body temperature facilitates energy efficient cortical action potentials.

PLoS Comp. Biol., 8(4) e1002456.

（13） 率先發現皮層神經元軸突存在大量P/Q和N型鈣離子通道亞型的實驗證據

Yu Y, Maureira C and McCormick DA (2010)

P/Q and N channels control baseline and spike-triggered calcium levels in neocortical axons and synaptic boutons,

Journal of Neuroscience, 30: 118580-11869

（14） 通過實驗和皮層神經元Hodgkin-Huxley三維計算模型相互驗證，進一步證實作電位傳輸過程產生的軸向電流可導致動作電位快速上升相和閾值離散現象。得到國際同行普遍認可

Yu Y, Shu Y, Duque A, Haider B and McCormick DA (2008)

Cortical Action Potential Back-propagation Explains Spike Threshold Variability and Rapid-Onset Kinetics.

Journal of Neuroscience, 28: 7260-7272. PMCID: 2664555

（15） 構建皮層神經元Hodgkin-Huxley三維軸突和樹突計算模型，在國際上首先提出動作電位傳輸過程產生軸向電流導致動作電位快速上升相和閾值離散的機制。在專業頂級期刊NATURE發表

McCormick DA, Shu Y and Yu Y (2007)

Hodgkin and Huxley model—still standing?

Nature. 445: E1-E2.

（16） 首次揭示皮層神經元對自然界信號的高度適應性，來自于皮層神經元對自然界信號1/f統計特性的適應性

*Yu Y, Richard RD and Lee TS (2005)

Preference of sensory neural coding for 1/f signals.

Phys. Rev. Lett., 94, 1081031-4

（17） 通過構建計算模型揭示視覺神經元對輸入信號對比度適應的信息最大化原則和調控機制

*Yu Y, Richard RD and Lee TS. (2005)

Adaptive contrast gain control and information maximization.

Neurocomputing, 65-66 111-116

（18） 通過計算模型和數學分析揭示神經元響應曲線的閾值和飽和值在編碼信號過程的調制機制

*Yu Y and Lee TS. (2003)

Adaptation of the transfer function of the Hodgkin-Huxley (HH) neuronal model.

Neurocomputing 52-54, 441-446

科研成果：

1. 在卡耐基－梅隆大學視覺認知實驗室，通過神經行為和電生理實驗方法，首次揭示視皮層對自然界信號的適應性信息處理機制，來自于視皮層神經元動力學特性對自然界信號統計特性長程相關特性（1/f特征）的適應性調諧效應。同時他還應用數學模型分析方法，刨析了神經元發放閾值和飽和值這些非線性特性對神經感知的被動適應性機制，并進一步解釋了神經環路自適應性和信息編碼最大化的關系。

2. 2006年，在耶魯大學神經生物學系，他同合作者一起揭示了哺乳動物皮層神經元能以“數字－模擬”兩種方式進行網絡突觸信號通訊，所建立的皮層神經元數學模型成功地解釋了皮層神經元閾下電位和動作電位在細胞軸突上產生和傳輸的動力學機制。

3. 2007年，德國權威神經科學小組在《Nature》發表系列文章，指出基于低等動物神經電活動的經典Hodgkin-Huxley（HH）神經元理論模型無法解釋高等動物皮層神經元動作電位產生的普遍特征：閾值離散特性和動作電位快速上升相等。本著對學術嚴謹的態度，于玉國和合作者在理論和實驗兩方面進行了重新分析和大量計算機仿真模擬，嚴格證實了皮層神經元動作電位產生時的閾值離散特性和動作電位快速上升相等特點是由動作電位在神經元軸突的空間傳播導致，這一重要成果被國際頂尖雜志《Nature》發表，指出揭示經典HH神經元理論依然適用于哺乳動物皮層神經元的動作電位發放過程，駁斥了德國小組新建立的動作電位鈉離子協同機制。

4. 2010年，通過對哺乳動物前額皮層腦切片進行雙光子成像和膜片鉗電生理記錄手段，在該領域率先發現皮層神經元軸突上分布著大量的P/Q和N型鈣離子通道，并最早揭示了軸突上的鈣通道激活的鉀通道對動作電位的發放率、發放精確時刻和波形產生具有重要的調制作用。

5. 2010年，通過大規模神經網絡建模揭示了初級視皮層神經網絡在對自然界信號進行信息處理時采用的同步和稀疏編碼機制，表明大腦網絡在信號處理方面遵從了能量最優化原則。這些突破性成果均發表在專業頂級雜志上。

6. 研究成果發現：當動物處于沒有外界刺激的靜息狀態、尤其是麻醉狀態，動物大腦皮層的神經電活動和對應區域的血氧信號出現了明顯的去耦合狀態。這一結論意味著，當前基于動物麻醉狀態下來測量反映神經功能連接的腦影像的實驗原理是不合理的，靜息態腦功能連接的實驗研究必須使動物處于適度的清醒狀態。這一重要研究成果已經被國際著名期刊《自然通訊》考慮接收。 

論文專著：

目前已經在國際一流學術期刊發表學術論文30多篇，研究成果分別發表在國際頂級學術刊物如《Nature》、《Physical Review Letters》、《Journal of Neuroscience》、《Neuron》、《PNAS》和《PLoS Computational Biology》等上面，同行總引用率超過1000次。 

代表性論文：

90 Mingyi Huang and Yuguo Yu* (2023). Wiring Cost Minimization: A Dominant Factor in the Evolution of Brain Networks across Five Species, 2023 CogSci (CCF-B).

89 Shen, Hao; Yu, Yuguo* (2023). Robust Evaluation and Comparison of EEG Source Localization Algorithms for Accurate Reconstruction of Deep Cortical Activity. Mathematics, 11(11):2450. https://doi.org/10.3390/math11112450

88 Chen, Zhongyu; Yu, Yuguo*; Xue, Xiangyang (2023). A Connectome-Based Digital Twin Caenorhabditis elegans Capable of Intelligent Sensorimotor Behavior. Mathematics, 11(11):2442. https://doi.org/10.3390/math11112442

87 Ruizhe Zheng*, Jun Li*, Yi Wang, Tian Luo, and Yuguo Yu (2023). ScatterFormer: Locally-Invariant Scattering Transformer for Patient-Independent Multispectral Detection of Epileptiform Discharges. 37th AAAI Conference on Artificial Intelligence, Washington, DC. https://arxiv.org/abs/2304.14919

86 Peng Tao#, Qifan Wang#, Jifan Shi#, Xiaohu Hao, Xiaoping Liu, Bin Min, Yiheng Zhang, Chenyang Li, He Cui*, Luonan Chen*. Detecting dynamical causality by intersection cardinal concavity. Accepted by Fundamental Research. (2023). https://doi.org/10.1016/j.fmre.2023.01.007

85 Qunxi Zhu*, Xin Li, Wei Lin* [2023], Leveraging neural differential equations and adaptive delayed feedback to detect unstable periodic orbits based on irregularly-sampled time series, CHAOS, Fast Track, Editor's Pick, 33(3): 031101. https://aip.scitation.org/doi/10.1063/5.0143839

84 Jingdong Zhang, Qunxi Zhu*, Wei Yang*, Wei Lin* [2023], SYNC: Safety-aware Neural Control for Stabilizing Stochastic Delay-Differential Equations, The Eleventh International Conference on Learning Representations (ICLR 2023). https://openreview.net/forum?id=_8mS2NE-HXN

83 Zhang J, Huang M, Gu Y, *Chen A and *Yu Y, （2022），Visual-based spatial coordinate dominates probabilistic multisensory inference in Macaque MST-d disparity encoding. Brain Sciences, 12，1387.  https://doi.org/10.3390/brainsci12101387

82 Yu, Yuguo*; Akif, Adil; Herman, Peter; Cao, Miao; Rothman, Douglas L.; Carson, Richard E.; Agarwal, Divyansh; Evans, Alan C.; Hyder, Fahmeed*.  A 3D atlas of functional human brain energetic connectome based on neuropil distribution, Cerebral Cortex, 2023, 33(7): 3996-4012. https://doi.org/10.1093/cercor/bhac322

81 Zhang J, Gu Y, *Chen A and *Yu Y, (2022) Unveiling dynamical systems strategies for multisensory processing: from neuronal fixed-criterion integration to population Bayesian inference, Research, 2022,1-12. https://doi.org/10.34133/2022/9787040

80 Pei, Xinzhen; Xu, Guiying; Zhou, Yunhui; Tao, Luna; Cui, Xiaozhu; Wang, Zhenyu; Xu, Bingru; Wang, An-Li; Zhao, Xi; Dong, Haijun; An, Yan; Cao, Yang; Li, Ruxue; Hu, Honglin*; Yu, Yuguo*, 2022, A simultaneous EEG and eye-tracking dataset in elite athletes during alertness and concentration tasks, Scientific Data, 9(1): 1-15. https://doi.org/10.1038/s41597-022-01575-0

79 Du, M., Li, J., Ying, W., & *Yu, Y. (2022). A dynamics model of neuron-astrocyte network accounting for febrile seizures. Cognitive Neurodynamics, 16(2), 411-423. https://doi.org/10.1007/s11571-021-09706-w

78 Qi, Xiaoying; Wang, Yingying; Lu, Yingzhi; Zhao, Qi; Chen, Yifan; Zhou, Chenglin*; Yu, Yuguo*. (2022). Enhanced brain network flexibility by physical exercise in female methamphetamine users. Cognitive Neurodynamics, 1-17. https://doi.org/10.1007/s11571-022-09848-5

77 Jifan Shi, Kazuyuki Aihara, Tiejun Li, and Luonan Chen. Energy landscape decomposition for cell differentiation with proliferation effect. National Science Review, 9(8): nwac116, 2022.】 https://doi.org/10.1093/nsr/nwac116

76 Yang Li, Jifan Shi, and Kazuyuki Aihara. Mean-field analysis of Stuart-Landau oscillator networks with symmetric coupling and dynamical noise. Chaos, 32: 063114, 2022.  https://doi.org/10.1063/5.0081295

75 Jingdong Zhang, Qunxi Zhu*, Wei Lin* [2022], Neural Stochastic Control, The Thirty-sixth Conference on Neural Information Processing Systems (NeurIPS 2022).  https://openreview.net/forum?id=5wI7gNopMHW

74 Qnxi Zhu*, Yifei Shen, Dongsheng Li, Wei, Lin* [2022], Neural Piecewise-Constant Delay Differential Equations, Proceedings of the Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI 2022). https://ojs.aaai.org/index.php/AAAI/article/download/20911/20670

73 Zheng G, Li YZ, Qi XY, Zhang W, *Yu Y, (2021) Mental Calculation Drives Reliable and Weak Distant Connectivity While Music Listening Induces Dense Local Connectivity, Phenomics, 1.6: 285-298. https://doi.org/10.1007/s43657-021-00027-w

72 Lei, Yu; Li, Yuzhu; Yu, Lianchun; Xu, Longzhou; Zhang, Xin; Zheng, Gaoxing; Chen, Liang; Zhang, Wei; Qi, Xiaoying; Gu, Yuxiang*; Yu, Yuguo*; Mao, YingFaded Critical Dynamics in Adult Moyamoya Disease Revealed by EEG and fMRI.Oxidative Medicine and Cellular Longevity, 2021, 2021:1-17. https://doi.org/10.1155/2021/6640108

71 Pei Xinzhen; Qi Xiaoying; Jiang Yuzhou; Shen Xunzhang; Wang An Li; Cao Yang; Zhou Chenglin; Yu Yuguo*. (2021) Sparsely Wiring Connectivity in the Upper Beta Band Characterizes the Brains of Top Swimming Athletes. Frontiers in Psychology, 12:661632. https://doi.org/10.3389/fpsyg.2021.661632

70 Lu, Yingzhi; Qi, Xiaoying; Zhao, Qi; Chen, Yifan; Liu, Yanjiang; Li, Xiawen; Yu, Yuguo*; Zhou, Chengling*Effects of exercise programs on neuroelectric dynamics in drug addiction.Cognitive Neurodynamics, 2021, 15(1): 27-42. https://doi.org/10.1007/s11571-020-09647-w

69 Zheng, Gaoxing; Lei, Yu; Li, Yuzhu; Zhang, Wei; Su, Jiabin; Qi, Xiaoying; Chen, Liang; Zhang, Xin; Gu, Yuxiang*; Yu, Yuguo*; Mao, YingChanges in Brain Functional Network Connectivity in Adult Moyamoya Diseases. Cognitive Neurodynamics, 2021, 15(5): 861-872. https://doi.org/10.1007/s11571-021-09666-1

68 Zhou, Yunhui; Yu, Yuguo*, (2021) Human Visual Search Follows Suboptimal Bayesian Strategy Revealed by a Spatiotemporal Computational Model and Experiment. Communications Biology, 4(1)，1-16. https://doi.org/10.1038/s42003-020-01485-0

67 Wang, Xinxing; Liu, Hanxiao; Morstein, Johannes; Novak, Alexander J. E.; Trauner, Dirk; Xiong, Qiaojie*; Yu, Yuguo*; Ge, Shaoyu*.Metabolic tuning of inhibition regulates hippocampal neurogenesis in the adult brain, Proceedings of the National Academy of Sciences, 2020, 117(41): 25818-25829.  https://doi.org/10.1073/pnas.2006138117

66 Lu Y, Qi X, Zhao Q, et al, *Yu Y and *Zhou C (2020) Effects of exercise programs on neuroelectric dynamics in drug addiction. Cognitive Neurodynamics, 1-16.

65 Lei, Yu; Song, Benshen; Chen, Liang; Su, Jiabin; Zhang, Xin; Ni, Wei; Yu, Yuguo; Xu, Bin; Yu, Lianchun*; Gu, Yuxiang*; Mao, Ying. Reconfigured functional network dynamics in adult moyamoya disease: a resting-state fMRI study. Brain Imaging and Behavior, 2020, 14(3): 715-727.

64 Chen Z, He Y, *Yu Y，(2020) Attention restoration during environmental exposure via alpha-theta oscillations and synchronization. Journal of Environmental Psychology, 68, 101406.

63 Yang, Lei; Jin, Yuqing; Wang, Xuejun; Yu, Bin; Chen, Renzhong; Zhang, Cong; Zhao, Yan; Yu, Yuguo; Liu, Yunqi; Wei, Dacheng*.Antifouling Field‐Effect Transistor Sensing Interface Based on Covalent Organic Frameworks. Advanced Electronic Materials, 2020, 6(5): 1901169.

62 Fu, Xin; Yu, Yuguo*.Reliable and efficient processing of sensory information at body temperature by rodent cortical neurons. Nonlinear Dynamics, 2019, 98(1): 215-231.

61 YZ Li, GX Zheng, XY Qi, *Yu Y. (2019) Critical Dynamics Characteristics of Human Brain EEG Activity During Music-listening State and Resting State, Journal of Fudan University 05-0586-10.

60 Yu, Bin; Jin, Yuqing; Shen, Yi; Yang, Yenan; Wang, Gang; Zhu, Haiying*; Yu, Yuguo*; Wang, Jingqiang*.Loss of homeoprotein Msx1 and Msx2 leading to athletic and kinematic impairment related to the increasing neural excitability of neurons in aberrant neocortex in mice. Biochemical and Biophysical Research Communications, 2019, 516(1): 229-235.

59 *Yu Y, Herman P, Rothman DL, Agarwal D, & Hyder F. (2019). Human brain gray matter energy map computed on the basis of cellular staining from BigBrain. Journal of Cerebral Blood Flow & Metabolism, 39, 205. 

58 Qu, Guojie; Fan, Boqiang; Fu, Xin; Yu, Yuguo*.The impact of frequency scale on the response sensitivity and reliability of cortical neurons to 1/fβ input signals. Frontiers in Cellular Neuroscience, 2019, 13: 311.

57 Zhang Wen; Fan Boqiang; Agarwal Divyansh; Li Tun; Yu Yuguo *. Axonal sodium and potassium conductance density determines spiking dynamical properties of regular-and fast-spiking neurons. Nonlinear Dynamics, 2019, 95(2): 1035-1052.

56 Yu Lianchun; Shen Zhou; Wang Chen; Yu Yuguo*.Efficient coding and energy efficiency are promoted by balanced excitatory and inhibitory synaptic currents in neuronal network.Frontiers in cellular neuroscience, 2018, 12: 123.

55 Du, Mengmeng; Li, Jiajia; Chen, Liang; Yu, Yuguo*; Wu, Ying*.Astrocytic Kir4.1 channels and gap junctions account for spontaneous epileptic seizure,PLoS Computational Biology, 2018, 14(3): e1005877.

54 Zheng, Gaoxing; Qi, Xiaoying; Li, Yuzhu; Zhang, Wei; Yu, Yuguo*.A comparative study of standardized infinity reference and average reference for EEG of three typical brain states. Frontiers in Neuroscience. 2018;12:158.

53 Liu, Yujiang; Yue, Yuan; Yu, Yuguo; Liu, Liwei; Yu, Lianchun*.Effects of channel blocking on information transmission and energy efficiency in squid giant axons. Journal of Computational Neuroscience, 2018, 44(2): 219-231.

52 Zhou Shanglin; Yu Yuguo*.. Synaptic E-I balance underlies efficient neural coding,Frontiers in Neuroscience. 2018,12:46.

51 Wang YiYan; Wang Pingxiao; Yu Yuguo*.Decoding English alphabet letters using EEG phase information, Frontiers in Neuroscience, 2018, 12: 62.

50 Yu Yuguo*; Herman Peter; Rothman Douglas L; Agarwal Divyansh; Hyder Fahmeed*. Evaluating the gray and white matter energy budgets of human brain function, Journal of Cerebral Blood Flow & Metabolism, 2018, 38(8): 1339-1353.

49 Yu Lianchun; Yu Yuguo*. Energy-Efficient Neural Information Processing in Individual Neurons and Neuronal Networks, Journal of Neuroscience Research, 2017, 95(11): 2253-2266.

48 Li J, Xie Y, Yu Y, Wu Y, (2017) A neglected GABAergic astrocyte: Calcium dynamics and involvement in seizure activity. Sci. China Technol. Sci. 60: 1003.

47 Fan, BQ, He Y, *Yu Y (2016) 1/f Characteristic in Natural Signals and Sensory Neural Response Properties. SCIENTIA SINICA Vitae, 46(4), 374-384.

46 Chen, Zheng; He, Yujia; Yu, Yuguo *. Enhanced functional connectivity properties of human brains during in- situ nature experience, PeerJ, 2016, 4: e2210.

45 Ye, Weijie; Liu, Shenquan*; Liu, Xuanliang; Yu, Yuguo.A neural model of the frontal eye fields with reward-based learning. Neural Networks, 2016, 81: 39-51.

44 Ju H, Hines ML, *Yu Y .Cable energy function of cortical axons,Scientific Reports, 2016, 6: 29686.

43 Yu LC, Zhang C, Liu YW and *Yu YG (2016) Energy-efficient population coding constrains network size of a neuronal array system, Scientific Reports,  6:193691-8 (2016). PMC4725972

42 Zhou S, Migliore M and *Yu YG (2016) Odor experience facilitates sparse representations of new odors in a large-scale olfactory bulb model. Front in neuroanat. 2016, 10:10. PMCID: 4749983

41 Pan, Xiaoli; Fei, Guoqiang; Lu, Jingwen; Jin, Lirong; Pan, Shumei; Chen, Zhichun; Wang, Changpeng; Sang, Shaoming; Liu, Huimin; Hu, Weihong; Zhang, Hua; Wang, Hui; Wang, Zhiliang; Tan, Qiong; Qin, Yan; Zhang, Qunying; Xie, Xueping; Ji, Yong; Cui, Donghong; Gu, Xiaohua; Xu, Jun; Yu, Yuguo*; Zhong, Chunjiu*Measurement of Blood Thiamine Metabolites for Alzheimer’s disease Diagnosis, EBioMedicine, 26(3):155-162. PMCID: 4739421

40 Zhang W, Yang HL, Song JJ, Chen M, Dong Y, Lai B, Yu Y, Ma L and Zheng P, (2015) DAMGO depresses inhibitory synaptic transmission via different downstream pathways of μ opioid receptors in ventral tegmental area and periaqueductal gray. Neuroscience 301, 144-154

39 Zheng Chen#*; Yujia He#; Yu Guo Yu*.Natural environmentpromotes deeper brain functional connectivity than built environment.BMC Neuroscience, 2015, 16: 294-295.

38 Boqiang Fan; Yu Guo Yu*.Key factorsdominating the neural coding preference to 1/f signal.BMC Neuroscience, 2015, 16: 296-297.

37 Wen Zhang; Boqiang Fan; Yu Guo Yu*.Axon initial segment potassium channel density in cortical neurons.BMC Neuroscience, 2015, 16: 295-296.

36 Li, Jiajia; Liu, Shaobao; Liu, Weiming; Yu, Yuguo; Wu, Ying.Suppression of firing activities in neuron and neurons of network induced by electromagnetic radiation.Nonlinear Dynamics, 2016, 83(1-2): 801-810.

35 Zhou Shanglin; Fan Boqiang; Migliore Michele; Yu Yuguo.Learning experience facilitates sparse coding of new odors in a large-scale olfactory bulb model.BMC Neuroscience, 2015, 16(Suppl 1).      

34 Fan B.Q.; Yu Y.G.Computational investigation of biophysical mechanism of individual neurons to 1/f signal.PLoS Computational Biology, 2015, in submission.

33 Yu, Yuguo*; Migliore, Michele; Hines, Michael L.; Shepherd, Gordon M. Sparse Coding and Lateral Inhibition Arising from Balanced and Unbalanced Dendrodendritic Excitation and Inhibition. Journal of Neuroscience, 2014, 34(41): 13701-13713.

32 Yu Yuguo*; Karbowski Jan; Sachdev Robert N S; Feng Jianfeng.Effect of temperature and glia in brain size enlargement and origin of allometric body-brain size scaling in vertebrates. BMC Evolutionary Biology, 2014, 14:71801-71814. PMCID: 4193995

31 Yu Guo Yu*. Constant Warm Body Temperature Ensures High Response Reliability of Neurons in Endothermic Brains. Austin J Comput Biol Bioinform, 2014; 1(1): 5.

30 Yu, Yuguo*; McTavish, Thomas S.; Hines, Michael L.; Shepherd, Gordon M.; Valenti, Cesare; Migliore, MicheleSparse Distributed Representation of Odors in a Large-scale Olfactory Bulb Circuit. PLoS Comput Biol, 9(3):e1003014.

29 Carnevale NT, Cheung K, Crasto CJ, Hines ML, Marenco L, McDougal RA, Migliore M, Miller PL, Morse TM, Neymotin SA, Shepherd GM, Wang R and Yu YG (2013). Senselab databases integrate neuronal data and modeling. Front. Neuroinform. Neuroinformatics 2013. doi: 10.3389/conf.fninf.2013.09.00079.

28 Yuguo Yu*. Properties of cortical axons for energy efficient cortical action potentials. BMC Neurosci. 2012, 13: P6.

27 Yuguo Yu* Temperature-fastened sodium inactivation accounts for energy efficient cortical action potentials in mammalian brains. BMC Neurosci. 2012, 13:P5.

26 Yu Yuguo*; Hill Adam P; McCormick David A. Warm body temperature facilitates energy efficient cortical action potentials. PLoS Computational Biology, 2012, 8(4): 16.

25 Foust AJ, Yu YG, Popovic M, Zecevic D and McCormick DA (2011) Somatic Membrane Potential and Kv1 Channels Control Spike Repolarization in Cortical Axon Collaterals and Presynaptic Boutons. Journal of Neuroscience, 2011, 31(43): 15490-15498.

24 Yu YG, Maureira C and McCormick DA (2010) P/Q and N channels control baseline and spike-triggered calcium levels in neocortical axons and synaptic boutons, JJournal of Neuroscience, 2010, 30(35): 11858-11869.

23 Haider B, Krause MR, Duque A, Yu YG, Touryan J, Mazer JA, McCormick DA (2010) Synaptic and network mechanisms of sparse and reliable visual cortical activity during non-classical receptive field stimulation.Neuron, 2010, 65(1): 107-121.

22 Ros H., Sashdev, R.N.S., Yu Y.G., Sestan, N., and McCormick D.A. Neocortical Networks Entrain Neuronal Circuits in Cerebellar Cortex. Journal of Neuroscience, 2009, 29(33): 10309-10320.

21 Yu YG, Shu Y, Duque A, Haider B and McCormick DA (2008) Cortical Action Potential Back-propagation Explains Spike Threshold Variability and Rapid-Onset Kinetics. Journal of Neuroscience, 2008, 28(29): 7260-7272.

20 McCormick DA, Shu Y and Yu YG (2007) Hodgkin and Huxley model—still standing? Nature. 445: E1-E2. No PMCID

19 Shu Y, Yu YG, Yang J and McCormick DA (2007) Selective control of cortical axonal action potentials by a slowly inactivating K+ current. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(27): 11453-11458.

18 Shu Y, Duque A, Yu YG, Haider B and McCormick DA (2007) Properties of action potential initiation in neocortical pyramidal cells: evidence from whole cell axon recordings. J Neurophysiol, 2007, 97(1): 746-760.

17 Haider B., Duque A., Hasenstaub A.R., Yu Y.G., McCormick D.A. Enhancement of visual responsiveness by spontaneous local network activity in vivo. Journal of Neurophysiology, 2007, 97(6): 4186-4202.

16 Shu Y, Hasenstaub A, Duque A, Yu YG and McCormick DA (2006) Modulation of intracortical synaptic potentials by presynaptic somatic membrane potential. Nature, 2006, 441(7094): 761-765.

15 Yu YG*, Richard RD and Lee TS (2005) Preference of sensory neural coding for 1/f signals. Physical Review Letters, 2005, 94(10): 108103.

14 Yu YG*, Potetz B and Lee TS (2005) The role of spiking nonlinearity in contrast gain control and information transmission. Vision Research, 2005, 45(5): 583-92.

13 Yu, Y.G., Richard, R.D., and Lee, T.S. Adaptive contrast gain control and information maximization. Neurocomputing, 2005, 65: 111-116.

12 *Yu, Y. G., Liu, F., Wang W. and Lee, T.S. Optimal synchrony state for maximal information transmission. NeuroReport, 2004, 15(10): 1605-1610.

11 Wang S, Liu F, Wang W and Yu YG (2004) Impact of Spatially correlated noise on neuronal firing. Physical Review E, 2004, 69(1): 7. 0119091-0119097. No PMCID

10 Yu, Y. G., Liu, F., Wang, J. and Wang, W. Synchronized Rhythmic Oscillation in a Noisy Neural Network. Journal of the Physical Society of Japan, 2003, 72(12): 3291-3296.

9 Yu YG* and Lee TS (2003) Dynamical mechanisms underlying contrast gain control in single neurons. Phys Rev E 68, 0119011-0119017. No PMCID

8 Yu, Y.G., and Lee, T.S.Adaptation of the transfer function of the Hodgkin-Huxley (HH) neuronal model. Neurocomputing 52-54, 441-446 (2003); and James M. Bower, editor, Book: Computational Neuroscience: Trends in Research, (2003).

7 Romero, R.D., Yu, Y. G., Afshar, P., Lee, T.S. Adaptation of the temporal receptive fields of Macaque V1 neurons.Neurocomputing 52-54：135-140 (2003); and James M. Bower, editor, Book: Computational Neuroscience: Trends in Research, (2003).

6 Yu, Y. G*., Wang, W., Wang, J.F., and Liu, F. Resonance-enhanced signal detection and transduction in Hodgkin-Huxley neuronal systems.Physical Review E, 63, 0219071-02190712, (2001).

5 Yu, Y.G., Liu, F., and Wang W. Spike timing precision for a neuronal array with periodic signal.Physics Letters A, 2001, 282(1-2): 23-30.

4 Liu, F*; Yu, Y. G., and Wang, W.Signal-to-noise gain in nervous systems.Physical Review E - Statistical Physics, Plasmas, Fluids, and Related Interdisciplinary Topics, 2001, 63(5): 051912-0519124 .

3 Yu, Y. G., Liu, F., and Wang, W.Frequency sensitivity in Hodgkin-Huxley systems.Biological Cybernetics, 2001, 84(3): 227-233.

2 Yu, Y. G., and Wang, W. Generation of Spontaneous Synchronized Rhythm and its Role in Information Processing. Chinese Physics Letters, 2001, 18(2): 295-298.

1 Liu, F., Yu, Y. G., and Wang, W.Information Representation and Its Application to Stochastic Resonance. Journal of the Physical Society of Japan, , 2000, 69(12): 4107-4111.
 

榮譽獎勵：

1、上海市優秀學術帶頭人  （2021）。

2、上海市東方學者跟蹤計劃（2017）。

3、上海市東方學者       （2013）。

 

 

“神奇大腦及其潛能開發”報告討論會舉行

5月28日晚，由復旦生命與潛力學社、復旦“語言•大腦•計算”交叉學科平臺共同主辦的，主題為“神奇大腦及其潛能開發”的講座在三教3206如期舉行，為這次校慶的“科學盛宴”添上了濃墨重彩的一筆。講座特別邀請了復旦大學生命科學院于玉國教授，上海東方大腦科學研究所所長王桂松教授，復旦大學社政院心理學系張學新教授，上海心理學會基礎教育專委會主任秦啟庚教授，四位著重不同側面的大腦科學專家，分別做了精彩演講。參加這次會議的嘉賓有：上海新華醫院神經內科樓之茵博士，瑞梅醫院投資管理公司邱世繪總監、張玉平經理，國家高級營養師李瑞，上海心儀電子科技有限公司心理健康事業部馬保記經理以及人類潛力學學者、生命與潛力學社導師之一顧平爾等。

報告會在生命與潛力學社社長陳悅熱忱的歡迎詞中拉開序幕，首先主講的是于玉國教授，他從物理定律、宇宙的神奇構造談到大腦神經元的分子機制；從大腦神經元之間是如何通訊如何相互作用談到了人的學習、記憶、運動和認知功能。闡述了人腦的復雜結構和神奇功能。

作為一名腦外科的臨床醫生，王桂松所長給大家介紹了關于人腦疾病的相關知識，例如阿爾茨•海默癥，癲癇，抑郁癥的發病起因，臨床癥狀，治療現狀，以及如何預防。現場聽眾紛紛提問，與腦病專家熱烈互動。

接下來，社政院張學新教授主要介紹了人類不同的心理學思維模式，如邏輯思維，形象思維，創造思維，批判性思維等，并分析了 “對分課堂”的教學模式是如何激發學生的學習積極性和主動性的。

畢生致力于青年和中小學生心理健康教育的秦啟庚主任，就多年教學經驗闡述了關愛青少年心理健康的緊迫性和重要性。并分享了如何維護青年學生心理健康，有效提高他們的學習能力和改善心理實驗與教學方法等方面的切身體會。引發了聽眾對于國內心理學健康教育現狀的思考，并對當前的緊迫問題展開了真切和熱烈的討論。

講座尾聲，秦啟庚主任引進的上海心儀電子科技有限公司心理健康事業部經理馬保記帶隊一行五人，對五臺用于訓練青年學生學習能力的儀器做了當場操作演示。現場聽眾紛紛熱烈地參與測試。

值得一提的是，本次參加報告會的來賓，大多是校內外各行各業中有關大腦科學涉足較深的學者和青年探索者，他們不僅是熱情的聽眾，更是互動的專題研討積極分子。

報告會最后，四位不同領域的大腦科學專家，分別從自然科學，臨床醫學，心理健康實踐等方面梳理和揭示了人類神奇大腦及其潛能開發的根本問題和最新進展。

一場精彩的“視聽盛宴”，一場別開生面的思維碰撞，在聽眾熱烈的掌聲和依戀不舍的交流中，逐漸落下帷幕。但是，與以往不同的是，新的序曲又將拉開帷幕。這次的后續活動，在專家和青年學者們的共同應求聲中將逐一展開。如：于玉國教授將同學者們在實驗室共同進行腦科學方面尖端疑難問題的研討、實驗和測試。又如：復旦生命與潛力學社將組織有關專題小組參觀訪問東方腦研所，新華醫院等，研討與梳理有關智商、記憶力和阿爾茨•海默癥的科學測試專題。又如：東方大腦科學研究所所長王桂松教授已發出邀請，歡迎有關方學者報名參加新創立的張江大腦科學創新平臺。凡此等等，這次報告會，有如多米諾骨牌，它的連鎖反應不斷，人們期望專家學者們加緊邁向科學前沿的腳步，瞄準新銳，不斷創新，不斷樹標！

來源：腦科學研究院 2015-06-12 

 

最新研究進展：稀疏編碼和側向抑制的神經突觸機制

Sparse coding and lateral inhibition arising from balanced and unbalanced dendrodendritic excitation andinhibition.

Yu et al.,J Neurosci. 2014 Oct 8;34(41):13701-13. doi: 10.1523/JNEUROSCI.1834-14.2014.

我們最近剛發表在《神經科學通訊》的這篇文章揭示了神經網絡系統普遍存在的稀疏編碼側向抑制的突觸機制。應用嗅球系統（因為嗅球內部興奮性神經元（僧帽細胞）和抑制性神經元（顆粒細胞）非常規則組合成神經網絡，易于研究）作為研究對象，構建了一個大尺度神經網絡模型。通過研究興奮性和抑制性突觸強度在學習過程中動力學演化規律，和最終形成的稀疏編碼狀態和側向抑制程度，我們發現，當興奮性和抑制性突觸強度達到最佳比例時（約為1:1.5和1:2這個范圍），神經元集群的稀疏發放度最高。而與這些神經元相鄰的沒有直接接受信號輸入的神經元的興奮性和抑制性突觸強度出現極大地比例失衡（<1:100），這導致了側向抑制這種現象。神經元的稀疏發放和側向抑制共同作用使得神經網絡出現最為高效的稀疏編碼。

Abstract

The precise mechanism by which synaptic excitation and inhibition interact with each other in odor coding through the unique dendrodendritic synaptic microcircuits present in olfactory bulb is unknown. Here a scaled-up model of the mitral-granule cell network in the rodent olfactory bulb is used to analyze dendrodendritic processing of experimentally determined odor patterns. We found that the interaction between excitation and inhibition is responsible for two fundamental computational mechanisms: (1) a balanced excitation/inhibition in strongly activated mitral cells, leading to a sparserepresentation of odorant input, and (2) an unbalanced excitation/inhibition (inhibition dominated) in surrounding weakly activated mitral cells, leading to lateral inhibition. These results suggest how both mechanisms can carry information about the input patterns, with optimal level of synaptic excitation and inhibition producing the highest level of sparseness and decorrelation in the network response. The results suggest how the learning process, through the emergent development of these mechanisms, can enhance odor representation of olfactory bulb.

來源：于玉國博客 2014-10-11 

重要發現：動物大腦尺寸急劇增大的兩個關鍵因素和理論機制

BMC Evol Biol. 2014 Oct 3;14(1):178. [Epub ahead of print]

Effect of temperature and glia in brain size enlargement and origin of allometric body-brain size scaling in vertebrates.

Yu Y, Karbowski J, Sachdev R, Feng J.

長期以來，已經普遍認識到，在同樣身體質量的情況，哺乳動物和鳥類的大腦質量超過冷血動物的數十倍。考慮到大腦神經元耗能極高，是身體細胞的10倍，在幾乎相同的新陳代謝機制下，同樣的身體質量，哺乳動物是如何向耗能極高的大腦供應能量的？而進化上，在2億年前的爬行動物和恐龍時代，早期的哺乳動物又是什么力量驅動自然界演化出超過爬行動物數十倍 大腦的呢？

通過對數十類、上千種動物的大腦和身體質量、新陳代謝、溫度、膠質細胞含量等數據進行了全面分析，我們首次發現溫度和膠質細胞和大腦尺寸的增加緊密相關，我們建立了一個普適性的大腦－溫度數學模型揭示了，溫度越高，身體產能越大、神經元耗能減少等規律；也揭示了膠質細胞在大腦內數量的迅速增長，而膠質細胞耗能極少的特點，構成了促進溫血動物大腦出現爆炸性增長的兩個關鍵因素。我們這個溫度和膠質細胞促進大腦尺寸膨脹增長的理論給出了一個理論預測，導致了一個新的發現：即在地球上，冷血動物生活在越溫暖的地區，大腦的尺寸越大。我們收集和分析了近千種魚類數據，驗證了這個理論預測的正確性。

（后記：這篇文章前后歷經2年時間，通過和國內同行、國際同行的各種討論，針對各種爭議，做了各種分析驗證，數學模型的建立也是在每一個細節上力求堅實有據，目前為止，這是最為滿意，結論的正確性最為信服的一稿。我頭上也因此多了數根白發阿，文章前后修改超過100多稿。）

Abstract

BackgroundBrain signaling requires energy. The cost of maintaining and supporting energetically demanding neurons is the key constraint on brain size. The dramatic increase in brain size among mammals and birds cannot be understood without solving this conundrum: larger brains, with more neurons, consume more energy.ResultsHere we examined the intrinsic relationships between metabolism, body-brain size ratios and neuronal densities of both endothermic and ectothermic animals. We formulated a general model to elucidate the key factors that correlate with brain enlargement, and the origin of allometric body-brain size scaling. This framework identified temperature as a critical factor in brain enlargement via temperature-regulated changes in metabolism. Our framework predicts that ectothermic animals living in tropical climates should have brain sizes that are several times larger than those of ectothermic animals living in cold climates. This prediction was confirmed by data from experiments in fish brains. Our framework also suggests that a rapid increase in the number of less energy-demanding glial cells may be another important factor contributing to the ten-fold increase in the brain sizes of endotherms compared with ectotherms.ConclusionsThis study thus provides a quantitative theory that predicts the brain sizes of all the major types of animals and quantifies the contributions of temperature-dependent metabolism, body size and neuronal density.

來源：于玉國博客 2014-10-11

 

躬身做學問 赤誠衛初心

——記復旦大學計算系統生物學中心于玉國研究員

不久前，從復旦大學計算系統生物學中心傳出喜訊，該中心計算神經科學實驗室負責人于玉國研究員由于在所從事的研究領域中建功無數，許多研究和發現都具有極重要的意義，被授予2013年度上海高校特聘教授（東方學者）稱號。

我們在了解于玉國研究員成長歷程中鮮為人知的故事時，也揭開了這位計算神經科學領域的青年才俊傳奇式的科研軌跡。從一名學習物理出身的大學生成長為一名卓有建樹的跨學科領域的專家，于玉國始終帶著熾烈而堅定的信念，帶著樸實而淡定的笑容，帶著寬厚而溫良的品格，一路前行……

對理想的執著

生在普通家庭的于玉國，從小就很喜歡讀書。由于家境并不富裕，家里兒童讀物很少，當醫生的父親的一本專業書籍《醫學心理學》就成了他兒童時代經常閱讀的一本科學啟蒙書。這樣一本普通的醫學專業書，擺在書店的架子上可能很少有人關注，但卻因為含有一些心理物理學的有趣的實驗測試以及一些簡單的對心理、意識等認知科學的簡介，啟迪了于玉國對大腦奧秘的好奇心。他少年的頭腦經常被這本書中的有趣知識所吸引，走在路上，坐在草地里，躺在屋頂上，他的眸子坦蕩空靈，充滿好奇，在閱讀，在思考，在吸收：人的大腦原來如此神奇，人的精神世界原來如此幻化莫測，人的意識產生的機制是如此神秘……

《醫學心理學》燃起童年于玉國對科學的熱愛。路漫漫其修遠兮，他從此就跟隨著心靈的選擇，走上求索腦科學的道路。

1991年，于玉國考上蘭州大學物理系。由于當時國內的神經科學發展還很緩慢，專業非常少，他選擇物理系就讀，對他將來從事研究其實打下了很好的數理科學方面的基礎。走進大學意味著新的起點。在大學里，圖書館成了樂園，他廣泛閱讀了許多有關自然萬物規律、尤其是涉及探索大腦奧秘的科普書籍，并立下將來從事腦科學研究的理想。

為了向心中熱愛的專業靠近，本科即將畢業時，于玉國跑了兩趟北京，想去北京生物物理所讀研究生，但彼時國內跨專業招生非常嚴格，沒有神經生物學專業基礎的他，最后接受了保送本校物理系研究生的機會，但這并沒有澆滅他對神經科學的向往。碩士階段，于玉國跟隨導師研究當時熱門的納米材料，成果突出,但執著于腦科學興趣的他，先后去了上海腦所和復旦大學，希望攻讀神經科學的博士學位。國內學科的壁壘再一次拒絕了有志于跨學科研究神經科學的一名物理系研究生。恰逢此時，于玉國偶然讀到南京大學物理系王煒教授的一篇計算神經科學的文章，用計算模型和非線性動力學的方法來研究神經元和神經網絡的神經信息處理機制。于玉國難掩心中喜悅，向王教授發出報考博士生的信函，之后如愿進入南京大學物理系生物物理研究所，跟從王煒教授，成為國內最早的一批應用物理學的手段來研究神經動力學和神經信息處理的博士生之一。

十年磨一劍

一進入到計算神經科學的世界，好奇心與攻關精神使于玉國動力十足，他風雨兼程，在心靈力量的引領下揚帆啟航。2001年博士畢業后，于玉國遠渡重洋，先后到卡耐基－梅隆大學和耶魯大學開展研究工作。期間，在這個原來從未涉獵的領域里，他以非同一般的毅力和悟性，獲得一系列突破成果。

在卡耐基－梅隆大學視覺認知實驗室，他通過神經行為和電生理實驗方法，首次揭示視皮層對自然界信號的適應性信息處理機制，來自于視皮層神經元動力學特性對自然界信號統計特性長程相關特性（1/f特征）的適應性調諧效應。同時他還應用數學模型分析方法，刨析了神經元發放閾值和飽和值這些非線性特性對神經感知的被動適應性機制，并進一步解釋了神經環路自適應性和信息編碼最大化的關系。

2006年，在耶魯大學神經生物學系，他同合作者一起揭示了哺乳動物皮層神經元能以“數字－模擬”兩種方式進行網絡突觸信號通訊，所建立的皮層神經元數學模型成功地解釋了皮層神經元閾下電位和動作電位在細胞軸突上產生和傳輸的動力學機制。2007年，德國權威神經科學小組在《Nature》發表系列文章，指出基于低等動物神經電活動的經典Hodgkin-Huxley（HH）神經元理論模型無法解釋高等動物皮層神經元動作電位產生的普遍特征：閾值離散特性和動作電位快速上升相等。本著對學術嚴謹的態度，于玉國和合作者在理論和實驗兩方面進行了重新分析和大量計算機仿真模擬，嚴格證實了皮層神經元動作電位產生時的閾值離散特性和動作電位快速上升相等特點是由動作電位在神經元軸突的空間傳播導致，這一重要成果被國際頂尖雜志《Nature》發表，指出揭示經典HH神經元理論依然適用于哺乳動物皮層神經元的動作電位發放過程，駁斥了德國小組新建立的動作電位鈉離子協同機制。2010年，于玉國通過對哺乳動物前額皮層腦切片進行雙光子成像和膜片鉗電生理記錄手段，在該領域率先發現皮層神經元軸突上分布著大量的P/Q和N型鈣離子通道，并最早揭示了軸突上的鈣通道激活的鉀通道對動作電位的發放率、發放精確時刻和波形產生具有重要的調制作用。

2010年于玉國還通過大規模神經網絡建模揭示了初級視皮層神經網絡在對自然界信號進行信息處理時采用的同步和稀疏編碼機制，表明大腦網絡在信號處理方面遵從了能量最優化原則。這些突破性成果均發表在專業頂級雜志上。

在物理學、生物物理、神經生物學實驗和計算神經科學等多學科接受了系統學術訓練之后，于玉國嫻熟地應用跨學科技術方法對神經科學的前沿課題進行綜合交叉研究，取得了一個接一個的重要突破，得到了國際學術界廣泛承認。

逐浪在腦前沿

把實驗神經科學和定量化的數理科學聯系在一起，綜合運用物理、統計、數學以及工程學的概念和分析工具來科學研究大腦的功能，是國際腦研究領域的大趨勢，也促成了多學科交叉的計算神經科學這門學科在世界各國高校和研究所的興起和蓬勃發展。作為計算神經科學研究領域的佼佼者之一，于玉國看到了國內計算神經科學發展緩慢的狀況，也預見到推動計算－實驗神經科學綜合交叉研究領域的絕好機遇。經認真思慮，他決定拒絕美國兩處研究所提供的研究科學家職位，回國工作。

2011年，于玉國作為正高級研究員引進到復旦大學計算系統生物學中心。加入中心后，他積極參與中心的發展，并且在學術上也屢有建樹。他近期的一項重要研究，是通過計算模型結合神經生物學實驗首次提出高等動物所具有的37度體溫是神經元產生動作電位高效節能的重要源由，并揭開了體溫優化皮層動作電位能量效率的生物物理機制。另外恒定的體溫對維護神經元進行精確的信息處理和神經計算都起到至關重要的作用。他進一步的研究還揭示，體溫的進化有可能是導致哺乳動物擁有數十倍于冷血動物大腦的關鍵因素。

最近，他的一個計算和實驗研究還發現：當動物處于沒有外界刺激的靜息狀態、尤其是麻醉狀態，動物大腦皮層的神經電活動和對應區域的血氧信號出現了明顯的去耦合狀態。這一結論意味著，當前基于動物麻醉狀態下來測量反映神經功能連接的腦影像的實驗原理是不合理的，靜息態腦功能連接的實驗研究必須使動物處于適度的清醒狀態。這一重要研究成果已經被國際著名期刊《自然通訊》考慮接收。

將于玉國的成果部分呈現的時候，筆者發現那樣力不從心，言不盡意。一個人的榮譽與成就，永遠不要用文字去概括，因為那遠不是觀察能夠做到的，必須用心靈去感知。有形的文字永遠難書盡無形的奮斗，就像在異地他鄉，輝煌與成就的取得需要經過多少不眠的觀察，多少繁復的實驗，多少無情的挫敗……從生物物理學到計算神經科學，從生物的本原到生命的本質，于玉國的心馳騁天際，但從不忽略細枝末節。他用心血再做戰袍，繼續前行！腦科學與物理學、計算數學、臨床醫學等學科的融合，或許正在孕育基于生物腦的工業革命，中國腦科學要走在前列，亟需多學科交叉的計算神經科學和實驗神經科學的密切合作。在這里也祝福國內的腦科學研究，能夠早日實現實驗和理論計算兩條腿走路的蓬勃發展。

來源：科學中國人 2014年第6期