Mark Cembrowski在美国西北大学应用数学系读研时对神经生物学很感兴趣，他发现了一种方法，可以结合他的这两种兴趣。
他的两位数学教授正在与同在西北大学工作的生理学家Joshua Singer合作，Joshua一心想要制造一个被称作AII无长突中间神经元的视网膜细胞的生物学模型。“Josh希望有人来构建一个AII细胞的模型，试图理解AII作为输入/输出设备的运作方式。”Cembrowski解释道。因此，他加入了Singer的团队。
但是模型的质量取决于输入的数据。很快，Cembrowski表示，他意识到他需要更多东西，特别是膜片钳电生理学数据。他将不得不自己收集这些数据。
即便对于经验丰富的神经科学家而言，膜片钳技术也不是件易事，更不要说一个从没进过生物实验室的应用数学家。“当时我特别糟糕。”他承认，“开始的时候我损坏了不少东西。”
但他仍旧坚持了下来，并于2012年发表了他的第一篇电生理学论文。“我对它的整体观点发生了180度的转变。”他说，“当我找到了自信并能够进行这些实验技术时，我感觉自己站在了世界的最高点。”
事实证明，像Cembrowski这样的研究者也是站在神经科学世界顶端的。在这一领域，研究机会逐渐将传统神经生物学与技术发展融合在一起。
学科领域的融合促使奥巴马总统最近宣布了“使用先进创新型神经技术进行人脑研究（Brain Research through Advanced Innovative Neurotechnologies ，BRAIN）”的计划。
该计划得到了来自美国国立卫生研究院（NIH）、美国国家科学基金会（NSF）和美国国防部高级研究计划署（DARPA）共计1.1亿美元的支持，该计划着重关注技术的研发，美国国立心理健康研究所（NIMH）所长Tom Insel表示。NIH的四个研究所为该计划贡献了4000万美元，NIMH便是其中之一。
“这是一个独特的投资。”Insel表示，“并不是为了扩展神经科学的所有部分，而是具体投资于工具研发领域，该领域有时难以获得RO1的经费资助。”
他说，该计划特别要支持一类新的神经科学家，他们并不是被作为传统的脑科学家来培养的，而是作为物理学家、数学家、计算机科学家或工程师——这些科学家可能从未获得过NIH的经费。“对我来说，判断BRAIN计划成功的一个标准就是，当我看到受资助名单的薪酬计划时，我希望我不会认识其中的大多数人。”他说。
其中一个不会在名单上出现的名字，就是仍然在接受培训的Cembrowski。他在获得了应用数学的博士学位后，便加入了霍华德·休斯医学研究所珍妮莉娅农场研究园区的Nelson Spruston实验室，这是一个主要专注于神经生物学的私人研究机构。在那里，他不断地穿梭于各个领域，从电生理学到RNA测序数据分析、解剖学和组织学，再到行为分析。“没有一种技术是一座孤岛。”他解释道，“人们总是可以采用其他技术来验证和扩展之前所做的工作。”
“这个人不知道任何界限的存在。”Spruston表示，“他会走出去，学习他所需要学习的知识，来解答他想要解答的问题。这对我来说就是当今成功神经科学家的表型。”
积累技能
那么，一个人如何成长为这种表型呢？当然，坚实的技术背景是没有坏处的。近期最流行的包括神经连接组学、功能性磁共振成像（fMRI）和光遗传学。
但是大多数人表示，技能获取本身并不要紧，更重要的是尝试新事物的意愿，以及拥有充分的神经生物学知识，这样才能理解需要问什么问题。
“我们雇佣助理教授并不是因为他们了解某项技术，而是因为他们致力于某个有趣的问题。”布兰迪斯大学神经科学教授Eve Marder表示，“我们非常期待在5到10年内，他们可能会使用一种完全不同的技术。”
Ed Boyden从化学和物理学家转变为共同研发光遗传学的电气工程师，他也持有这种观点。“有技能固然是好的。但可能比拥有技能更重要的是有能力学习新的技能。”他说。毕竟，今天的流行技术迟早都会过时。
在当今的“大数据”时代，强大的计算机技能和信息学知识也成为获得神经科学成功越来越重要的因素，华盛顿大学医学院神经生物学校友讲席教授、人类连接组计划（Human Connectome Project ，HCP）项目共同负责人David Van Essen表示，“这并不意味着他们需要自己写新程序，但他们需要适应以越来越复杂的方式利用计算机。”
Marder表示，她的学生不可避免地开始精通MATLAB。与德国法兰克福马普研究所脑研究主任、神经连接组学专家Moritz Helmstaedter合作的科研人员也是如此。
Helmstaedter表示，从他的经验来讲，通常神经科学，尤其是神经连接组学最好的技能搭配是物理学背景。“这几乎总是一个有说服力的特征。”他说，“因为如果一个人有这种背景，而且又对神经科学感兴趣的话，一般很少令你失望。”但他继续说，除此之外，对定量分析的兴趣也是必需的。
他指出，大脑是一个“尚不明了的、错综复杂的”生物机器，因此不可避免地要用到在单纯的生物学中鲜见的复杂数学运算和定量方法。“数据如此巨大，因此分析必须是定量的，这是当然的，但也需要高维的模式识别。这些主题也要求你必须有良好的量化知识背景。”
这种定量的杰出才能甚至可以帮助研究人员推进他们以前尚未生成的公共数据集。麻省总医院（MGH）马蒂诺生物医学工程中心的另一位HCP项目负责人Van Wedeen表示，神经科学资源的激增如HCP和艾伦人脑图谱发表的资源，可以为缺少经费收集这种数据的年轻科学家带来意想不到的红利。特别是他们让科研人员可以试验激进的想法，并在新的焦点领域间穿梭。“他们让所有人不分老幼，都能不完全以先前的工作为驱动去追求研究设想。”他说。
Spruston表示，他雇佣的博士后通常不惧怕拆开某样东西并将其重新组装回去，又或是自己写软件而非使用现成的解决方法。在某种程度上来说，他说，这是因为他想要“非常擅长量化的”人。但也是因为，行业领导者往往是非常理解某项技术并可以对其进行改进的人。“如果你只是一直做5年前或10年前在做的事情，它所获得的效果将不如当技术进步发生时你已经站在它的顶端。”
继续教育
神经科学家可以磨练技术优势的一个方式就是学习物理学或工程学的非专业课程（如果他们仍然在研究生院的话），或者是在可以教授他们新技术的实验室做博士后研究。
但是对于技术研发迅速提升的重视程度意味着，职业发展并不只是给老神经科学家教授新把戏，也是为了面向工程师、物理学家和计算机科学家进行以神经科学为基础的培养。
在美国佐治亚瑞金斯大学大脑和行为发现研究所联合所长Joe Tsien的实验室里，有几个计算机学家和物理学家。“以我的经验将这些人培养去研究生物学，比将生物学家培养成为计算机学家更简单。”他说。
一些高校开始提供具体专注于神经技术的研究生培养，其中一个就是麻省理工学院（MIT）的神经生物学工程中心。共同负责该中心的主任Boyden表示，传统的神经科学研究生项目一般专注于由假设驱动的研究——提问并解答“大脑中深奥难懂的秘密”。相较而言，MIT中心则“是关于如何构建工具”。
“我们非常想要构建能够让我们解答问题的技术，这些问题人们甚至现在可能都无法提出。”Boyden解释道。
加州大学洛杉矶分校（UCLA）心理学助理教授Martin Monti则采用了一个不同的路径来促进他对技术的热忱。2008年，Monti在英国剑桥大学医学研究理事会认知和脑科学系读博士后时，曾参与了加州大学洛杉矶分校的塞梅尔神经成像培训项目（NITP），在阳光灿烂的加州度过了两周时光。
NITP是一项由联邦政府资助的项目，致力于“吸纳那些接受过对于神经科学来说是非传统培训的人——工程师、数学家、统计学家、物理学家等等——并让他们熟悉神经成像技术的最新情况，这门科学需要这些类型的技术”。负责该项目的Mark Cohen表示，“它既包括面向所有加州大学洛杉矶分校研究生的传统的一年奖学金计划，也开放了一项为期两周的先进磁共振成像方法及应用的浸入式暑期课程。”
暑期项目的名额仅限于来自所有学衔的35~36个参与者，“结合了课堂讲授、实验室练习和以团队为基础的科研体验。”Cohen表示，“最终一些论文得以发表，并形成了长期的合作。”
该项目也有一个补充议程，他接着说，就是吸纳来自更传统的神经科学领域的人，“让他们沉下心来认真学习我们在成像中所用到的基本技术，包括数学、物理、电气工程及其他对理解该领域至关重要的事情”。
据Cohen介绍，NITP是美国仅有的三大类似项目之一（另外两个项目是在麻省总医院和匹兹堡大学），为项目学生提供了难得一见的交叉学科培训机会。“我们的学生同时也有望成为数字信号处理、统计学、神经生理学、电子学、计量学和实验设计的能手。神经成像成为一个极其要求高技术的领域，很少有地方能够配备足以提供给这些学生成为广泛参与者所需的培训。”
Monti表示，他在报名NITP项目时已经拥有充分的fMRI经验，但是想要更深入地理解这项技术。他表示，这个课程“完全改变了我理解实验、分析数据的方式”。fMRI的运作方式和功能能够帮助他设计更好的实验，甚至推动了他的职业前景，而他发现自己在以前只了解这些知识的皮毛。
当然，一两周的培训项目并不会打造或者是破坏一份简历，麻省总医院放射学教师Robert Savoy表示，他在麻省总医院马蒂诺中心负责多项短期培训项目。“这不是一个学位授予项目。”他说，“甚至不授予CME（医学继续教育）的学分。”但仍然很有价值。Monti表示，“（NITP）当然给了我在探讨和设计实验时的巨大优势。甚至只是这一点，就将我变成了竞争博士后或教员职位时比其他人更优秀的候选人。”
脑研究的脑力流失？
不可否认当前神经科学领域拥有巨额的经费。BRAIN计划将在第一年配置约为1.1亿美元的经费——约是NIH今年整体将在神经科学上花费的55亿美元的2%，据Insel表示，而奥巴马总统要求在2015年达到2亿美元。NIH院长咨询委员会的一个工作小组近期的一份报告建议，在10年内后续投资45亿美元。2012年，欧洲研究理事会（ERC）在神经科学研究上花费了约2.5亿欧元（约等于3.23亿美元）。最近，欧盟又专项拨款10亿欧元（13亿美元），支持颇具争议的人脑计划（Human Brain Project）。
这种开支无疑将使研究领域各个层面产生工作机会，从技术员到博士后再到项目负责人。但是Insel表示，至少BRAIN计划本身并不是一个就业计划。“这真的是为了给想要进行大脑研究的广泛群体创建工具和资源。”
中国也大举投入脑研究，Tsien表示，他除了担任在佐治亚的职务外，也是中国云南省版纳生物医学研究所大脑解码中心的荣誉首席科学家。由于进行研究经费竞争的实验室和科学家相对较少，他估计经费比率“可能（约为）30%”。与之相较，据NIH显示，只有17.5%的RO1申请人在2013年获得资助。因此，Tsien表示，他看到了一个“根本性的转变”，很多曾经试图留在美国的外国博士后现在正在准备回家。“绝大多数人回到他们的国家，因为在那里有更多的机会。”
同样，Helmstaedter也发现，在马普研究所申请课题组负责人职位的美国申请者也在增加。“人们听说经费不好，但是（听到）来自美国的人会考虑到欧洲来，美国长期以来一直是做研究的地方，这简直令人惊异。”他说。
当然，这种形势将如何演化，谁都难以预料。但至少神经科学看起来是处于上升趋势的。Spruston表示，“我认为，如果我是学生或博士后，我会被该领域现在发生的一切所鼓舞。” ■