2.2 霍奇金-赫胥黎模型 (Hodgkin-Huxley Model)

2.2 霍奇金-赫胥黎模型 (Hodgkin-Huxley Model)

电缆方程解释了信号怎么走，却解释不了信号怎么"炸"。本节把第 1 章的被动电路升级：给钠和钾装上电压依赖的电导，动作电位的全部现象——阈值、全或无、上升支、回落、不应期——将从方程里自动长出来。这是 1952 年 Hodgkin 与 Huxley 在枪乌贼巨轴突上完成的工作，也是计算神经科学机制性解释的范本。

概念锚点：把"会放电的膜"写成一条方程

HH 模型在被动电路（膜电容 + 漏电导）基础上加了两条主动支路：

Cm · dV/dt = − ḡNa·m³h·(V − ENa) − ḡK·n⁴·(V − EK) − gL·(V − EL) + Iext

对照第 1 章的加权平均公式看，结构完全一样，唯一的变化是：钠、钾电导不再是常数，而是三个门控变量 m、h、n 的函数。三个变量各管一扇门：

• m：钠通道激活门的开放概率，去极化时快速增大（快变量）；
• h：钠通道失活门的开放概率，去极化时缓慢减小（慢变量）；
• n：钾通道激活门的开放概率，去极化时缓慢增大（慢变量）。

每个变量都服从同一形式的一阶动力学：dx/dt = αx(V)·(1−x) − βx(V)·x，其中 α 与 β 是电压依赖的开门、关门速率。HH 从电压钳实验的电流波形里反演出这些速率函数——例如 αm = 0.1(V+40) / (1−exp(−(V+40)/10))。幂次也有物理来历：一个钠通道需三个激活门全开且失活门未关才导通，故概率是 m³h；钾通道需四个门全开，故是 n⁴。后来的分子生物学证实钠通道确有四个同源结构域协同开门——模型的幂次猜对了分子结构。

动作电位的四个时相

图：HH 模型下一次动作电位的时相分解与电导变化

① 阈下触发。 弱电流注入使 V 从 -65 mV 缓慢上移。到阈值附近（约 -55 mV），αm 已经压过 βm：m 加速增大，钠电导 ḡNa·m³h 开始上升，钠内流进一步去极化膜——更多的去极化开更多的钠门。这是一个正反馈回路的入口，系统站在雪崩边缘。

② 上升支。 正反馈全速运转，m 在约 1 ms 内冲向 1，而 h 还来不及下降。钠电导暴涨几十倍，膜电位被拉向 ENa（约 +50 mV），实测峰值约 +40 mV。上升支的陡度正比于钠电导，是神经元兴奋性最直观的指标。

③ 回落。 两股制动几乎同时到来：h 随去极化持续减小（钠通道失活），钠电流自动断流；n 缓慢累积，钾电导升至峰值，强大的外向钾流把膜电位拽向 EK（约 -77 mV）。正反馈点燃、双制动灭火——脉冲的形状由快变量 m 与两个慢变量 h、n 的时间尺度差精确决定。

④ 后超极化与不应期。 膜电位回落途中越过静息值，因为钾电导退场比电压变化慢（n 是慢变量），短暂的净外向电流把 V 压到 -80 mV 附近。同时 h 的恢复很慢：失活的钠通道要等膜复极化后才能重新待命。这段双重滞后就是绝对不应期（钠通道几乎全部失活，无法触发）与相对不应期（部分恢复，但需要更强刺激）的机制来源。不应期限制了最高发放率，也保证脉冲只向前传导。

阈值与全或无：方程自然给出的性质

HH 方程里没有任何一处写着"阈值 = -55 mV"。阈值行为来自动力学结构：静息点是稳定不动点，当刺激电流把状态推过不稳定平衡的分界，系统就自动滑向"钠开钾关"的放电轨迹并完整跑完一圈——要么不点火，要么全幅完成，中间没有半截脉冲。这就是全或无的数学出身。刺激强度改变的是"推多深"，不是"脉冲多大"；信息因此只能编码在发放时刻与频率里，这正是第 4 章编码问题的物理前提。

概念代码：六十行复现一次放电

import numpy as np

# HH 参数（经典枪乌贼轴突值）
gNa, gK, gL = 120.0, 36.0, 0.3        # 电导 mS/cm²
ENa, EK, EL = 50.0, -77.0, -54.4      # 平衡电位 mV
Cm = 1.0                               # μF/cm²

def rates(V):                           # 门控速率函数（V 单位 mV）
    a_m = 0.1*(V+40)/(1-np.exp(-(V+40)/10))
    b_m = 4.0*np.exp(-(V+65)/18)
    a_h = 0.07*np.exp(-(V+65)/20)
    b_h = 1.0/(1+np.exp(-(V+35)/10))
    a_n = 0.01*(V+55)/(1-np.exp(-(V+55)/10))
    b_n = 0.125*np.exp(-(V+65)/80)
    return (a_m,b_m),(a_h,b_h),(a_n,b_n)

dt, T = 0.01, 50.0                      # 步长 ms、总时长 ms
V, m, h, n = -65.0, 0.05, 0.6, 0.32     # 静息初值
trace = []
for k in range(int(T/dt)):
    I = 8.0 if 5 < k*dt < 30 else 0.0   # 持续去极化电流 μA/cm²
    (am,bm),(ah,bh),(an,bn) = rates(V)
    dV = (-gNa*m**3*h*(V-ENa) - gK*n**4*(V-EK) - gL*(V-EL) + I)/Cm
    V += dt*dV
    m += dt*(am*(1-m) - bm*m)           # 三个门各自演化
    h += dt*(ah*(1-h) - bh*h)
    n += dt*(an*(1-n) - bn*n)
    trace.append(V)
    if abs(k*dt-12.0) < dt/2:
        print(f"t=12ms  V={V:.1f}  m={m:.2f} h={h:.2f} n={n:.2f}")
​

跑完把刺激电流从 8 降到 5：脉冲消失，只剩一个回到静息的小皱褶——阈值现象亲手可触。再把 h 的初值压到 0.1（模拟刚放过电的状态），同一刺激点不着火，这就是不应期的存在证明。

模型的边界与降级路径

HH 的代价是四个变量、每步四次函数求值——仿真百万神经元网络时撑不住。于是有了降级阶梯：FitzHugh-Nagumo 把四维压成二维相平面，保留正反馈与恢复变量的张力；Morris-Lecar 专研钙型节律；LIF 更激进，直接把脉冲事件化。每一级降级对应一次问题置换：研究通道药理必须留在 HH 层，研究网络节律可以降到二维，研究大规模编码直接用 LIF。降级不是妥协，是把问题域外的自由度清出去。反过来，当问题涉及树突上的通道分布、温度效应（Q10 修正）或通道噪声（把确定性速率换成随机开闭），又要在 HH 基础上升级——2.4 节的多室模型正是升级的空间维度。

💡 关键直觉：把 HH 看成"快正反馈 + 慢负反馈"的通用配方。脉冲如此，后续将看到的振荡、簇发放，本质都是不同时间尺度的变量咬合出的同一出戏。

问题：为什么 HH 参数是枪乌贼的，用到哺乳动物上还准吗？

不完全准，需要换参。枪乌贼轴突在 6.3 摄氏度下工作，哺乳动物 37 摄氏度的通道速率快得多（Q10 约三倍每十度）；哺乳动物神经元的静息电位、通道亚型（Nav1.6 vs 枪乌贼通道）也不同。做法是保留 HH 的结构（激活加失活的门控框架），用目标细胞自己的电压钳数据重新拟合速率函数——这套"结构不变、参数换血"的流程就是现代电导基建模（conductance-based modeling）的标准操作。

问题：阈值到底怎么定义，模型里能算出来吗？

能，但它是轨迹性质不是电位性质。严格做法是把状态空间分成"回到静息"与"跑完全幅脉冲"两个吸引域，分界面上的最小刺激就是阈值——它依赖刺激的波形与持续时间。工程近似是取 dV/dt 超过某速率（如每秒 10 伏）的瞬间。两个定义在慢刺激下差异明显：缓慢爬升的电流会让真实的"阈值"随适应漂移，这是 HH 框架的自然结论，也提醒我们不要把阈值当成固定常数去教。

本节要点回顾

• 要点一：HH 在被动电路上加入 m、h、n 三个门控变量，钠电导 m³h、钾电导 n⁴。
• 要点二：动作电位四时相由快变量 m 与慢变量 h、n 的时间尺度差精确塑形。
• 要点三：阈值与全或无来自动力学分岔，不是方程里写死的数字。
• 要点四：不应期源于 h 的慢恢复与 n 的滞后退场，限制最高发放率。
• 要点五：HH 是降级阶梯的顶端——研究什么问题，决定留在哪一级。

方程很准，但太贵。下一节把四个变量压成两个甚至一个，看看能省多少、丢什么。