居然越大越聪明？那可不一定

摘录：doi：10.1038/nrg1634

ASPM性状的系统发育树根，大写字母是系统发育树根各见下文的非同义词替代率与同义词替代率的通量Ka/Ks。因为非同义词的变动亦会改变蛋灰质产品线的化学合成特性，所以它们多半亦会受到选项的受到影响。较低（或低）Ka/Ks通量意味着该性状编码的蛋灰质灵长类很快（或缓慢）。当通量大于1时，坚称非同义词替换成率比选项性中的立下的预期要快，或许是由于阳性选项的普遍存在。连接起来本能的脊椎动物可知用黄色坚称，我们可以看到该通量在最后一步选项中的较低达1.44。

整体来说，人群中的确实普遍存在相对较大的中枢脑部系统，也普遍存在相对较小的中枢脑部系统，但相差并不亦会那么大。

我们的中枢脑部系统为什么是现今这个表面积？

适合于的有意识能力或许是由中枢脑部系统功能性的增量变动引发的。一旦中枢脑部系统的不等和结构设计的适合于性较低达了某个阈值，知觉能力或许亦会随着中枢脑部系统的强化而不成比例地增加，本能智慧因而获得和哲学。而且，大灵长目在灵长类上比其他任何身体生殖器官都越来越稳定[7]。

那么，我们的中枢脑部系统是如何灵长类到现今这个表面积的呢？

简单来说就是：中枢脑部系统在最初本能灵长类步骤中的加剧减少，300于约重回爆发期，后续趋于稳定。在这300万年的冲刺中的，本能中枢脑部系统的不等几乎达到了祖先在之前6000万年脊椎动物灵长类步骤中的的四倍。

本能祖先与的现代本能中枢脑部系统不等的模型

读取本能中枢脑部系统灵长类的主要方式之一是通过化石。由于脑组织化石很罕见，一个越来越可信的方式是辨别后颅骨的鉴定特征，从而洞察中枢脑部系统的特征。其中的一种方式是辨别功能性障碍铸型，但功能性障碍铸型不亦会揭求深层的中枢脑部系统结构设计。

各种化石样本的数量及最低灵长目

通过辨别化石可以断定，日常生活在385万至295于约的南方剑齿虎（Australopiths），其灵长目大约为300-500cc，与八十年代久远的黑猩猩相当。当重回智人黄金时代时，中枢脑部系统的不等继续稳步增加。

日常生活在240万至140于约的能人（Homo habilis）的后颅骨MB约为600cc，越来越接近的现代的海德堡人（Homo heideibergenesis）日常生活在大约70万到20于约，其灵长目约为1290cc。

尼安德特人（Homo neanderthalensis）日常生活在40万到4于约，他们的股骨MB最低在1500-1600cc，可以与的现代本能媲美，其股骨MB甚至比的现代人极大。然而，脑值得注意身体密度分之一比低，尼安德特人不如的现代人才智[8,9]。

大约在20于约，当中枢脑部系统达到了骨盆不等的物理限制时，它的生长走下坡了。我们可以从下面这个图直观感受 。

基于古脊椎动物动物和最初定格化石股骨内铸型附注的本能灵长类,横坐标求八十年代，意味著值求灵长目

为什么本能中枢脑部系统的不等不亦会无限制继续减少？

首先，中枢脑部系统是人体代谢最廉价的生殖器官之一，即使它只分之一体重的2%，但休息时，它大约分之一总能量消耗的20%。

其次，减少的颅MB蒙受分娩难于，这如此一来致使了分娩患病率增较低（0.5%），在的现代医学注意到之前，分娩患病率是哺乳动物中的最较低的。为了弥补分娩的难于，骨盆孔减少，爬行运动的生产成本降低了。

第三，极大的中枢脑部系统需要越来越长的时间段才能成熟，这大大的延长了妊娠期和养育子女的时间段，因此对妻子提出了越来越较低的要求，减少了她能怀孕的女儿的总人数[10]。

所以，我们却是说，的现代的本能中枢脑部系统，是获益和利益平衡点博弈的衍生物。

后头越大，就越才智吗？

1836年，德国鉴定学家和生理学弗里德里希·帕西蒙（Friedrich Tiedemann）确信：无疑，中枢脑部系统的意味著不等与脑力和有意识功能性相互间有着非常密切的联系。自此引发了激烈的辩论和争论，截至目前，之外数据分析总人数达到数百项。

但笔者在寄给最初古书断定，这些数据分析争论不算多，不足之处突出：比如人们如何定义和计算脑力，在同步进行之外分析时是否考虑受试者体型，年长和性别，以及在做出确实时应辨别中枢脑部系统的哪个部位。

在过去，有三种主要方式被用来估计中枢脑部系统的不等：之外在尸检时称量湿中枢脑部系统的配重，用填充物计算飞龙后颅骨的表面积，计算外部后头部的不等并估计表面积。最初的数据分析使用的是死后的中枢脑部系统，但是死后切除的时间段越长，由于水肿，中枢脑部系统的配重就亦会突出增加。并且死者脑力水准不亦会被良好计算，只能依靠生前的棒球员和社亦会地位来确实。

20世纪60八十年代澳大利亚民权运动突出此后，关于中枢脑部系统不等和脑力以及其中的的群体不同的数据分析被迫停顿了，之外古书受到了激烈的批评。

20世纪90八十年代，随着读取中枢脑部系统的新方法愈来愈多，之外计算机辅助断层读取（CAT）和放射显微（MRI）在内的越来越适合于的技术年前已被加入到“兵工厂”中的，人们重新燃起了数据分析兴趣。与此同时，行之有效的脑力审核标准也非常最重要，其中的一个被广泛提及的就是g因子。

目前科学界广泛认同中枢脑部系统总MB（使用结构设计MRI计算）与脑力仅为中的度之外，之外系数r 约为0.30-0.40[15,16]。

脑部科学数据分析年前已确定了几个脑力上的譬如说的结构设计和功能性之外关系，之外功能性顶额脑部元互联网、脑部元生产成本和灰质完整性。中枢脑部系统的整体发育稳定性也应被考虑在内，后天的实证和经验可以致使之外中枢脑部系统周边地区的表面积增加[18]。2006年的一项数据分析断定，素质与中枢脑部系统皮层直径本身无关，而与学童时期中枢脑部系统皮层直径的特性有关[19]。这些因素似乎交替地受到影响脑力，致使每种因素在每个人的素质水准中的所起作用的程度普遍存在表征。

推理步骤中的不同脑部暴力行为由不同小脑管控。在静息情况下和戴尔特征值试验(RPM：Raven Progressive Matrices，常用于试验抽象推理能力)条件下29个数学模型：注意数学模型6个(A1 A6)，知觉数学模型6个(C1 C6)，视觉数学模型6个(V1 V6)，仿佛运动数学模型6个(S1 S6)，默认数学模型3个(D1 D3)，听觉数学模型(AU)，基底节区数学模型(BG)。在戴尔试验中的，数学模型在休息其间的飞龙间分布区和性能被绘制成统计数据，暖色和冷色分别标记了在任务其间内在互联网一致性突出增加和减少的周边地区。

因此，尽管中枢脑部系统的不等在一定程度上是受到影响素质的一个原因，但仍有必要同步进行越来越多的数据分析，以完全阐明性状、环境、中枢脑部系统鉴定结构设计和知觉发展相互间的相互作用。

中枢脑部系统如此错综适合于，脑部科学和脑部科学的数据分析还处在很初级的阶段。也许随着数据分析手段的有系统，这个问题亦会有越来越一致的答案。

参考古书：

[1]Pirozzi F, Nelson B, Mirzaa G. From microcephaly to megalencephaly： determinants of brain size. Dialogues Clin Neurosci. 2018;20（4）：267-282. doi：10.31887/DCNS.2018.20.4/gmirzaa

[2]Kenneth L. Beals. Brain Size, Cranial Morphology, Climate, and Time Machines CURRENT ANTHROPOLOGY V01. 25, NO 01984

[4]Hedman AM, van Haren NE, Schnack HG, Kahn RS, Hulshoff Pol HE. Human brain changes across the life span： a review of 56 longitudinal magnetic resonance imaging studies. Hum Brain Mapp. 2012;33（8）：1987-2002. doi：10.1002/hbm.21334

[5]Rushton JP, Ankney CD. Brain size and cognitive ability： Correlations with age, sex, social class, and race. Psychon Bull Rev. 1996;3（1）：21-36. doi：10.3758/BF03210739

[6]Sacco R, Gabriele S, Persico AM. Head circumference and brain size in autism spectrum disorder： A systematic review and meta-analysis. Psychiatry Res. 2015 Nov 30;234（2）：239-51. doi： 10.1016/j.pscychresns.2015.08.016. Epub 2015 Sep 28. PMID： 26456415.

[7]Holden C. An evolutionary squeeze on brain size. Science. 2006 Jun 30;312（5782）：1867. PMID： 16809505.

[9] Ginneken, V. V. et al. “Hunter-prey correlation between migration routes of African buffaloes and early hominids： Evidence for the “Out of Africa” hypothesis.” Integrative molecular medicine 4 （2017）： n. pag.

[10]Gilbert SL, Dobyns WB, Lahn BT. Genetic links between brain development and brain evolution. Nat Rev Genet. 2005;6（7）：581-590. doi：10.1038/nrg1634

[11]Bond J, Roberts E, Mochida GH, et al. ASPM is a major determinant of cerebral cortical size. Nat Genet. 2002;32（2）：316-320. doi：10.1038/ng995

[12]Zhang J. Evolution of the human ASPM gene, a major determinant of brain size. Genetics. 2003;165（4）：2063-2070.

[13]Van Valen L. Brain size and intelligence in man. Am J Phys Anthropol. 1974;40（3）：417-423. doi：10.1002/ajpa.1330400314

[14]Deary IJ, Penke L, Johnson W. The neuroscience of human intelligence differences. Nat Rev Neurosci. 2010;11（3）：201-211. doi：10.1038/nrn2793

[15]Schoenemann PT, Budinger TF, Sarich VM, Wang WS. Brain size does not predict general cognitive ability within families. Proc Natl Acad Sci U S A. 2000;97（9）：4932-4937. doi：10.1073/pnas.97.9.4932

[16]Lee JJ, McGue M, Iacono WG, Michael AM, Chabris CF. The causal influence of brain size on human intelligence： Evidence from within-family phenotypic associations and GWAS modeling. Intelligence. 2019;75：48-58. doi：10.1016/j.intell.2019.01.011

[17]Pietschnig J, Penke L, Wicherts JM, Zeiler M, Voracek M. Meta-analysis of associations between human brain volume and intelligence differences： How strong are they and what do they mean?. Neurosci Biobehav Rev. 2015;57：411-432. doi：10.1016/j.neubiorev.2015.09.017

[18] Pietschnig, J. et al. “Meta-analysis of associations between human brain volume and intelligence differences: How strong are they and what do they mean?” Neuroscience & Biobehavioral Reviews 57 (2015): 411-432.

[19]Shaw, P., Greenstein, D., Lerch, J., Clasen, L., Lenroot, R., Gogtay, N.E.E.A., et al.,2006. Intellectual ability and cortical development in children and adolescents.Nature 440, 676–679.