在2007年12月的《神经app杂志》（The Journal of Neuroscience）上，刊登了清华大学明升手机版院学习与记忆中心刘国松教授的最新研究成果（Synaptic Reorganization in Scaled Networks of Controlled Size. J. Neurosci. 27:13581-13589, 2007）。在这项研究中，刘国松教授联合哈佛明升手机版院和麻省理工大学Picower学习与记忆中心利用印刷线路板的工程学方法研究了大脑中海马神经元突触强度的自稳态现象。而本文的成果也受到了Science杂志的关注，作为Editors’ Choice（编辑推荐）被12月22日的Science杂志报道。
这篇文章开创性的将计算机技术应用到神经网络特性的研究中，计算机长于长期稳定的记忆，快速而高复杂度的运算，而人脑长于联想，模式识别。倘若能把二者联系起来进行研究，是否就可以建立一个综合二者长处的人机结合体？本文即对这个问题进行了探索性的研究。
本文的研究是在一块印刷电路板上进行，利用光刻的方法划定培养基，再在这些培养基上培养神经元，这样，一块区域就成了一个小的神经网络（如图）。此方法第一次将计算机app技术和神经app结合在了一起，为今后的进一步研究提供了基础。
实验的结果揭示了神经网络的自稳态调节，这是人脑的一个重要特性，也是人脑优于计算机的一个基础。简言之，在人脑这个神经网络中，随着原件数量的增多，系统的动态调节范围越大，可塑性越强，脑处理信号的能力越强。
该研究成果也具有重要的应用价值。大脑在衰老和病变（如阿尔茨海默氏症）时，一个重要的特征是神经突触（元件）数量减少。本文的研究结果揭示了潜在的逆转方法，如果可以通过药物增加神经元的突触数量，则可以提高系统的可塑性，从而达到治疗的目的。所以，在这些工作的基础上，刘国松教授实验室已经找到能增加突触数量的小分子，并发现这些分子具有增强动物学习与记忆能力的功能，在老年痴呆的模型动物上，也发现这些分子具有治疗作用。（来源：清华大学 周襄楠）
（《神经app杂志》（The Journal of Neuroscience），2007, 27(50):13581-13589，Nathan R. Wilson，Guosong Liu）