用于描述大脑的一个常见类比是，它由相互连接的微型计算机组成。这些计算机或神经元中的每一台都处理和中继来自数千个其他神经元的活动，形成复杂的网络，使我们能够感知周围环境、做出决策并指导我们的行动。神经元之间的通信通过称为突触的微小连接进行，每个神经元整合这些突触之间的活动以形成单个输出信号。然而，并非所有突触都是一样的。汇聚到单个神经元上的突触大小不同，大小与强度相关：较大的突触比较小的突触更强，对神经元输出的影响更大。但为什么有些突触比其他突触更强，
一个著名的理论提出了一个答案。电路发展的赫布模型假设两个神经元之间突触的强度由它们的活动相似性决定。高度共同活跃的神经元之间的突触比那些不太频繁共同活跃的神经元之间的突触变得更强。这种关系为成熟神经元中突触大小的多样性提供了清晰的预测。大突触将与具有非常相似的响应特性的其他神经元形成，并且这些突触在确定神经元的输出方面具有主导作用。相反，小突触会产生于响应特性不太相似的神经元，并且对神经元响应的影响较小。尽管有一些证据支持该模型，但直接测试需要测量单个突触的活动、突触的大小及其神经元的输出信号，而现有技术很难实现这一组合。
现在，马克斯普朗克佛罗里达神经科学研究所 (MPFI) 的跨学科科学家团队首次报告了一种新方法的结果，该方法使他们能够实现这些测量。他们的工作发表在《自然》杂志上，挑战了赫布模型的预测，证明突触大小与反应相似性无关，并表明神经反应特性反映了活跃突触的总数，无论是弱突触还是强突触。
MPFI Fitzpatrick 实验室的博士后研究员 Benjamin Scholl 博士受到启发，在视觉皮层中探索这个问题，他可以利用单个神经元在对视觉皮层的反应中表现出高度选择性的事实。视觉场景中的不同特征，例如边缘的方向或移动物体的方向。这种现象被称为特征选择性，是通过整合数千个传递不同信号的突触而产生的，但具体是如何发生的尚不清楚。“我们的目的是检验这样的假设：强突触的反应与神经元的特征选择性密切匹配，而弱突触则不然，”该研究的共同第一作者 Scholl 解释道。为了检验这个假设，科学家们利用光学显微镜技术实时观察单个神经元上突触群的活动。但这种技术本身就有一个严重的局限性——只能观察到突触活动，而不能观察到它们的强度。
