神经元对兴奋与抑制性输入树突整合是神经元计算当中一个非常重要的问题,但是其中的运算规则至今尚不明确。利用计算机建模结合脑片电生理方法,我们发现神经元在对兴奋(E)和抑制性(I)输入整合过程当中遵循一条简单的运算规则:整合的结果可以用兴奋性突触后电位(EPSP)、抑制性突触后电位(IPSP)和一个非线性项(k*EPSP*IPSP)的算术加和很好的近似,其中系数k反映分流效应的强度。计算机模拟的结果预测了分流系数k与兴奋和抑制性输入位置的依赖关系:当抑制性输入位于树突主干上时,分流系数k对于更远端的兴奋性输入而言幅值较大且保持恒定,但是对于更近端的兴奋性输入则随着它与抑制性输入之间的距离增加而递减,k值分布呈现出一种空间上的远近非对称性,反映了抑制性输入对所有更远端的兴奋性输入较大且均一的分流抑制作用；当抑制性输入位于树突分支上时,分流抑制作用主要集中在分支内部,并且在分支内部也呈现出类似的非对称分布。这些预测在实验当中均得到证实。进一步的计算机模拟以及理论研究表明这种非对称性是由树突的电缆特性决定的。该运算规则被应用到多个兴奋性和抑制性输入、以及有动作电位或树突峰电位参与的情形,也被应用到一个小规模神经网络当中。我们的发现为研究神经元树突整合提供了一个非常有用的分析工具,同时也对投射位置特异的抑制性中间神经元如何调控神经网络活动有更深入的认识。