编译 | 罗添瑾编辑 | 云鹏

智东西7月9日，昨日据谷歌连接组学（Connectomics）团队公布的最新，继5月发布迄今为止最大突触分辨率、3D重修的人类大脑片段后，他们开始了对小鼠大脑的研究，他们先容了在研究中创新性引入的AI算法、成像技能等工具。

该团队在研究过程中须要以纳米级分辨率对大脑进行成像，并处理海量数据。
这是一个巨大的技能寻衅，须要在成像技能、AI算法和数据管理工具方面不断创新。
因此，他们引入了泛洪添补网络（机器学习自动着色）、SegCLR自动识别算法和Neuroglancer可视化软件等各种开拓工具，大大提升了绘制脑连接组图的效率。

Connectomics团队致力于研究和绘制大脑的连接图谱，即大脑神经元和它们之间连接的全面舆图。
这个领域被称为连接组学（connectomics）。
通过理解大脑中神经元之间的连接办法，研究职员希望揭示大脑如何处理信息，从而更好地理解认知功能、影象形成、情绪处理等繁芜的神经由程。

一、绘制脑连接组图的技能寻衅是处理海量数据

谷歌研究职员最近公布了迄今为止最大、最详细的“人脑舆图”。
虽然这只描述了1立方毫米的脑组织——相称于半粒米的大小——但其分辨率高到可以显示单个神经元及其相互连接，并须要1.4PB的数据来编码。

▲“人脑舆图”（图源：Google Research&Lichtman Lab，效果图：D. Berger）

只管这只是大脑的一个眇小切片，这张舆图却带来了几项惊人的创造。
例如，谷歌研究员Viren Jain（维伦·杰恩）谈到神经元时说：“我们创造一些神经纤维会缠绕成这些巨大的结，我们完备不知道为什么——以前从未见过这种征象。
”

现在，Viren和他的团队将研究工具转向了小鼠。
这是有充分情由的——这些哺乳动物可能有助于办理自我们出身以来一贯困扰我们的关于大脑的奥秘。
比如：影象是如何存储和提取的？我们如何识别物体和面孔？我们为什么须要这么多就寝？以及阿尔茨海默病和其他脑部疾病出了什么问题？

“我们之以是没有答案，是由于我们还没有足够的数据来研究大脑。
”Viren说。

人脑大约有860亿个神经元，这些神经元通过超过100万亿个突触连接，使你能够思考、感想熏染、移动和与天下互动。
通过创建这些神经连接的舆图——被称为“连接组”——我们可以点亮关于大脑事情事理的新认知，以及为什么有时它们会出问题。

为了在突触水平上建立详细的舆图，研究职员须要以纳米级分辨率对大脑进行成像，并处理海量数据。
这是一个巨大的技能寻衅，须要在成像技能、AI算法和数据管理工具方面不断创新。
正因如此，谷歌研究在10年前成立了Connectomics团队。

谷歌的研究员称：“理解大脑显然是一个生物学问题，但大规模获取大脑舆图确实是成像打算机科学和软件开拓中的一个问题。
”在过去的十年里，团队开拓了更高效处理、剖析和共享数据的技能，使研究职员能够在理解大脑方面取得显著进展。

例如，他们引入了泛洪添补网络（泛洪添补的基本事理是从一个像素点出发，以此向周边的像素点扩充着色，直到图形的边界），通过利用机器学习自动追踪神经元在组织层中的路径，取代了手动为脑图像中的细胞着色的事情。

▲谷歌研究中对付泛洪添补网络的阐明（图源：Google）

在此根本上，他们的SegCLR算法自动识别这些网络中细胞和细胞类型的不同部分。
此外，他们还开拓了如TensorStore和Neuroglancer（可视化软件以便不雅观察网络到的数据集和3D重修图像）等软件，帮助存储、处理和可视化大型多维图像和体积。

哈佛大学分子和细胞生物学教授Jeff W. Lichtman（杰夫·W·利奇曼）表示：“我认为可以公正的说，如果没有谷歌研究的帮助，我们就会失落败。
由于他们拥有处理如此大量数据的专业知识和打算机能力。
”

二、选择绘制小鼠大脑是深入研究人脑的次佳选择

只管如此，绘制全体大脑的连接组图须要网络和剖析多达1ZB（十亿兆字节）的数据，现有技能还无法实现这一目标。
Viren说：“如果我们现在要绘制全体大脑的连接组图，可能须要耗资数十亿美元和数百年的韶光。
”

因此，研究职员专注于绘制小动物的大脑大片区域，或大型动物的小块脑组织。
2020年，连接组学团队绘制了半只果蝇的大脑，揭示了25000个神经元之间的连接。
通过与该领域研究职员的互助，他们还为斑胸草雀和斑马鱼幼虫的部分大脑创建了连接组图。
而在今年5月，上述1立方毫米的人类脑组织舆图揭橥在了《科学》杂志上。

天下各地数以千计的研究职员利用了这些项目的数据集，揭橥了数百项研究结果。

▲研究职员在一小块人脑组织中构建了险些每个神经元及其连接的3D图像。
顶部图像显示愉快性神经元，底部图像显示抑制性神经元。
（图源：Google）

目前，Connectomics团队正与哈佛大学、普林斯顿大学及其他互助伙伴一起，致力于绘制小鼠海马体的连接图谱——海马体是大脑中卖力编码影象、把稳力和空间导航的部分，占全体小鼠大脑的2-3%。

由于没有足够的韶光或技能来绘制全体人类大脑的连接图谱，剖析小鼠的连接组是次佳选择。
小鼠大脑足够小，技能上可行，而且有可能供应对我们自身大脑的洞见。

Jeff称：“当你在电子显微镜下不雅观察小鼠大脑时，它看起来和人类大脑千篇一律。
实际上，它便是人类大脑的微型版本。
”这也是科学家们常常用小鼠来研究人类脑部疾病的缘故原由。

三、从鼠脑中获取的数据是目前最大的生物数据集

小鼠只是Connectomics组最新的研究前沿；神经科学家们几十年来一贯致力于绘制越来越大、越来越繁芜的大脑连接图谱。
第一个连接组图谱是1986年揭橥的一个蠕虫大脑连接图谱，这项事情花费了16年韶光才完成。

▲几十年以来连接组学的研究（图源：Google）

只管老鼠的大脑比人类的大脑小1000倍，绘制老鼠的大脑仍旧是一个巨大的技能寻衅。
从一只老鼠大脑连接体中得到的纳米分辨率的数据集可能是迄今为止网络到的最大的生物数据集，估计大约有2万到3万兆字节。

“因此，不仅仅是获取数据，乃至只是存储和准确处理所有这些数据都是一个重大寻衅，”Viren说。
“但这是我们对该领域的独特贡献：开拓工具，用最前辈的技能提升准确性，然后真正将它们大规模运用于越来越大的数据集。
”

如果成功的话，Connectomics组的老鼠大脑项目将是科学家们第一次绘制出哺乳动物海马体的一部分。
这也是迄今为止研究职员试图绘制的最大的大脑区域。

“根本研究产生了非凡的代价，”Viren说。
“让我愉快的是，终有一天，我们将准确地理解我们是如何形成影象，以及精神障碍或疾病的根本缘故原由。
但为了做到这一点，我们必须创造这种技能循环，这在20年前是不可想象的。
”

结语：AI算法赋能学术前沿，人类脑科学研究正在提速

人脑不愧人体上为最精密的器官，从谷歌连接组学团队的研究成果来看，现有的机器学习、AI算法等技能成为了他们绘制大脑连接图谱的主要开拓工具，有了这些工具，处理大脑切片中的海量数据并绘制更精确的人脑舆图成为了可能。

AI工具在脑科学研究领域的成功运用是某种意义上的“活水溯源”，脑科学领域的发展不仅有助于科学家理解大脑的繁芜构造和功能，在未来还可能推动新型打算技能的发展，尤其是在神经网络和AI领域。

来源：Google