人脑似乎无法绘制地图

人类大脑是一条由近 1000 亿个神经元发出的错综复杂的电线高速公路，所有这些神经元都通过数万亿个称为突触的连接点进行通信。哈佛大学神经科学家 杰夫·利奇曼 称其“复杂得令人沮丧”。利奇曼说，了解这条高速公路的唯一方法是创建一张地图。

分子和细胞生物学教授杰里米·R·诺尔斯 (Jeremy R. Knowles) 利希特曼 (Lichtman) 花费了数十年的时间绘制此类图谱，并在此过程中开创了一个名为“连接组学”的领域。他的最终目标是绘制出包含每个神经连接的整个哺乳动物的大脑图，即所谓的“连接组”。

现在，利希特曼和同事正在踏上这一旅程的关键新一步，寻求以前所未有的清晰度和分辨率从小鼠大脑中捕获突触级连接组数据。

Lichtman 和包括普林斯顿大学、麻省理工学院、剑桥大学和约翰霍普金斯大学在内的合作伙伴从国立卫生研究院获得了 3000 万美元，并从哈佛大学和普林斯顿大学获得了额外的 300 万美元，以实现首次重建神经网络内部所有神经线路的 目标。老鼠的大脑。他们将首先对小鼠海马结构中 10 立方毫米的区域进行成像，证明这一壮举是可能的，海马结构是大脑中负责记忆巩固、空间导航和其他复杂任务的部分。

就像人类基因组计划对每个人类基因及其独特的 DNA 序列进行了编目一样，利希特曼自 2004 年到达哈佛大学以来一直致力于研究连接组，该连接组将是大脑中每个神经连接的综合图。

创建人脑连接组可能会带来诊断和治疗从自闭症到精神分裂症等大脑疾病的新方法。科学家怀疑这些疾病是“连接病”——目前可用的脑部扫描无法检测到的微妙的错误接线。

“连接组学是唯一的途径，”哈佛大学脑科学中心附属机构利希特曼说 。“如果我们达到了对整个小鼠大脑进行研究成为常规的程度，你可以考虑在自闭症动物模型中进行这种研究。目前还不存在对大脑的这种程度的理解。我们了解行为的外在表现。我们知道一些受到扰动的分子。但中间的接线图，到现在为止，还没有办法看到。现在，有办法了。”

国立卫生研究院 (National Institutes of Health) 于 9 月初向“通过推进创新神经技术®计划 (BRAIN Initiative) 进行脑研究” (Brain Research Through Advancing Innovative Neurotechnologies® Initiative ) 或 BRAIN Initiative 的新获奖者提供了资金。哈佛团队通过 BRAIN Initiative Connectivity Across Scales 网络获得资助，旨在发展研究能力和技术能力，以创建全脑接线图。

BRAIN Initiative 主任 John Ngai 表示：“当前的技术缺乏分辨率或能力来扩展和绘制整个大脑的大片区域，而这些信息对于解开这个令人难以置信的器官的奥秘至关重要。” “经过多年的精心规划和科学界的投入，大脑连接——这是我们的第三个大规模变革项目——旨在开发所需的工具，以前所未有的细节和规模获取全脑连接图。”

当然，老鼠的大脑比人类的大脑小得多，但当观察单个神经元、突触小泡和神经胶质细胞时，“你无法分辨出区别，”利希特曼说。“在细胞和突触水平上，所有哺乳动物的大脑基本上都是相同的。”

鉴于计算和数据处理方面的最新进展，以及利希特曼和其他人(包括分子和细胞生物学教授弗洛里安· 恩格特 )之前对斑马鱼和果蝇大脑的研究，获得小鼠大脑图谱已经变得更加可行，并且可以作为人类大脑成像的早期试验场。Lichtman 及其同事在 2020 年题为“老鼠的思维”的评论文章中敦促大家共同努力，实现老鼠大脑连接组的崇高目标。

研究人员将应用利希特曼及其同事几十年来发明的生物成像技术来实现他们的目标。对于 NIH 项目，他们将采用两层系统。首先，两台 91 束扫描电子显微镜(一台在哈佛大学，一台在普林斯顿)将捕获小鼠海马结构的薄片图像。然后，每个部分的表面将被离子束一次蚀刻几纳米，并且重复成像过程，直到观察到整个体积。谷歌研究团队 将通过机器学习计算提取生成的接线图。

该团队预计为其 10 平方毫米的小鼠大脑切片生成约 10,000 TB 的数据;对于整个小鼠大脑来说，生成的数据量是这个数据量的 50 倍。在五年项目的前半段，该团队预计每天生成多达 50 TB 的数据。

过去几年里，利希特曼的团队一直与谷歌合作开发图像处理技术，使他们能够快速理解大量数据。由资助联合研究员 Viren Jain 领导的工程师将把人工智能算法应用于这些大脑图像，对神经细胞和突触进行分类和颜色编码。谷歌还将帮助公开分享这张巨大的大脑图谱。

谷歌的 Jain 表示：“我们计划利用我们在大规模电子显微镜数据的计算重建和分析方面的经验，以及谷歌高度可扩展的数据处理基础设施，以实现前所未有的规模的小鼠连接组学。” “我们与杰夫的实验室密切合作了五年多，这次合作在推动数据密集型神经科学的前沿方面取得了巨大成功。”