就在今天，每個(gè)人都被這張1立方毫米的納米人腦皮層圖震驚了。谷歌十年神經(jīng)科學(xué)成果——人腦圖譜也出現(xiàn)在Science上。其中，科學(xué)家發(fā)現(xiàn)了以前從未發(fā)現(xiàn)過的細(xì)胞和全新的連接模式。

人腦皮質(zhì)，可以用納米分辨率建模！

連接組學(xué)團(tuán)隊(duì)在谷歌探索已有十年的歷史。就在今天，團(tuán)隊(duì)發(fā)布了這個(gè)1.4PB的人腦連接組圖。

正是在這張圖片中，谷歌的科學(xué)家們發(fā)現(xiàn)了以前從未發(fā)現(xiàn)過的特征細(xì)胞。

圖片包含57k個(gè)細(xì)胞和150M個(gè)突觸。

1立方毫米的大腦，以驚人的細(xì)節(jié)畫出來。這個(gè)圖片帶來的沖擊，實(shí)在令人震驚。

這張3D圖覆蓋了大約一立方毫米的體積，是所有大腦的百萬分之一，包括大約57,000個(gè)細(xì)胞和1.5億次突觸，是1.4。 巨大的PB數(shù)據(jù)

10年間，Google Research連接團(tuán)隊(duì)一直致力于通過高通量的方式研究大腦中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以增強(qiáng)我們對(duì)大腦結(jié)構(gòu)和功能的認(rèn)識(shí)。

而且這篇紀(jì)念文章可以算是近十年研究成果的大成者。

現(xiàn)在Science已經(jīng)發(fā)表了這篇文章，并且得到了Nature的報(bào)道。

論文地址：https://www.science.org/doi/10.1126/science.adk4858

研究人腦重建的意義是什么？

谷歌科學(xué)家認(rèn)為，如果我們繼續(xù)研究大腦連接，也許有一天我們會(huì)知道我們的記憶是如何形成的，甚至我們會(huì)發(fā)現(xiàn)神經(jīng)系統(tǒng)疾病、自閉癥和阿爾茨海默病的原因。

網(wǎng)民紛紛表示：「這些圖像令人震驚，就像在外太空觀察復(fù)雜的結(jié)構(gòu)一樣。也許在你的一生中，每個(gè)人都無法理解你大腦中的一切?！?/p>

還有人感慨萬千：「大腦有1000億個(gè)神經(jīng)元和3000萬億個(gè)突觸，而GPT-4只有2萬億個(gè)參數(shù)，所以我們還有很大的空間?！?/p>

01 六張腦神經(jīng)圖，效果驚人。

在谷歌AI的幫助下，下面展示的這六個(gè)大腦圖譜都是畫出來的。于是，我們終于揭開了大腦錯(cuò)綜復(fù)雜的面紗。

通過六層腦皮可視化。

第一，哈佛研究人員從捐贈(zèng)的大腦樣本中，收集了1000多個(gè)極薄的橫截面圖像。

這種小而健康的大腦，是在為癲癇病人做手術(shù)時(shí)切除的，目的是讓醫(yī)生能到達(dá)需要手術(shù)的地方。

接著，谷歌借助先進(jìn)的AI工具，為這個(gè)大腦構(gòu)建了一個(gè)交互式3D模型。

如圖所示，這款3D模型凸顯了人腦的高度復(fù)雜性。

僅僅這個(gè)小樣本(長(zhǎng)約3mm，占人腦容量的百萬分之一)，就需要超過100萬GB的數(shù)據(jù)，也就是1.4。PB。

它是迄今為止人腦結(jié)構(gòu)中分辨率最高、數(shù)據(jù)量最大的數(shù)據(jù)集。

樣品來自大腦皮質(zhì)(灰質(zhì))的一部分，稱為前顳葉(如圖)。大腦皮質(zhì)有六層，根據(jù)神經(jīng)元的大小和類型給神經(jīng)元上色。在放大后的所有神經(jīng)元視圖中，可以清楚地看到各層神經(jīng)元。大腦表面在圖像的頂部邊緣

密密麻麻的「地圖」

一個(gè)立方毫米的組織樣本，包括大約50,000個(gè)細(xì)胞，以及大約1.5億次突觸。

有些神經(jīng)元具有驚人的特性，它們之間的聯(lián)系非常緊密，高達(dá)50個(gè)突觸相互連接。

下圖顯示了興奮神經(jīng)元的特寫圖。根據(jù)大小，紅色最大，藍(lán)色最小。這些細(xì)胞的關(guān)鍵直徑約為15-30。μm。

鏡像之舞

研究人員在重建過程中也發(fā)現(xiàn)了一種奇怪的現(xiàn)象，細(xì)胞群常常是以細(xì)胞群為基礎(chǔ)的?！哥R像對(duì)稱」出現(xiàn)的方式。

正如這張開場(chǎng)圖所示，這對(duì)細(xì)胞，就像在跳舞一樣。

這個(gè)層包含了所謂的「三角神經(jīng)元」，這些神經(jīng)元的一個(gè)基礎(chǔ)樹突遠(yuǎn)大于其他樹突。77%的三角形神經(jīng)元可以分為兩類:一類是大基礎(chǔ)樹突向樣本的一側(cè)傾斜，另一類是從鏡像對(duì)稱的角度向另一側(cè)傾斜。

統(tǒng)計(jì)數(shù)據(jù)顯示，具有相同傾斜類型的神經(jīng)元傾向于相鄰。這種統(tǒng)計(jì)上的相關(guān)性表明，可能有一些未知的潛在功能在發(fā)揮作用。

游水時(shí)突觸

大腦中的神經(jīng)元緊密相連。

下面，這個(gè)神經(jīng)元(白色)有5000多個(gè)來自其它神經(jīng)元的軸突(藍(lán)色)，發(fā)出信號(hào)。

而且至少有相同數(shù)量的突觸，信號(hào)從軸突傳遞到接收神經(jīng)元的地方。

圖片中的突觸呈綠色顯示。

奇怪的發(fā)現(xiàn)：軸突螺旋

這項(xiàng)研究的一個(gè)奇怪的發(fā)現(xiàn)，「軸突螺旋」，也就是下圖中的藍(lán)色部分。

軸突(藍(lán)色)是神經(jīng)細(xì)胞的絲狀部分，負(fù)責(zé)向細(xì)胞傳遞信號(hào)。

這類環(huán)軸突堆在樣品中很少見，在某些情況下，它們會(huì)位于另一個(gè)細(xì)胞(黃色)的表面。

對(duì)這種藍(lán)色來說「軸突螺旋」目前還不清楚起什么作用。

用心地網(wǎng)絡(luò)

下圖中的白色部分是單個(gè)神經(jīng)元。

這將接收信號(hào)，以確定神經(jīng)元是否放電。

而且這張圖表顯示了所有可以告訴它發(fā)射的軸突(綠色)和所有可以告訴它不發(fā)射的軸突(藍(lán)色)。

想象一下，在整個(gè)大腦中有多少這樣的神經(jīng)元，這是一個(gè)巨大的信息！

02 在細(xì)胞方面建立「大腦地圖」

盡管身體大多數(shù)重要器官的功能與其它動(dòng)物沒有太大的不同，但是人類大腦的特殊性使我們與地球上的其它生物不同。

人腦由數(shù)十億個(gè)細(xì)胞相互連接而成的神經(jīng)網(wǎng)絡(luò)組成，可能是現(xiàn)有計(jì)算中最復(fù)雜的機(jī)器。它的能力超過了許多驚人的人工計(jì)算系統(tǒng)，但它的功耗只有12W左右，類似于一個(gè)白熾燈泡。

目前，我們對(duì)人腦的理解止步于哪個(gè)區(qū)域，負(fù)責(zé)哪些功能。如果你想進(jìn)一步探索它的工作模式，比如記憶如何形成，神經(jīng)系統(tǒng)疾病的機(jī)制等。，你需要深入細(xì)胞。

它是新興的「連接組學(xué)」該領(lǐng)域的研究?jī)?nèi)容旨在理解和準(zhǔn)確再現(xiàn)大腦細(xì)胞之間的聯(lián)系，在大腦中建立一個(gè)「神經(jīng)元地圖」。

本文探索的連接組顯像方法利用納米分辨率重建了大腦皮層中數(shù)千萬億體素等級(jí)的片段，包括1600個(gè)神經(jīng)元、32000個(gè)神經(jīng)膠質(zhì)細(xì)胞、8000個(gè)血管細(xì)胞和1.5億次突觸，但實(shí)際涉及的大腦組織只有一立方毫米，相當(dāng)于半粒米大小。

要進(jìn)行重建，首先要收集真實(shí)樣本的圖像數(shù)據(jù)，也就是上面提到的癲癇病人的大腦樣本。

利用這個(gè)樣本，哈佛大學(xué)分子與細(xì)胞生物系Lichtman教授團(tuán)隊(duì)設(shè)計(jì)了5000多個(gè)厚度約30納米的切片，并使用了一個(gè)名為「電子顯微鏡多波束掃描」采集高分辨率圖像的設(shè)備，僅僅采集圖像就需要326天。

本研究所使用的大腦樣本原本是左前顳葉

在此基礎(chǔ)上，團(tuán)隊(duì)對(duì)齊、縫合圖像數(shù)據(jù)，重建包括軸突和樹突在內(nèi)的每個(gè)細(xì)胞的三維結(jié)構(gòu)，識(shí)別細(xì)胞之間的突觸連接，對(duì)細(xì)胞進(jìn)行分類。

使用一小塊人腦，研究人員構(gòu)建了一個(gè)三維圖像，幾乎包含所有神經(jīng)元及其連接。上圖為興奮神經(jīng)元，下圖為抑制神經(jīng)元。使用的組織樣本寬約3毫米，其中神經(jīng)元細(xì)胞的直徑范圍為15-30μm

03 新發(fā)現(xiàn)的神經(jīng)科學(xué)

這類人腦重建工作揭示了一些前所未有的結(jié)構(gòu)，這可能會(huì)改變我們對(duì)大腦工作模式的認(rèn)識(shí)。

例如，研究發(fā)現(xiàn)了一種罕見但強(qiáng)大的突觸連接，其中一對(duì)神經(jīng)元之間可能有超過50個(gè)獨(dú)立的突觸連接。

軸突與目標(biāo)細(xì)胞之間96.5%的連接只包括一次突觸，而0.092%的連接包括四次甚至更多的突觸。研究表明，這些連接的形式，結(jié)合統(tǒng)計(jì)分析結(jié)果，可以說明這些強(qiáng)大的連接并非偶然。

對(duì)這些連接的進(jìn)一步研究可能會(huì)揭示它們?cè)诖竽X中所承擔(dān)的功能，例如作為一種快速神經(jīng)反應(yīng)的機(jī)制或編碼記憶的重要方法，

在極其罕見的前提下，單軸突(藍(lán)色)和目標(biāo)神經(jīng)元(綠色)會(huì)形成幾次突觸連接(黃色)，這些間隙連接的目的尚不清楚。

由于大腦樣本來自癲癇患者，雖然研究人員在光學(xué)顯微鏡下沒有觀察到明顯的病理跡象，但不能排除這些特殊的結(jié)構(gòu)與患者的疾病或藥物有關(guān)。也許只有分析更多的樣本，我們才能找出原因。

以上發(fā)現(xiàn)可能只是冰山一角。研究團(tuán)隊(duì)表示，這個(gè)數(shù)據(jù)非常龐大和復(fù)雜，相信未來還有更多全新的大腦結(jié)構(gòu)和特征需要發(fā)現(xiàn)。

04 AI賦能腦科學(xué)

由于AI的興起和各種軟件工具的發(fā)展，連接組學(xué)也越來越強(qiáng)大。

在AI工具出現(xiàn)之前，第一個(gè)連接組于1986年發(fā)布，只有302個(gè)神經(jīng)元含有美麗的隱桿線蟲，而研究人員花了16年時(shí)間，因?yàn)樗麄冃枰谒芯€蟲橫截面的顯微鏡照片上手動(dòng)上色細(xì)胞。

十年前，谷歌連接團(tuán)隊(duì)成立時(shí)，他們的愿景之一是利用AI的前沿成果對(duì)生物學(xué)領(lǐng)域龐大的數(shù)據(jù)集進(jìn)行處理，從302個(gè)神經(jīng)元線蟲發(fā)展到100億個(gè)數(shù)量級(jí)細(xì)胞的復(fù)雜生物組織。

自20世紀(jì)70年代以來，連接組學(xué)的發(fā)展歷程

在AI的加持下，研究人員不需要手動(dòng)上色1.4PB的電子顯微鏡信息。他們開發(fā)了一個(gè)名字叫做「flood-filling」RNN模型，能自動(dòng)分割電鏡照片，重建神經(jīng)細(xì)胞，并具有較高的精度，無需大量人工校對(duì)工作。

這篇文章于2018年在Nature上發(fā)表。 Methods。

論文地址：https://www.nature.com/articles/s41592-018-0049-4

該團(tuán)隊(duì)還開發(fā)了自動(dòng)識(shí)別算法SegCLR，用于識(shí)別和分類腦神經(jīng)網(wǎng)絡(luò)中不同部位的細(xì)胞。

Google團(tuán)隊(duì)還推出了基于C的多維數(shù)據(jù)集，以存儲(chǔ)和管理大量的多維數(shù)據(jù)集。 TensorStore和Python的開源軟件庫得到了廣泛的應(yīng)用，該項(xiàng)目在GitHub中獲得了1.3k星。

項(xiàng)目地址：https://github.com/google/tensorstore

參考資料：

https://www.nature.com/articles/d41586-024-01387-9#ref-CR1

https://www.science.org/doi/10.1126/science.adk4858

https://research.google/blog/ten-years-of-neuroscience-at-google-yields-maps-of-human-brain/

https://sites.research.google/neural-mapping/

https://blog.google/technology/research/google-ai-research-new-images-human-brain/

本文來自微信微信官方賬號(hào)“新智元”（ID：AI_era），作者：新智元，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com