挑戰人腦860億神經元！谷歌團隊先從小鼠大腦入手，AI算法創新立大功

智東西編譯 羅添瑾編輯 雲鵬

智東西7月9日消息，昨日據谷歌連接組學（Connectomics）團隊公佈的最新消息，繼5月發佈迄今爲止最大突觸分辨率、3D重建的人類大腦片段後，他們開始了對小鼠大腦的研究，他們介紹了在研究中創新性引入的AI算法、成像技術等工具。

該團隊在研究過程中需要以納米級分辨率對大腦進行成像，並處理海量數據。這是一個巨大的技術挑戰，需要在成像技術、AI算法和數據管理工具方面不斷創新。因此，他們引入了泛洪填充網絡（機器學習自動着色）、SegCLR自動識別算法和Neuroglancer可視化軟件等各種開發工具，大大提升了繪製腦連接組圖的效率。

Connectomics團隊致力於研究和繪製大腦的連接圖譜，即大腦神經元和它們之間連接的全面地圖。這個領域被稱爲連接組學（connectomics）。通過理解大腦中神經元之間的連接方式，研究人員希望揭示大腦如何處理信息，從而更好地理解認知功能、記憶形成、情感處理等複雜的神經過程。

一、繪製腦連接組圖的技術挑戰是處理海量數據

谷歌研究人員最近公佈了迄今爲止最大、最詳細的“人腦地圖”。雖然這隻描述了1立方毫米的腦組織——相當於半粒米的大小——但其分辨率高到可以顯示單個神經元及其相互連接，並需要1.4PB的數據來編碼。

▲“人腦地圖”（圖源：Google Research&Lichtman Lab，效果圖：D. Berger）

儘管這只是大腦的一個微小切片，這張地圖卻帶來了幾項驚人的發現。例如，谷歌研究員Viren Jain（維倫·傑恩）談到神經元時說：“我們發現一些神經纖維會纏繞成這些巨大的結，我們完全不知道爲什麼——以前從未見過這種現象。”

現在，Viren和他的團隊將研究對象轉向了小鼠。這是有充分理由的——這些哺乳動物可能有助於解決自我們誕生以來一直困擾我們的關於大腦的奧秘。比如：記憶是如何存儲和提取的？我們如何識別物體和麪孔？我們爲什麼需要這麼多睡眠？以及阿爾茨海默病和其他腦部疾病出了什麼問題？

“我們之所以沒有答案，是因爲我們還沒有足夠的數據來研究大腦。”Viren說。

人腦大約有860億個神經元，這些神經元通過超過100萬億個突觸連接，使你能夠思考、感受、移動和與世界互動。通過創建這些神經連接的地圖——被稱爲“連接組”——我們可以點亮關於大腦工作原理的新認知，以及爲什麼有時它們會出問題。

爲了在突觸水平上建立詳細的地圖，研究人員需要以納米級分辨率對大腦進行成像，並處理海量數據。這是一個巨大的技術挑戰，需要在成像技術、AI算法和數據管理工具方面不斷創新。正因如此，谷歌研究在10年前成立了Connectomics團隊。

谷歌的研究員稱：“理解大腦顯然是一個生物學問題，但大規模獲取大腦地圖確實是成像計算機科學和軟件開發中的一個問題。”在過去的十年裡，團隊開發了更高效處理、分析和共享數據的技術，使研究人員能夠在理解大腦方面取得顯著進展。

例如，他們引入了泛洪填充網絡（泛洪填充的基本原理是從一個像素點出發，以此向周邊的像素點擴充着色，直到圖形的邊界），通過使用機器學習自動追蹤神經元在組織層中的路徑，取代了手動爲腦圖像中的細胞着色的工作。

▲谷歌研究中對於泛洪填充網絡的解釋（圖源：Google）

在此基礎上，他們的SegCLR算法自動識別這些網絡中細胞和細胞類型的不同部分。此外，他們還開發瞭如TensorStore和Neuroglancer（可視化軟件以便觀察收集到的數據集和3D重建圖像）等軟件，幫助存儲、處理和可視化大型多維圖像和體積。

哈佛大學分子和細胞生物學教授Jeff W. Lichtman（傑夫·W·利奇曼）表示：“我認爲可以公平的說，如果沒有谷歌研究的幫助，我們就會失敗。因爲他們擁有處理如此大量數據的專業知識和計算機能力。”

二、選擇繪製小鼠大腦是深入研究人腦的次佳選擇

儘管如此，繪製整個大腦的連接組圖需要收集和分析多達1ZB（十億兆字節）的數據，現有技術還無法實現這一目標。Viren說：“如果我們現在要繪製整個大腦的連接組圖，可能需要耗資數十億美元和數百年的時間。”

因此，研究人員專注於繪製小動物的大腦大片區域，或大型動物的小塊腦組織。2020年，連接組學團隊繪製了半隻果蠅的大腦，揭示了25000個神經元之間的連接。通過與該領域研究人員的合作，他們還爲斑胸草雀和斑馬魚幼蟲的部分大腦創建了連接組圖。而在今年5月，上述1立方毫米的人類腦組織地圖發表在了《科學》雜誌上。

世界各地數以千計的研究人員使用了這些項目的數據集，發表了數百項研究結果。

▲研究人員在一小塊人腦組織中構建了幾乎每個神經元及其連接的3D圖像。頂部圖像顯示興奮性神經元，底部圖像顯示抑制性神經元。（圖源：Google）

目前，Connectomics團隊正與哈佛大學、普林斯頓大學及其他合作伙伴一起，致力於繪製小鼠海馬體的連接圖譜——海馬體是大腦中負責編碼記憶、注意力和空間導航的部分，佔整個小鼠大腦的2-3%。

由於沒有足夠的時間或技術來繪製整個人類大腦的連接圖譜，分析小鼠的連接組是次佳選擇。小鼠大腦足夠小，技術上可行，而且有可能提供對我們自身大腦的洞見。

Jeff稱：“當你在電子顯微鏡下觀察小鼠大腦時，它看起來和人類大腦一模一樣。實際上，它就是人類大腦的微型版本。”這也是科學家們經常用小鼠來研究人類腦部疾病的原因。

三、從鼠腦中獲取的數據是目前最大的生物數據集

小鼠只是Connectomics組最新的研究前沿；神經科學家們幾十年來一直致力於繪製越來越大、越來越複雜的大腦連接圖譜。第一個連接組圖譜是1986年發表的一個蠕蟲大腦連接圖譜，這項工作花費了16年時間才完成。

▲幾十年以來連接組學的研究（圖源：Google）

儘管老鼠的大腦比人類的大腦小1000倍，繪製老鼠的大腦仍然是一個巨大的技術挑戰。從一隻老鼠大腦連接體中獲得的納米分辨率的數據集可能是迄今爲止收集到的最大的生物數據集，估計大約有2萬到3萬兆字節。

“因此，不僅僅是獲取數據，甚至只是存儲和準確處理所有這些數據都是一個重大挑戰，”Viren說。“但這是我們對該領域的獨特貢獻：開發工具，用最先進的技術提升準確性，然後真正將它們大規模應用於越來越大的數據集。”

如果成功的話，Connectomics組的老鼠大腦項目將是科學家們第一次繪製出哺乳動物海馬體的一部分。這也是迄今爲止研究人員試圖繪製的最大的大腦區域。

“基礎研究產生了非凡的價值，”Viren說。“讓我興奮的是，終有一天，我們將準確地瞭解我們是如何形成記憶，以及精神障礙或疾病的根本原因。但爲了做到這一點，我們必須創造這種技術循環，這在20年前是不可想象的。”

結語：AI算法賦能學術前沿，人類腦科學研究正在提速

人腦不愧人體上爲最精密的器官，從谷歌連接組學團隊的研究成果來看，現有的機器學習、AI算法等技術成爲了他們繪製大腦連接圖譜的重要開發工具，有了這些工具，處理大腦切片中的海量數據並繪製更精確的人腦地圖成爲了可能。

AI工具在腦科學研究領域的成功應用是某種意義上的“活水溯源”，腦科學領域的發展不僅有助於科學家理解大腦的複雜結構和功能，在未來還可能推動新型計算技術的發展，尤其是在神經網絡和AI領域。

來源：Google