十年磨一“图”，谷歌震惊地发布纳米人脑图谱，AI加持人脑研究。
就在今天，每个人都被这张1立方毫米的纳米人脑皮层图震惊了。谷歌十年神经科学成果——人脑图谱也出现在Science上。其中，科学家发现了以前从未发现过的细胞和全新的连接模式。
人脑皮质，可以用纳米分辨率建模！
连接组学团队在谷歌探索已有十年的历史。就在今天，团队发布了这个1.4PB的人脑连接组图。
正是在这张图片中，谷歌的科学家们发现了以前从未发现过的特征细胞。
图片包含57k个细胞和150M个突触。
1立方毫米的大脑，以惊人的细节画出来。这个图片带来的冲击，实在令人震惊。
这张3D图覆盖了大约一立方毫米的体积，是所有大脑的百万分之一，包括大约57,000个细胞和1.5亿次突触，是1.4。 巨大的PB数据
10年间，Google Research连接团队一直致力于通过高通量的方式研究大脑中的神经网络结构，以增强我们对大脑结构和功能的认识。
而且这篇纪念文章可以算是近十年研究成果的大成者。
现在Science已经发表了这篇文章，并且得到了Nature的报道。
论文地址：https://www.science.org/doi/10.1126/science.adk4858
研究人脑重建的意义是什么？
谷歌科学家认为，如果我们继续研究大脑连接，也许有一天我们会知道我们的记忆是如何形成的，甚至我们会发现神经系统疾病、自闭症和阿尔茨海默病的原因。
网民纷纷表示：「这些图像令人震惊，就像在外太空观察复杂的结构一样。也许在你的一生中，每个人都无法理解你大脑中的一切。」
还有人感慨万千：「大脑有1000亿个神经元和3000万亿个突触，而GPT-4只有2万亿个参数，所以我们还有很大的空间。」
01 六张脑神经图，效果惊人。
在谷歌AI的帮助下，下面展示的这六个大脑图谱都是画出来的。于是，我们终于揭开了大脑错综复杂的面纱。
通过六层脑皮可视化。
第一，哈佛研究人员从捐赠的大脑样本中，收集了1000多个极薄的横截面图像。
这种小而健康的大脑，是在为癫痫病人做手术时切除的，目的是让医生能到达需要手术的地方。
接着，谷歌借助先进的AI工具，为这个大脑构建了一个交互式3D模型。
如图所示，这款3D模型凸显了人脑的高度复杂性。
仅仅这个小样本(长约3mm，占人脑容量的百万分之一)，就需要超过100万GB的数据，也就是1.4。PB。
它是迄今为止人脑结构中分辨率最高、数据量最大的数据集。
样品来自大脑皮质(灰质)的一部分，称为前颞叶(如图)。大脑皮质有六层，根据神经元的大小和类型给神经元上色。在放大后的所有神经元视图中，可以清楚地看到各层神经元。大脑表面在图像的顶部边缘
密密麻麻的「地图」
一个立方毫米的组织样本，包括大约50,000个细胞，以及大约1.5亿次突触。
有些神经元具有惊人的特性，它们之间的联系非常紧密，高达50个突触相互连接。
下图显示了兴奋神经元的特写图。根据大小，红色最大，蓝色最小。这些细胞的关键直径约为15-30。μm。
镜像之舞
研究人员在重建过程中也发现了一种奇怪的现象，细胞群常常是以细胞群为基础的。「镜像对称」出现的方式。
正如这张开场图所示，这对细胞，就像在跳舞一样。
这个层包含了所谓的「三角神经元」，这些神经元的一个基础树突远大于其他树突。77%的三角形神经元可以分为两类:一类是大基础树突向样本的一侧倾斜，另一类是从镜像对称的角度向另一侧倾斜。
统计数据显示，具有相同倾斜类型的神经元倾向于相邻。这种统计上的相关性表明，可能有一些未知的潜在功能在发挥作用。
游水时突触
大脑中的神经元紧密相连。
下面，这个神经元(白色)有5000多个来自其它神经元的轴突(蓝色)，发出信号。
而且至少有相同数量的突触，信号从轴突传递到接收神经元的地方。
图片中的突触呈绿色显示。
奇怪的发现：轴突螺旋
这项研究的一个奇怪的发现，「轴突螺旋」，也就是下图中的蓝色部分。
轴突(蓝色)是神经细胞的丝状部分，负责向细胞传递信号。
这类环轴突堆在样品中很少见，在某些情况下，它们会位于另一个细胞(黄色)的表面。
对这种蓝色来说「轴突螺旋」目前还不清楚起什么作用。
用心地网络
下图中的白色部分是单个神经元。
这将接收信号，以确定神经元是否放电。
而且这张图表显示了所有可以告诉它发射的轴突(绿色)和所有可以告诉它不发射的轴突(蓝色)。
想象一下，在整个大脑中有多少这样的神经元，这是一个巨大的信息！
02 在细胞方面建立「大脑地图」
尽管身体大多数重要器官的功能与其它动物没有太大的不同，但是人类大脑的特殊性使我们与地球上的其它生物不同。
人脑由数十亿个细胞相互连接而成的神经网络组成，可能是现有计算中最复杂的机器。它的能力超过了许多惊人的人工计算系统，但它的功耗只有12W左右，类似于一个白炽灯泡。
目前，我们对人脑的理解止步于哪个区域，负责哪些功能。如果你想进一步探索它的工作模式，比如记忆如何形成，神经系统疾病的机制等。，你需要深入细胞。
它是新兴的「连接组学」该领域的研究内容旨在理解和准确再现大脑细胞之间的联系，在大脑中建立一个「神经元地图」。
本文探索的连接组显像方法利用纳米分辨率重建了大脑皮层中数千万亿体素等级的片段，包括1600个神经元、32000个神经胶质细胞、8000个血管细胞和1.5亿次突触，但实际涉及的大脑组织只有一立方毫米，相当于半粒米大小。
要进行重建，首先要收集真实样本的图像数据，也就是上面提到的癫痫病人的大脑样本。
利用这个样本，哈佛大学分子与细胞生物系Lichtman教授团队设计了5000多个厚度约30纳米的切片，并使用了一个名为「电子显微镜多波束扫描」采集高分辨率图像的设备，仅仅采集图像就需要326天。
本研究所使用的大脑样本原本是左前颞叶
在此基础上，团队对齐、缝合图像数据，重建包括轴突和树突在内的每个细胞的三维结构，识别细胞之间的突触连接，对细胞进行分类。
使用一小块人脑，研究人员构建了一个三维图像，几乎包含所有神经元及其连接。上图为兴奋神经元，下图为抑制神经元。使用的组织样本宽约3毫米，其中神经元细胞的直径范围为15-30μm
03 新发现的神经科学
这类人脑重建工作揭示了一些前所未有的结构，这可能会改变我们对大脑工作模式的认识。
例如，研究发现了一种罕见但强大的突触连接，其中一对神经元之间可能有超过50个独立的突触连接。
轴突与目标细胞之间96.5%的连接只包括一次突触，而0.092%的连接包括四次甚至更多的突触。研究表明，这些连接的形式，结合统计分析结果，可以说明这些强大的连接并非偶然。
对这些连接的进一步研究可能会揭示它们在大脑中所承担的功能，例如作为一种快速神经反应的机制或编码记忆的重要方法，
在极其罕见的前提下，单轴突(蓝色)和目标神经元(绿色)会形成几次突触连接(黄色)，这些间隙连接的目的尚不清楚。
由于大脑样本来自癫痫患者，虽然研究人员在光学显微镜下没有观察到明显的病理迹象，但不能排除这些特殊的结构与患者的疾病或药物有关。也许只有分析更多的样本，我们才能找出原因。
以上发现可能只是冰山一角。研究团队表示，这个数据非常庞大和复杂，相信未来还有更多全新的大脑结构和特征需要发现。
04 AI赋能脑科学
由于AI的兴起和各种软件工具的发展，连接组学也越来越强大。
在AI工具出现之前，第一个连接组于1986年发布，只有302个神经元含有美丽的隐杆线虫，而研究人员花了16年时间，因为他们需要在所有线虫横截面的显微镜照片上手动上色细胞。
十年前，谷歌连接团队成立时，他们的愿景之一是利用AI的前沿成果对生物学领域庞大的数据集进行处理，从302个神经元线虫发展到100亿个数量级细胞的复杂生物组织。
自20世纪70年代以来，连接组学的发展历程
在AI的加持下，研究人员不需要手动上色1.4PB的电子显微镜信息。他们开发了一个名字叫做「flood-filling」RNN模型，能自动分割电镜照片，重建神经细胞，并具有较高的精度，无需大量人工校对工作。
这篇文章于2018年在Nature上发表。 Methods。
论文地址：https://www.nature.com/articles/s41592-018-0049-4
该团队还开发了自动识别算法SegCLR，用于识别和分类脑神经网络中不同部位的细胞。
Google团队还推出了基于C的多维数据集，以存储和管理大量的多维数据集。 TensorStore和Python的开源软件库得到了广泛的应用，该项目在GitHub中获得了1.3k星。
项目地址：https://github.com/google/tensorstore
参考资料：
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/
本文来自微信微信官方账号“新智元”（ID：AI_era），作者：新智元，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com
