《自然》重磅：開天闢地！科學家首次揭示完整動物神經系統，行為的神經調控過程複雜超乎想像，當前的人工智慧根本無法比擬丨科學大發現

生物學領域有一句顛撲不破的真理——結構決定功能。

翅膀的結構決定如何飛翔，肺的結構決定如何呼吸；蛋白結構決定酶的功能，DNA結構決定基因如何運行。

而神經的結構，決定了我們的如何思考、學習、運動，乃至決定一些疾病的發生。

這就是所謂「連接組學（connectomes）」的核心：通過繪製大腦區域和神經系統中的無數神經連接結構，以尋找到導致特定行為的特定神經迴路。

今日，連接組學迎來里程碑式的突破。阿爾伯特·愛因斯坦醫學院Scott Emmons教授研究團隊成果登上《自然》雜誌封面[1]，首次完整揭開動物神經系統的神秘面紗。研究提供了兩種性別的秀麗隱桿線蟲從感覺輸入到終端輸出的全部神經連接，並對行為調控網路做了多層次分析。

令人驚訝的是，運動的神經調控複雜程度遠超此前想像，從蛛網般複雜的神經網路中揪出特定神經連接依舊任重道遠。

圖源 | nature.com

早在連接組學這個詞出現之前，已經有科學家想要破解神經系統了。

上個世紀70年代，科學家們把手伸向了秀麗隱桿線蟲。線蟲具有複雜的生理行為，同時結構卻頗為簡單。一隻線蟲成蟲只有約1毫米大小，渾身上下不過1000個細胞，其中三分之一都是神經元，是一種理想的實驗對象。

線蟲的神經元太小，光學顯微鏡下看不見，所以科學家們把它固定之後，切成頭髮絲千分之一薄厚的切片，用光學顯微鏡拍照記錄。

接下來的步驟就有些簡單粗暴費眼睛了。科學家們用肉眼逐個切片識別單個神經元和它們之間的連接，一筆一筆畫出了五千多個突觸。這項工作於1986年發表，主持者是後來在2002年獲得了諾貝爾生理學或醫學獎的Sydney Brenner。

Sydney Brenner（1927-2019），因對「調節器官發育和程序性細胞死亡的關鍵基因」做出的貢獻分享2002年諾貝爾生理學或醫學獎，開發線蟲作為理想動物模型的頭號功臣

圖源 | nature.com

但這份研究報告卻說不上完美。

首先人類的肉眼是有極限的，這份「神經地圖」後來被證明是並不完善的；其次，線蟲有兩種性別，Brenner們只研究了其中雌雄同體的一種。

顯然，這還不足以讓我們看到完整的神經系統運作方式。

為了解決這些問題，Emmons團隊開發了能夠更加準確映射神經元的軟體，並於2012年發表了線蟲雄性尾部的神經連接組學數據，論文刊登在《科學》上[2]。

一方面重新製作雄性線蟲的電子顯微鏡照片，一方面再分析Brenner的舊數據，今天我們終於得以見到首個完整的動物神經系統連接圖，包括各個神經元之間的連接、從神經元到肌肉和其他組織的連接、肌肉組織之間的連接，以及這些連接強度的預估數據。

雌雄同體線蟲

顯然，性別差異帶來的神經系統差異巨大。

雌雄同體線蟲具有302個神經元，其中8個神經元和12塊性肌肉是特殊的；雄性線蟲具有385個神經元，其中91個神經元和39塊性肌肉是特殊的。

二者的神經元差異主要存在於生殖相關功能和器官，但是許多性別共有的神經通路也存在強度的差異，可能是行為差異的原因之一。研究者估計，神經系統的性別差異應當在10%到30%之間。

研究者還詳細剖析了線蟲各級神經網路之間的信息傳遞，內容頗多也頗學術，這裡就不展開了。

雄性線蟲

另外一點很有趣的是，神經元之間的連接網路非常複雜，並非像是電路圖或者機器學習網路那樣清晰明了，反而更像一張複雜的蜘蛛網。

有個說法是，世界上任何兩個人之間，最多只隔著六層關係。套用這個句式，我們也可以說線蟲的任意兩個神經元之間，最多只隔著一個神經元。

神經網路連接之緊密，使得單個感覺神經元只需要經過兩個突觸，就能夠到達70%到98%的其他任意神經元。

如此複雜的網路，從中確定調控特定行為的神經通路簡直是大海撈針，這一步工作還得結合更多神經科學工具，比如熒光指示劑才能實現。

將這些實時的神經活動疊加到連接組學數據上，我們或許有希望創造一隻「存活」在電腦中虛擬線蟲，到那時完全解析神經的活動也應該不再是難事了吧。

真·線蟲

Emmons團隊準備繼續研究神經連接與基因表達之間的關係。同時，在世界的各個角落裡，不同的科學家正努力攻克果蠅、小鼠等其他實驗動物的神經迷宮。

2010年，NIH撥款4000萬美元用於繪製人類大腦地圖。人類腦擁有百億計的神經元和數萬億突觸，遠比線蟲複雜。這是另外一種意義上的星辰大海。

距離完全理解神經，雖然還很遙遠，但我們已經站上了起點。

編輯神叨叨

Link Start！

參考資料：

[1] https://www.nature.com/articles/s41586-019-1352-7

[2] Jarrell T A, Wang Y, Bloniarz A E, et al. The connectome of a decision-making neural network[J]. Science, 2012, 337(6093): 437-444.

[3]https://www.nytimes.com/2019/07/03/science/roundworm-brain-mapping.html

[4]https://www.nature.com/articles/d41586-019-02006-8

本文作者 | 代絲雨

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！