科學家公開目前最大且最詳細的果蠅腦網路地圖
Google、霍華德休斯醫學研究所(HHMI)以及多個研究組織,共同發布了果蠅半腦連接組(Hemibrain Connectome),連接組是大腦神經連接的綜合圖,可看作是神經連接的詳細地圖,另外,研究團隊也發布了一套可用來分析與可視化數據的工具。
在神經科學中,一直以來都假設腦細胞的連接性,在腦的功能上扮演重要的角色,但是過去由於技術問題,神經科學家都無法詳細的研究大腦網路,但是這個情況現在開始改變,在去年的時候,Google發布能以納米層級的解析度,自動重建果蠅大腦的研究,不過,該研究的重點在於個別細胞的形狀,並未含有細胞間連接的信息。
Google提到,描述複雜系統的基礎可以用網路來衡量,也就是多個個別部分互相連接和通信的方法,生物學家研究基因網路,而社會學家研究社會網路,而Google的本業搜索引擎,也是依賴網頁間的相互連接,分析其構成網路的方式。
而現在這項最新對果蠅大腦的研究,便包含了大腦細胞的連接信息,研究團隊發布的這個果蠅半腦3D圖像,其中包含了經過驗證連接性的25,000個神經元,這些神經元之間存在超過2,000萬個連接。
果蠅半腦連接組的研究,總共由數十個研究團隊,一起進行研究和開發,而其中重要的研究機構HHMI珍利亞農場研究園區中的FlyEM團隊,開發了染色果蠅大腦的新方法,並將腦組織分離到多片20微米厚的薄板上,使用聚焦離子束掃描式電子顯微鏡,對每一個薄板以8x8x8立方納米的解析度成像,這個經特殊設計的電子顯微鏡,可以連續運行數個月。研究團隊接著將掃描的原始數據,以演算法拼接成26萬億像素的3D體積。
接著,Google以一種稱為洪水填充網路(Flood-filling Networks,FFN)的方法,不僅能用於顯示神經元的形狀,還能進行嵌入校對與突觸偵測,以重建整個果蠅半腦的神經元,產生半腦連接組。
Google提到,FFN是一個自動分割(Segmentation)技術,可以產生足夠精確的重建,由於自動重建過程所產生的錯誤,需要由專家人工校對,以過去的方法需要耗費數千萬小時,而使用FFN則能極大幅度縮減工作時間,但依然需要花費數萬個工作時長。
HHMI開發了全新的校正工作流程,以VR頭戴設備和3D編輯工具,檢查神經元形狀並修復自動重建的錯誤,而這些修正被用來重新訓練FFN模型,產生更精確的輸出。果蠅的半腦需要一群專業標記人員,總共耗費兩年才能完成校正工作。
在校正之後,將大腦重建結果與自動突觸偵測的結果結合起來,便產生了半腦連接組。研究團隊先標記個別的突觸,並且將標記數據用來訓練神經網路分類器,以自動進行剩下的標記工作,經過幾輪的標記工作改善通用性,由兩個不同網路架構整合的半腦,即生成可靠的分類結果。
這次發布的研究資源,包括數TB的原始數據、校正過後的3D建數據,以及突觸標記數據,另外,也發布了用來查詢神經元連接性、連接強度和形態等信息的工具neuPrint。Google表示,這是目前在全物種中,所公開最大的腦神經突觸圖,這個研究將會是一個公開資源,任何科學家都可以便用這個成果,繼續發展自己的研究。就像是20年前的果蠅基因組,現在已成生物學的研究基礎。
研究人員已經開始使用半腦連接組,對果蠅神經系統進行更深入的研究,另外,也進一步研究果蠅的蕈形體,了解果蠅學習和記憶的能力。