分享

谷歌联合哈佛绘制最高清人脑局部图谱,包含近1.5亿个神经突触

 你好122 2024-05-11 发布于江西

近日,由美国哈佛大学和谷歌科学家领导的研究团队创建了一小部分人类大脑的 3D 图,尺寸约一立方毫米,分辨率达到了纳米级别。

尽管该图片仅仅是大脑的一小部分(整个大脑要大一百万倍),但其中已经包含了大约 57000 个细胞、约 230 毫米长的血管和近 1.5 亿个神经突触。它是目前有史以来分辨率最高的人脑图像。

为了制作如此精细的图像,研究小组必须将组织样本切成 5000 个切片,并用高速电子显微镜扫描它们。

之后,他们使用了机器学习模型来协助他们,从数据层面将切片缝合在一起,并标记特征。其中,仅原始数据集的大小就高达 1.4PB。

“这可能是所有神经科学中对计算(量)要求最密集的工作。”艾伦脑科学研究所的计算神经科学家迈克尔·霍里利兹(Michael Hawrylycz)说:“其中涉及的工作量非常巨大。” 他没有参与这项研究。

谷歌联合哈佛绘制最高清人脑局部图谱,包含近1.5亿个神经突触

(来源:GOOGLE RESEARCH & LICHTMAN LAB, HARVARD UNIVERSITY / D. BERGER RENDERING)

已经有许多其他大脑图谱存在了,但大多数的数据分辨率低得多。现在,研究人员可以在纳米尺度上追踪一个神经元与突触的大脑连接。

谷歌高级研究科学家、论文合著者维伦·杰恩(Viren Jain)表示:“为了真正了解人脑如何工作、如何处理信息、如何存储记忆,我们最终需要一张有如此高分辨率的图片。”

相关论文于 5 月 9 号发表于 Science 上。相关数据集和预印本早在 2021 年就发表了。

大脑图谱有多种形式,有些揭示了细胞是如何组织的,其他的则涵盖基因表达。这个最新的图谱重点关注细胞之间的连接,这个领域被称为“连接组学(connectomics)”。

大脑的最外层包含大约 160 亿个神经元,这些神经元相互连接形成数万亿个连接。单个神经元可能会从数百甚至数千个其他神经元中接收信息,并将信息发送到类似数量的神经元。

这使得追踪这些连接成为了一项极其复杂的任务,即使只是在大脑的一小部分中。

为了创建这张图像,研究团队遇到了许多障碍。第一个问题是找到脑组织样本。人死后大脑会迅速恶化,所以尸体组织无法发挥作用。

因此,研究小组使用了在脑部手术期间从一名癫痫患者脑内取出的一块组织,该手术旨在帮助控制癫痫发作。

研究人员获得样本后,必须小心地将其保存在树脂中,以便将其切成薄片,每片的厚度约为人类头发的千分之一。随后,他们使用了专为该项目设计的高速电子显微镜对切片进行成像。

接下来是计算挑战。“所有这些连接遍布于三维空间的各处,形成各种不同的连接。”杰恩说。

谷歌团队使用机器学习模型将切片重新缝合在一起,将每个切片与下一个切片对齐,对连接线进行颜色编码,并找到对应的连接。

这比听起来更难。“如果你犯了一个错误,那么连接到该'线路’的所有连接都是错误的。”杰恩说。

美国马里兰大学神经科学家赛斯·阿门特(Seth Ament)表示:“能够对任何人类大脑样本进行如此深入的重建,这是一个重要的进步。该图像是我们目前可以获得的、最接近真实情况的图像。”

但他也警告说 ,这是从单个人身上采集的单个大脑样本。

该图谱可在名为 Neuroglancer 的网络平台上免费获取,其他研究人员可以随便拿来进行自己的研究。

“现在,任何对人类大脑皮层感兴趣的人都可以查看这些数据并深入研究。他们可以查看某些结构以确保一切正确,然后发布自己的发现。” 杰恩说。该成果几年前的预印本已被引用至少 136 次。

该团队已经发现了一些令人惊讶的事情。例如,一些将信号从一个神经元传递到下一个神经元的长卷须形成了“螺纹状”,即它们围绕自身旋转。

轴突通常形成单个突触以将信息传输到下一个细胞。但研究小组发现了形成重复连接的单个轴突,在某些情况下,会形成 50 个独立的突触。

杰恩说,其中的原因尚不清楚,但牢固的连接可能有助于促进对某些刺激的快速或强烈反应。

“这是有关人类大脑皮层组织的一个非常简单的发现。”他说,“但我们之前并不知道这一点,因为我们没有这种分辨率的图片。”

帮助领导这项研究的哈佛大学神经科学家杰夫·利希特曼(Jeff Lichtman)表示,该数据集充满了惊喜,因为“里面有很多东西与你在教科书上读到的内容不同”。

研究人员可能无法解释他们所看到的现象,但他们发现了很多新问题,而这就是科学前进的方式。

支持:Ren

运营/排版:何晨龙

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多