给“大脑森林”绘制图谱
我们经常在思考——人的记忆存储在哪儿?我们是如何看到东西的?是谁在操控我们的情绪?影响智力的因素有哪些?爱情生长在何方,是在脑海还是在心房?具有心智的人工智能究竟离我们还有多远?
人类依靠心智去认识世界,创造文明。奥妙神秘的心智究竟从何而来?为什么人脑这个小小的“三磅宇宙”能产生如此不可思议的奇迹?2500年来,这一谜团一直令无数人好奇不已。
将大脑比作“三磅宇宙”,是因为我们的大脑重约1.5千克(3磅重),它和宇宙一样具有高度的复杂性,堪称世界上最为复杂的系统。
神经元是大脑最基本的组成单元,人类大脑中约有一千亿个神经元——这个数字刚好与整个宇宙人类已经观测到的星系数量相当。神经元间平均形成约1000个联接节点,彼此相互联系,交互织出复杂的神经网络。它们类型丰富多样,其轴突就像森林中的藤蔓一般,盘根错节、纵横交错。
大脑依靠这些数量巨大、类型复杂的神经元及神经网络开展工作。但是这些神经网络的结构和功能是什么样的?在每一次的意识于行为产生之时,神经元在“暗地里”进行了怎样的操作?
如果想一探内里乾坤,我们首先要拥有一张“脑内地图”,绘制高分辨率大脑联接图谱,这是生命科学家们致力攻克的最后“疆域”。
就在世界各国都致力于解开大脑奥秘之时,中国科学家通过强强联手,在国际介观脑联接图谱领域,率先重构了小鼠前额叶皮层的6357个单神经元全脑投射图谱,建立了国际上最大的小鼠单神经元投射图谱数据库,并获得了一系列重要发现。
2022年4月,国际著名学术期刊《自然-神经科学》期刊以封面文章的形式在线发表了题为《小鼠前额叶单神经元投射图谱》的研究论文。论文审稿人称赞“这是一项工程和技术上的奇迹。”
这是一篇来之不易的论文。
它由中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)、神经科学国家重点实验室、上海脑科学与类脑研究中心严军研究组、徐宁龙研究组与华中科技大学苏州脑空间信息研究院、武汉光电国家研究中心龚辉团队合作完成。这样的组合,在以往的科研中并不多见,关键是几乎每个课题组都在这个领域进行了长期的积累。可谓真正的“最强天团”。
今天,就让我们来了解一下这张“地图”到底是怎么绘制的。
突破三大技术瓶颈
要绘制出大脑的“交通地图”,可以从不同维度去绘制。
一种是在医院里也能看的脑部磁共振成像,呈现出精度为毫米级别的图片,是宏观尺度的图谱,相当于从卫星看地面,只能看清高铁和高速公路,分辨率不够高。另一种是用电子显微镜看神经元,能实现看清细胞内部结构的微观尺度图谱,尽管精度达到了纳米级别,但观察视野相当于站在高楼上看路面,难以窥见全貌。介观则介于宏观与微观之间,分辨率为微米级,就如同从一架侦察飞机上看地面,恰好能描绘出精准的交通图。
说起来容易,做起来难。人类目前已经绘制完成的脑联接图谱模式生物只有线虫一种。而线虫仅有300个神经元,轴突总长度约为50厘米,相当于两个篮球的直径。同为模式生物的果蝇,就拥有10万个神经元,轴突总长度已经超过500米,比肩东方明珠塔。最为常见的模式生物小鼠的神经元更是高达1亿个,轴突总长度约5000公里,相当于从中国最东部到最西部的距离。
“这就像茂密的森林,看起来枝叶交错,黑压压一片,根本看不清一棵棵树的样子,也就无从着手了解森林的组成和结构。”严军解释,科学家就要想办法,把大脑“丛林”中的树木一棵棵点亮,从而梳理清楚它们之间的架构,进而了解它们是如何工作的。
严军说,要绘制单个神经元投射谱,需要突破三大技术瓶颈:神经元的稀疏标记、全脑连续光学成像、大规模神经元追踪与计算分析。这相当于从成千上万条道路中,给一条特定的道路画上标记,并一段一段精准确定路线轨迹,最终绘制出道路的全貌。
单神经元三维重构此前一直被国际科学界公认为复杂而耗时的难题,“此前最大规模的单神经元联接图谱研究也只绘制了不到2000个小鼠神经元”。
中国科研团队先后突破了三大技术瓶颈。
徐宁龙研究组通过让少数神经元细胞表达专用荧光蛋白,点亮了神经元“树林”中的“那一棵树”,实现了稀疏高亮标记。通常而言,稀疏与高亮是一对矛盾体。科学家们通过组合不同类型的病毒载体工具,并且调节稀释比例,让少数细胞获得表达荧光蛋白需要的“开关”,而转染的荧光蛋白序列本身并不会被稀释,从而巧妙地让少数特定的神经元变得足够亮,这样就可以利用光学显微镜看到整个神经元的精细形态,包括树突、轴突以及末梢的突起。
龚辉团队开发的全脑连续显微光学成像技术fMOST,可以看清楚直径只有头发丝二百分之一大小的纤维,达到亚微米分辨率水平,并能连续1000小时精准成像。
面对成像产生的太字节数据,严军研究组从2015年开始努力攻关,自主开发了以Fast Neurite Tracer (FNT)为代表的神经元追踪及分析软件,为研究模式动物各脑区的神经联接图谱建立了一套国际领先的研究方法和流程。“从最初的7人到数百名大学生志愿者,参与了软件的测试和分析流程建立。”
3项技术突破、3支科研团队合作,使得中国科学家有了挑战小鼠介观神经联接图谱的底气和勇气。
这次研究,科学家们共获得了161个小鼠的全脑成像数据,并从中成功重构出了6357个前额叶单神经元轴突形态。“之前数年,全世界一共重建了3000多个单神经元轴突分辨率的数据,我们这次重构了6000多个。”龚辉说,这是世界上最大的小鼠单细胞投射谱数据库。
为脑疾病研究提供“金标准”
研究团队首先选择了小鼠的前额叶皮层进行重构,因为它在决策、工作记忆、注意力等高级认知功能中扮演重要角色,其结构和功能的异常会导致多种脑疾病。前额叶的神经元投射范围很广,几乎覆盖大部分脑区,包括皮层、纹状体、丘脑、中脑和后脑等。
以往,研究人员对小鼠皮层神经元的全脑投射进行了广泛研究,发现皮层投射神经元可以分为端脑内侧束神经元、锥体束神经元和皮层丘脑神经元。然而,近年研究表明,在这些传统的神经元类型中还存在着更复杂、功能分工更精细的神经元亚型。系统地绘制大脑单神经元水平的投射图谱,有助于发现新的神经元亚型和脑网络的联接规则,从而更系统全面地揭示大脑的工作原理。
严军表示,这6000多个单神经元基本覆盖了前额叶皮层的各项功能。其中,事关神经信号输出的长程投射神经元轴突有着有趣的“布线”规则。严军说,它们“布线”精巧而严谨,有的从主干分离后,就奔赴不同目标,有的却会连续接力,直到很远的地方。“有的轴突甚至会从前额叶皮层投射到脊髓的运动神经元,整整长达一米!”
“我们发现不同亚型神经元的轴突可以共享一个主干,但分支却去了不同地方。主干好比从北京到上海的高铁,而分支是上海的各条地铁。我们出差从北京到上海,都要乘坐高铁;到了上海之后,就乘坐不同的地铁去不同地方办事了。”
前额叶皮层被认为是大脑功能的“司令部”,此次获得的高空间分辨率投射图谱让科研人员能发现前额叶皮层内部不同的亚区也有等级结构区分。“就像是司令部里也有司令、参谋和通信员。”严军说,“这使得我们能更深入地解析前额叶皮层内部的信息交流和处理。”
过去,人们只知道神经元大致有3种类型,这次研究,让科学家们首次发现,小鼠前额叶皮层中存在64类神经元投射亚型。中国科学家将这一数字从3跃升到64,为探寻前额叶脑区到底是怎么工作的提供了重要线索。
更重要的则是,这一研究对于脑疾病有着重大意义。
脑前额叶负责的成瘾、工作记忆等功能,让科学家们认识到在不同的疾病中可能有更细致的通路参与到调控之中。“以老年痴呆疾病研究为例,一个重要的发现是患老年痴呆疾病后,前额叶还有其他脑区神经元的形态会发生变化,尤其是树突的复杂性会减少。”龚辉说,这项工作为脑疾病研究提供了一个“金标准”的数据库,相当于提供了一个“导航地图”,科学家们可以利用之前获得数据与这个“金标准”进行比对,从而发现更多致病的原因。
从2000年华中科技大学开始,龚辉带领团队的全脑显微光学切片断层成像工作已经连续进行了20多年。目前,龚辉团队研发的最新技术是可以对猕猴脑同样进行单神经元的全脑形态的获取。龚辉表示,希望能够把这些新的技术应用于推动国家的科技创新,为中国的全脑器官神经联接图谱研究、国际大科学计划做出贡献。
审稿人也指出,“这项研究揭示了前额叶神经元令人惊叹的多样性”“为神经科学界提供了不可估量的宝贵资源”。
人工智能新启迪
“脑联接图谱是理解大脑功能的基础,我个人认为此次研究成果对人工智能的启发意义很大。”严军表示。
在计算神经科学领域,一直有一个模型就是recurrent network(循环神经网络)。但是这个网络是非常抽象的,并且缺乏真实脑网络的结构基础。此番科学家们的工作实际上第一次展现了小鼠前额叶皮层中存在64类神经元投射亚型,并且前额叶皮层内部联接存在模块化结构,为人工智能设计网络结构提供了很多的启示。
徐宁龙认为:“此次,我们的研究揭示的前额叶这种广泛的、自上而下的反馈结构,在人工智能的网络架构中基本上是缺失的。目前,大部分的人工智能深度学习网络都是前馈型的,而且主要是逐级调节联结强度,缺乏长距离跨级反馈架构。这种跨级反馈对于实现灵活抉择和功能泛化是十分重要的,而现有的人工智能系统往往缺乏灵活泛化能力。因此科学家们发现的前额叶全脑联接图谱,对于人工智能网络架构的发展可能提供了重要的设计线索。
“目前人工智能还没有这种处理模式,过去从未曾想到过。”徐宁龙认为,“这或许可以为很多算法设计,打开一扇新的大门。
中科院脑科学与智能技术卓越创新中心副主任孙衍刚透露,小鼠前额叶皮层神经联接图谱的完成,只是“全脑介观神经联接图谱”大科学计划的第一步。该计划将解析小鼠、斑马鱼、猕猴3种模式动物的全脑介观神经联接图谱。其中,小鼠又分了3期目标:首先是前额叶,其次是海马体,最后是下丘脑,最终形成完整的小鼠全脑介观神经联接图谱。
“我们对大脑的理解还处在非常初级的阶段。”中科院院士、中科院脑科学与智能技术卓越创新中心学术主任蒲慕明指出,有了全脑介观神经联接的结构图谱,还需要对应的神经功能图谱。这样就可以根据结构图谱,对特定的神经元进行特异性调控,从而深度探索大脑功能。(记者 陈冰)