大脑深处:绘制大脑皮层中密集的神经网络

哺乳动物的大脑拥有无以伦比的神经细胞数量和通信密度，是已知的最复杂的网络。虽然分析神经元网络的方法已经有几十年了，但神经元电路的密集映射是一个重大的科学挑战。来自MPI大脑研究的研究人员现在已经从大脑皮层对脑组织进行了连接组映射，并量化了学习在电路中的可能印记。

大脑含有极其密集的膜性连接网络，大约有860亿个神经细胞用于彼此之间的交流。因为哺乳动物大脑皮层中的每个神经细胞都与大约1000个其他神经细胞交流神经细胞通过沿着这些连接放置的突触，我们的头骨中大约有500万公里的神经线路，比地球上所有高速公路的长度还要长10倍多。哺乳动物大脑中的电缆直径只有50到100纳米;由此产生的索状线圈的密度和大小使得100多年来，研究人员只能在一个给定的神经元中绘制出极小的一部分大脑．

目前，由于更快的电子显微镜技术和更高效的图像分析程序的发展，密集的映射神经网络已经成为可能。连接组学这一新兴领域一直致力于对几个物种和大脑区域中越来越大的电路进行密集映射。

在今天发表的研究中科学马克斯·普朗克中心主任莫里茨·海姆施塔特和他的团队对来自一只四周大老鼠大脑皮层的一块组织进行了成像和分析，这片组织是通过对体感皮层的活组织检查获得的，体感皮层是负责触觉表征和处理的皮层的一部分。在这里，研究人员应用了优化的基于人工智能的图像处理和高效的人机交互，分析了大约40万个突触和大约2.7米长的神经元电缆。他们在大约7000个轴突和大约3700个突触后神经突之间生成了一个连接组，比5年前从小鼠视网膜上获得的连接组大26倍左右。重要的是，这种重建比视网膜的连接组映射更大，效率约为33倍，为哺乳动物大脑的密集连接组重建树立了新的基准。

在这种连接组学方法上的突破的推动下，研究人员分析了连接组的电路模式。特别是，他们询问电路中有多少部分显示出与突触生长一致的特性，突触生长是已知有助于电路形成和学习的机制。亚历山德罗·莫塔是这项研究的第一作者电气工程师通过训练，使用特定的突触对配置来研究它们与活动相关学习过程(“LTP”)的一致程度。

莫塔解释说:“因为一些突触可塑性模型对学习辨认一棵树或一只猫时突触重量的增加做出了具体的预测，我们甚至能够从电路的静态快照中提取出这些潜在过程的印记。”由于这只老鼠在四周大的时候进行大脑活检之前一直过着正常的实验室生活，科学家们认为这种程度电路在“正常”的感觉状态下学习所塑造的，可以使用他们的方法进行映射。

Helmstaedter说:“即使在相对较小的皮层中，我们也能发现如此多的信息和精度，这让我们感到惊讶。提取可能的习得电路部分对我们来说尤其令人大开眼界。”

报道的方法可能会对将生物智能的见解转移到人工智能方面产生重大影响。“我们的目标是绘制神经网络大脑皮层这是一次重大的科学冒险，也是因为我们希望能够提取有关大脑是如何成为一台如此高效的计算机的信息，而不像今天的人工智能，”Helmstaedter说。

他描述了一个研究领域，主要参与者包括美国的谷歌和情报高级研究项目活动(IARPA)“从生物神经元网络中学习人工神经元网络未来的雄心是全球主要计划的共同目标。我们非常自豪地实现了第一个里程碑，一个密集的局部皮层连接体，完全使用马克斯·普朗克学会的公共资金。”

经过近十年的工作，研究人员对他们的成就充满热情。Helmstaedter说:“我们在过去十年中一直致力于获取一块大脑皮层，勤奋地处理它，然后从这个美丽的网络中获得整个交流地图。”

研究人员得出结论:“我们认为，我们的方法应用于来自不同大脑区域、皮层层、发育时间点和物种的大范围皮层组织，将告诉我们进化是如何设计这些网络的，以及经验对塑造它们的细粒度结构有什么影响。此外，连接组筛查将允许描述精神疾病和相关疾病的电路表型，并告诉我们一些重要的大脑疾病在多大程度上实际上是连接病，电路疾病。”