Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

「阿波罗大脑计划」向前一步:20万个细胞和5亿个连接大脑连接图,迄今为止最大

编辑/凯霞

五年前,美国情报系统下设的高级智慧研究计划(Intelligence Advanced Research Projects Activity,IARPA)启动 1 亿美元「阿波罗计划」,将推动类脑人工智能研究。

大脑皮层网络的机器智能计划(MICrONS) 作为奥巴马「脑计划」(BRAIN Initiative)的一部分,MICrONS 项目旨在逆向设计一立方毫米的大脑,研究大脑的计算方式,并将研究结果更好地应用于机器学习和人工智能算法。当时,IARPA 招募了三个团队,每个团队都为这个难题提出了自己的五年研究规划。

最近,该计划取得重大进展。MICrONS 计划的研究团队发布了一个数据集,这些数据将 3D 接线图与数万个神经元的功能结合在一起,创建了迄今为止对哺乳动物大脑回路的最详细检查。

「我们的五年任务确实非常艰巨,有一个雄心勃勃的目标,在许多人看来是无法实现的。」普林斯顿神经科学 Evnin 教授、计算机科学教授、MICrONS 首席科学家之一 H. Sebastian Seung 说,「在第一年,一个实验室成员对我说,即使是第一阶段的试点也是不可能的。再到今天,我们正在释放一立方毫米的重建老鼠皮层,这比第一阶段的目标要大 1000 倍。」

该研究以《Functional connectomics spanning multiple areas of mouse visual cortex》为题,于 7 月 28 日发表在 biorxiv 预印本平台。

图片

迄今为止最大「大脑数据集」,已公开

「大脑皮层是人类大脑中最大的结构,几乎达到了神话般的地位,」Seung 说。「它被 1906 年诺贝尔奖获得者、西班牙英雄圣地亚哥·拉蒙·伊·卡哈尔(Santiago Ramon y Cajal)称为『谜中之谜』,他是神经回路映射的先驱。我们认为卡哈尔会为我们在 21 世纪重建的一块皮层而感到高兴。我想我们也很高兴,尽管我们仍然被五年的任务搞得筋疲力尽,无法实现它!」

新发布的 MICrONS 数据包含迄今为止任何此类数据集中最多的细胞和连接,它足够大,可以捕获整个局部回路和单个小鼠神经元的近乎完整的 3D 形状。

该数据集现已公开可供任何人浏览和使用,绘制了 20 万个脑细胞和近 5 亿个突触的精细结构和连通性,所有这些都包含在一立方毫米的小鼠大脑块中——大约是一粒沙子的大小——来自视觉新皮层,哺乳动物大脑中处理眼睛看到的东西的部分。

该数据集在几个关键方面非常出色:

  • 它是迄今为止发布的最大的多模态连接组学数据集,也是按最小维度、细胞数和检测到的连接数计算的最大连接组学数据集(截至 2021 年 7 月)。
  • 这是跨多个功能性大脑区域的哺乳动物回路的首次 EM(电子显微镜) 重建。

图片

数据集地址:https://www.microns-explorer.org/cortical-mm3

这个 MICrONS 计划的庞大项目,耗时五年完成,由 IARPA 资助。这项研究资金的目标是挖掘大脑线路信息,以改进机器学习。但该数据集对神经科学领域也很有价值——无论是对于寻求了解大脑如何沿着定义的回路传递信息的科学家,还是对于想要治疗接线或连接发生改变的脑部疾病的生物医学研究人员。

图片

怎么做到的?

「我们基本上把大脑电路当作一台计算机,我们问了三个问题:它有什么作用?它是如何连接的?程序是什么?」艾伦研究所(Allen Institute)高级研究员、MICrONS 的首席科学家 Clay Reid 说。「实验是为了观察神经元的活动,观察它们的计算。我们今天展示的重建让我们看到了神经回路的元素:脑细胞和线路,能够沿着这些线路绘制出细胞之间的连接图。最后一步是解读这个网络,在这一点上,我们也许可以说我们可以读取大脑的程序了。」

图片

数据采集工作流程中的主要实验步骤。(来源:论文)

该数据集加入了最近发布的其他使用相同技术(电子显微镜)捕获的人类和果蝇大脑接线图的行列。这种方法揭示了整个微观景观的难以置信的细节——在这种情况下,密集的卷须神经元、星形胶质细胞、血管和构成大脑物理物质的其他细胞的地形,以及每个细胞的所有微小内部成分。

图片

EM 数据集。(来源:论文)

一些神经元之间的连接距离非常远,将它们的轴突传送到整个大脑,而这些长距离连接在这个数据集中没有完全体现出来。但选择立方毫米的体积是为了捕捉大脑中涉及视觉的多个区域的回路,同时也尽可能多地捕捉整个神经元的结构。

在收集结构数据之前,贝勒医学院(Baylor College of Medicine)的研究团队捕捉到了老鼠在观看自然场景的图像或电影时大脑这部分神经元的活动。「大脑皮层包含数十亿个神经元,通过数万亿个连接进行交流,这些连接赋予哺乳动物惊人的能力。解开这种令人眼花缭乱的复杂性的一个关键问题是发现布线规则与神经元功能特性之间的关系,」 贝勒医学院神经科学教授、神经科学与人工智能中心主任,MICrONS 首席科学家之一 Andreas Tolias 说。「该计划是独一无二的,因为它使我们能够组建一个跨学科团队来进行一项非常雄心勃勃的实验,这将使我们能够回答这个问题。」

在 Baylor 实验之后,艾伦研究所的研究人员保存并切片了 27,000 多个切片,每个切片只有 40 纳米厚,使用定制的电子显微镜捕获了总共 1.5 亿张这些切片的图像。切割过程昼夜不停地进行了 12 天,在此期间,生物学家、工程师和软件开发人员的团队轮班值班,准备在切割出错时立即停止并重新启动仪器。

然后,普林斯顿团队使用深度学习来「分割」图像,分别定义每个细胞及其内部组件。普林斯顿的软件工程师、学生和博士后团队使用经过数月艰苦训练的卷积网络,将连续切片图像对齐到 3D 图像堆栈中,检测神经元边界并识别突触伙伴。每一步都分布在一次运行数天的超级计算机上。

结果:20 万个脑细胞及其之间的连接的美丽而复杂的数字渲染图,其中许多以前从未以完整的形式被捕捉到。

「我很荣幸能与普林斯顿如此出色的团队以及我们在贝勒医学院和艾伦研究所的杰出合作伙伴一起工作,」Seung 说。「我们得到了令人惊叹的大脑皮层新景观。当我们过渡到一个新的发现阶段,我们正在投入精力建立一个研究人员社区,他们将以多种方式使用数据,其中大部分我们无法预测。只有社区的集体努力才能实现资源的潜力,以实现有关大脑的新发现。」

相关报道:https://medicalxpress.com/news/2021-08-scientists-unveil-brain-wiring-diagram.html

论文链接:https://www.biorxiv.org/content/10.1101/2021.07.28.454025v2

参考内容:https://www.iarpa.gov/index.php/research-programs/microns

https://mp.weixin.qq.com/s/FejE2oFZ-FBwgrxscHq2JQ

数据集地址::https://www.microns-explorer.org/cortical-mm3

产业
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

推荐文章
暂无评论
暂无评论~