骆清铭院士:给“大脑”绘制一个清晰可见的“地图”

d2e69acfb6f9f938da94ee190caa133a.jpeg

来源:学习时报

作者简介:

骆清铭,中国科学院院士,海南大学校长,华中科技大学苏州脑空间信息研究院首席科学家。骆清铭团队研发的显微光学切片断层成像系统(MOST)系列技术,为实现单神经元分辨水平的全脑三维可视化,也就是全脑介观神经联接图谱研究提供了重要研究手段,他创建了“亚微米体素分辨率的小鼠全脑高分辨三维图谱”,并“首次展示了小鼠全脑中单根轴突的远程连续追踪”。相关研究发表于《科学》等重要期刊,曾入选2011年度“中国科学十大进展”,荣获2014年度国家技术发明二等奖和2021年度黄家驷生物医学工程奖(技术发明类)一等奖。

ef220c38bab5411b9c31d43cb28f581a.jpeg

2021年,国际权威期刊《Science》(《科学》)发布125个最前沿的科学问题,其中有22个问题与脑科学相关。大脑是人体最重要的器官,也可能是宇宙间最复杂的物体,大约1000亿个神经元在人类的大脑中互相联接,构成一个复杂的网络,指挥着思维和行动,而我们对这个神秘的网络却知之甚少,现在国际上最大的神经元形态学数据库,一共也只收录了18万个神经元的数据。科技界普遍认为,脑科学是理解自然和人类本身的“终极疆域”。我们该怎样进入大脑这个复杂而神秘的世界?能否为大脑绘制一张清晰的“地图”,给探索大脑奥秘指引方向?破解大脑之谜将会如何造福人类?

绘制“大脑地图”是世纪难题

人类对脑的认识,经历了一个漫长的过程。在古代,由于没有合适的监测手段,很多认识主要靠主观臆测,并不全面。1906年诺贝尔生理学或医学奖授予了两位神经科学家——高尔基和卡哈尔。他们的工作,被称为是现代神经科学的起点,标志着现代神经科学的诞生。神经元是大脑最基本的组成单元,类型丰富多样,它的轴突就像森林中的藤蔓,纵横交错,神经元通过轴突将信号长程投射到不同脑区,对大脑中的信息交流起着至关重要的作用,拥有不同投射模式的神经元参与着不同的脑功能。要了解大脑的工作原理,就必须弄清楚这些神经网络是如何构成,如何联接的。因此,绘制高分辨率的大脑联接图谱,也就是高清“大脑地图”,就成为脑科学研究的必然选择。

为揭开大脑的奥秘,科学家们从未放弃给大脑绘制“地图”,但人脑的复杂程度超乎想象,要想清楚地分辨出单个神经元,并捋清楚它们之间的联接方式,是一项极其艰巨的工程。这相当于给一个拥有千亿棵树木的巨大森林拍摄超精细的三维立体照片——既要能看全整个森林,又要能看见每一棵树,甚至还要能看清楚每一根树枝和每一片树叶。只有突破了成像过程中的技术问题,才能真正通过显微照片,看得见、看得清大脑的微观结构。我带领的团队,过去20多年一直在致力于绘制“大脑地图”的工作,这里面涉及样本的标记和处理,涉及成像,也涉及大数据的处理。2000年的时候,我们就开始这方面的工作,做了差不多10年,发展了第一代成像的成套技术——显微光学切片断层成像系统。说得通俗一点,就是用一个相机对脑子进行三维成像,在世界上第一次实现了可以分辨出每一个神经元的成像技术。

2022年3月31日,《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,该研究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。该研究在国际介观图谱领域率先重构了小鼠前额叶皮层6357个单神经元全脑投射图谱,建立了国际上最大的小鼠全脑介观神经联接图谱数据库;首次发现小鼠前额叶皮层中存在64类神经元投射亚型,揭示了其空间分布规律,阐明了前额叶内部模块化的联接网络和等级结构、神经元转录组亚型与投射亚型的对应关系,从而揭示了前额叶皮层内部联接和外部投射的规律,并提出了前额叶皮层可能的工作模型。该研究不仅为深入研究高级认知功能的神经机制奠定了结构基础,也为研究全脑介观神经联接图谱提供了重要的技术支撑。这一系列的技术,在国际上引起了同行的重视,很多著名的实验室都来寻求合作,包括美国的脑计划,把样本寄到中国来,然后我们对这些样本进行成像,让大家共享这些数据。后来我们又发展了能够对猕猴的脑子进行成像的技术,因为猕猴脑子的体积,大概是鼠脑的200倍,现在也取得了一定的成果。当然我们也深知,真要做人脑图谱,还有相当的距离。

d356dde55c4166e62ddbecf2aca98e0e.jpeg

脑科学如何为“健康中国”服务

在我国,脑科学的一项重大应用是为“健康中国”服务。根据世界卫生组织的统计,包括各种神经类和精神类疾病在内的脑相关疾病,是所有疾病中社会负担最重的,超过了心血管疾病,也超过了癌症。如果可以清晰地知道大脑的结构是什么?它是如何工作的?就可以在重大脑疾病的诊断和干预上提前发力,减轻脑疾病带来的社会负担。除此之外,模拟大脑,创造出具备人工智能的机器,甚至搭建人脑与机器交流、融合的平台,这些都是未来脑科学研究的重要目标。“大脑地图”将在其中发挥怎样的作用?

脑疾病治疗可以依赖精准的“大脑地图”。比方说像癫痫、帕金森这些重大的脑疾病,被认为是与脑子里某些特定的神经环路出问题有关系。如果知道问题出在哪里,就可能去阻断它,或者对它进行修复,对于治疗疾病很有帮助。事实上,现在临床医学也在发展类似的技术,比方说深部脑刺激等。

脑血管图谱为脑疾病治疗服务。从临床的角度,如果建立了毛细血管水平的、全脑的血管图谱,然后对它们进行定量分析,就能够评估这些血管,哪个地方狭窄了,或者哪个地方发生栓塞了,不管对于研究治疗药物,还是做手术,都有非常重要的意义。比如在脑外科手术的过程中,如果知道脑血管图谱的话,就可以实现更加精准的手术。

“大脑地图”帮我们深入了解阿尔茨海默症。大家都很关心的一个问题:阿尔茨海默症是血管先出问题,还是神经先出问题。阿尔茨海默症患者有一个Aβ斑块淀粉样沉积,传统的手段,由于分辨率不够,或者是说成像范围有限,能够获取到信息的时候往往是疾病的晚期了,我们在这方面也做了一些基础性的工作,期待未来能够为药物研发和临床治疗提供更加切实可行的方案。

类脑智能可以从“大脑地图”中获取灵感。这些年,大家特别关注类脑智能,也就是计算机怎样像人一样思考。事实上在计算机发展的早期,无论是图灵还是冯·诺伊曼,他们就已经在思考这个问题。现在计算机的二进制0和1,实际上对应的是神经元静息和兴奋的状态,这些灵感受到了脑科学的启发。这也是为什么现在大家一直非常关注类脑智能,人们很希望通过对大脑进一步的认识,能够设计一些和脑的思维模式、信息处理模式更接近的一些方式,用于发展新一代的类脑计算机。

弄清神经元为类脑智能算法提供帮助。在美国脑计划里,有一个工作叫作BICCN,它的核心任务是对脑子里的神经元进行普查,搞清到底有多少个神经元,然后对它们进行分型。这些基础性的数据,所有单神经元形态方面的工作,都是在我的实验室做的。把这些形态搞清楚了,一方面对于疾病诊断治疗能够提供一些重要的知识,另一方面了解这些神经元所组成的网络,有助于未来去进一步优化人工智能、类脑智能的一些算法,对于未来发展智能技术,具有非常重要的意义。其实无论是美国的脑计划,还是欧盟的脑计划,这都是他们的重要目标之一。

绘制“大脑地图”是重大科学工程。我们深知,要绘制一张真正高质量的“大脑地图”,是一项非常重大的科学工程。科学界一直孜孜以求,想把这个地图绘制出来,确实难度太大。美国有一个实验室,现在花了16年的时间,收录了18万个神经元的数据,距离人脑上千亿的神经元,还差得很远。但是正因为如此,现在绘制“大脑地图”,是世界各国竞相角逐的一个前沿领域,大家在这方面竞争非常激烈,我个人认为绘制“大脑地图”是一个势在必行的大科学工程。

理想的“大脑地图”,脑联接图谱到底应该是什么样?应该包括这几个方面:第一,要达到介观的分辨水平。介观就是能够分辨出每一根神经元、每一条毛细血管,从物理的尺度,一般就是微米、亚微米的水平。第二,要绘制“大脑地图”,必须是全景的。第三,要有精准的定位。第四,要有特异性。当然更进一步,是把时间动力学特征能够描绘出来,那就非常有意义了。事实上现在很多研究表明,特定的脑功能会对应特定的脑网络。虽然脑的联接和活动,它的时间空间都在不断地演化,能量和信息也是高度耦合的,这对解析工作带来了很大的挑战。但还是有理由相信,如果理解了最基本的联接图谱,就打下了一个非常好的基础。当然在这个过程中,如果把组学的一些信息,比如现在很热门的像转录组、蛋白组、代谢组,把这些信息加上去,当然就更好。经过了多年的努力,我提出了一个新型的交叉学科——脑空间信息学。所谓脑空间信息学,就是去示踪、测量、分析、处理和呈现具有明确空间定位信息的全脑三维时空信息数据,是一门综合集成的学科。

我呼吁全社会能够更加重视和支持原创性的基础研究,也呼吁大家更加重视新技术、新方法的研究。当前美国、欧盟和中国,都相继启动了脑科学研究计划,还有很多其他一些发达国家和国际组织,也充分认识到了脑科学研究的重要性,大家都在努力去争抢国际竞争的技术制高点,中国的科学家也完全有能力在脑科学与类脑研究,特别是“大脑地图”的绘制方面,抢占技术的制高点。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

5f00d2b5c1d20a23bfb89c6073a018dc.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481336.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AI大神LeCun深度学习公开课来啦!4万字干货笔记(附干货笔记下载)

来源:Datawhatle喜欢深度学习?最好的方法就是在线课程。这里推荐图灵奖得主、纽约大学教授Yann LeCun主讲的在线课程。该课程最重要的优点是,它集成了LeCun对深度学习的思考。通过这门课,学习者可以了解深度学习的现状&#xff0c…

这种由数学描述的现象,在自然中终于找到了

#创作团队:原文作者:Raphael Sarfati(科罗拉多州大学波尔多分校博士后副研究员)编译:Gaviota排版:雯雯#参考来源:https://theconversation.com/synchrony-with-chaos-blinking-lights-of-a-fire…

互联网的未来:为什么我们需要 HTTP/3?

来源:SDNLAB*本文系SDNLAB编译自Ably博客自1997年HTTP/1.1标准化以来,一直是首选的应用层协议。多年来,为了跟上互联网的发展和网络上交换内容的多样性,HTTP 不得不进行升级。本文展示了 HTTP 协议的演变,深入探讨了 H…

评估深度学习模型以预测表观基因组概况

编辑 | 萝卜皮深度学习已经能够成功预测 DNA 序列的表观基因组图谱。大多数方法将此任务定义为二元分类,依赖峰值调用者来定义功能活动。最近,出现了定量模型来直接预测实验覆盖值作为回归。随着具有不同架构和训练配置的新模型不断出现,由于…

DeepMind携AlphaCode登Science封面,写代码能力不输程序员

来源:机器之心编辑:小舟、陈萍AI 卷到程序员自己身上了。今年年初,DeepMind 发布了基于 Transformer 的新模型 AlphaCode,该模型实现了大规模代码生成。现在,AlphaCode 又在《Science》上发表了新论文,研究…

微软 CTO 断言,明年是AI社区最激动人心的一年,网友:GPT-4 要来了?

来源:AI前线 整理:褚杏娟 核子可乐GPT 不出,AI 万古如长夜。“对于人工智能,2022 年是有史以来最激动人心的一年。”微软首席技术官 Scott Stein 在近日的分享中说道,但他还自信地表示,“2023 年将是 AI 社…

以“开放同行评议”推动学术发展

来源:《中国社会科学报》图片来源:CFP同行评议是指同一领域的专家学者评议研究人员稿件,确定学术论文是否适合发表、提出意见的过程。同行评议一直是学术期刊出版的重要基石。然而,学术界关于同行评议中的偏见和不利影响的争论&am…

2022年,人工智能领域发展的七大趋势有哪些?

来源:福布斯官网美国《福布斯》网站在近日的报道中指出,尽管目前很难想象机器自主决策所产生的影响,但可以肯定的是,当时光的车轮到达2022年时,人工智能领域新的突破和发展将继续拓宽我们的想象边界,其将在…

DeepMind VS Meta:实现纳什均衡理性最优解,还是多人非零和博弈算法更强大?

大数据文摘转载自AI科技大本营编译 & 整理:杨阳记得豆瓣高分电影《美丽心灵》中的约翰纳什吗?作为获得诺贝尔经济学奖的数学家,纳什在博弈论、微分几何学,以及偏微分方程等各个领域都作出卓越贡献。为表彰他在非合作博弈理论中…

【萌味】小夕说,不了解动态空间增长的程序喵都是假喵(上)

小提示:小夕会将小屋的最新动态更新到小屋的布告栏哦,口令是【nb】(口令在订阅号主界面直接回复即可使用)。 小夕学了数据结构后,知道了链表、树、哈希表等数据结构与静态数组的固定容量不同,它们…

马斯克脑机接口公司被查,曾宣布6个月内进行人体试验

来源:医谷文:医谷近日,据路透社报道称,因涉嫌违反动物保护相关内容,马斯克的脑机接口公司Neuralink正面临美国联邦部门的调查。据称,其现任和前员工指出,由于马斯克要求加快研发速度的高压要求&…

【萌味】小夕说,不了解动态空间增长的程序喵都是假喵(中)

亲爱的小屋客人,昨天小夕将小屋的讨论室重新装修啦!希望您会喜欢哦~除了口令[d],现在也可以通过主页下方的“喵了个咪”进入讨论室啦。ps:昨天小夕装修讨论室的时候发生了N次差点吐血的事件,明天小夕与大家含泪分享T_T…

马斯克点赞!DeepMind神AI编剧,一句话生成几万字剧本

来源:机器学习研究组订阅你有灵光乍现的时刻吗?就是那种:这点子太好了,要是拍成电影一定能大火?之前这种想法可能只能停留在你的脑海中,而现在,一个「AI编剧大师」的出现,或许能让你…

“东数西算”之五大热点问题探讨

"“东数西算”无疑是2022年一大热词,产业界和学术界就该话题进行了深入的研究探讨。"整体上来看,“东数西算”的实施,一方面是为了更好地利用西部相对优惠的电力资源和优异的气候条件,推动数据中心的优化布局和产业整体…

科普一下人工智能领域的研究方向

路人甲:“你是学什么的?” 小夕:“学计算机嗒~” 路人甲:“哦哦,那你ps肯定很厉害!” 小夕:“我不会,我是做人工智能的。” 路人甲:“哦哦,做机器人的啊&…

编程神器Copilot被官司搞怕了?月收费19美元的商业版将提供辩护服务,最高索赔50万美元...

来源:AI前线作者:凌敏、核子可乐Copilot 的商业化“虽迟但到”。GitHub 推出商业版 Copilot据外媒 theRegister 报道,GitHub 旗下的 AI 编程神器 Copilot 现已推出商业版本,每月收费 19 美元(约合 133 元人民币&#x…

【激萌】人工智能大地图-生存能力篇

小屋的喵喵们,讨论室的投票明天就要截止了,还没有投票的喵喵快来啦。通过口令[d]或者主界面下方“喵了个咪”菜单即可进入讨论室哦。本文的封面图还是小夕设计的哦~喜欢吗(⁎⁍̴̛ᴗ⁍̴̛⁎)路人甲:“你是学什么的?”小夕&#…

Nature经典回顾:大脑中统一的物体空间模型

导语大脑能够轻而易举的完成物体识别,这一过程主要在大脑的下颞叶皮层进行。研究已经发现下颞叶皮层存在面孔、身体、场景等类别选择性区域,然而,仍有大部分下颞叶皮层未发现已知的功能特异性。这就带来一系列问题:未被理解的大片…

小夕说,不了解动态空间增长的程序喵都是假喵(下)

小夕在本系列前两篇文章中为大家介绍了各类数据结构的扩容策略,且在上篇文末,小夕提到了加倍式扩容中,倍率采用2并不是最优的,为什么呢?有没有最优倍率呢?内存复用如果倍率采用2甚至更大的数,那…

ChatGPT 与AI大模型发展简要综述

来源:数据观综合编辑:蒲蒲"日前,美国硅谷的初创公司OpenAI推出了一款新的人工智能对话模型ChatGPT,模型中首次采用RLHF(从人类反馈中强化学习)方式。目前,模型处于测试阶段,用户…