芝麻粒大小的人腦組織，突觸規模就相當于一個 GPT-4！
谷歌與哈佛聯手，對局部人腦進行了納米級建模，論文已登 Science。
這是迄今爲止最大、最詳細的人腦複制品，首次展示出了大腦中的突觸連接網絡。
憑借超高分辨率，這個名爲 H01 的重建，已經揭示了一些以前未曾見過的關于人類大腦的細節。
項目通訊作者、哈佛大學 Lichtman 教授介紹說，在此之前，沒有人真正看到過這樣複雜的突觸網絡。
這一建模成果，将有助于更深入地了解大腦的運作方式，啓發人類對大腦功能和疾病的進一步研究。
另外值得一提的是，該研究涉及了 1 立方毫米的人腦組織，産生的數據量卻高達 1.4PB。
據此，有人根據人腦的體積推算，若要對整個人腦進行建模，會産生 1.76ZB 的數據，而目前最先進的超級計算機存儲容量也才萬分之七 ZB，不足單個人腦單個狀态的 0.4%。
即使把所有整個互聯網上的服務器都拿過來，也不過隻能存儲下 9 個人腦。
同時，1 立方毫米體積的腦組織中包含了 5.7 萬細胞和 1.5 億突觸，而整個大腦中的突觸數量更是高達千萬億。
相比之下，GPT-4 的參數量隻有 2 萬億，不過是人腦突觸數量的百分之 0.2，按照這樣計算放到大腦裏也就是芝麻粒的大小。
有人就此發出感歎，AGI 恐怕又是要遙遙無期了……
納米級建模帶來新發現
具體來看，研究者獲得了一個來自 45 歲女性癫痫患者的颞葉皮層組織樣本，大小約爲 1 立方毫米。
樣本經過快速固定、染色和樹脂包埋後，研究者使用帶自動收集裝置的超薄切片機切成了 5019 個厚度約 33.9 納米的連續切片。
然後研究者利用多束掃描電子顯微鏡對每個切片以 4 × 4 納米 / 像素的分辨率成像 , 獲得了總大小約 1.4PB 的原始二維圖像數據。
接下來，研究者使用計算工具對這些二維圖像進行了拼接、對齊，并重建出三維的體素數據。
之後，他們采用一種稱爲 flood-filling networks（FFN）的機器學習算法對整個體素進行神經元形态分割，并通過人工校正分割錯誤，最終重建出了這 1 立方毫米腦組織内所有細胞、突觸和血管等結構的三維形态。
FFN 由 Google Brains 在 2018 年提出，基本思想是從一個種子點出發，遞歸地向周圍擴展，标記所有與之連通的體素，直到遇到背景或其他物體的邊界爲止。
同時，他們還使用機器學習模型對突觸位置進行自動識别，以及區分興奮性、抑制性突觸。
最終，團隊成功在納米級别建模出了 1 立方毫米的腦組織，包含 5 萬多個細胞核 1.5 億突觸，以及其間 230 毫米的超細靜脈。
在此基礎之上，通過分析重建的細胞形态，研究者鑒定出了該腦區的主要細胞類型組成。
在共 57180 個細胞中，49080 個爲神經元和膠質細胞，8100 個與血管相關，而在神經元和膠質細胞中，後者數量是前者的 2 倍左右。
在神經元中，65.5% 爲有刺突的錐體狀神經元，29.1% 爲光滑突起的中間神經元；而在膠質細胞中，少突膠質細胞最爲常見。
研究者開發了機器學習模型用于自動識别突觸位置及其類型（興奮性 / 抑制性）。
該腦區共包含約 1.5 億個突觸，其中 1.11 億個爲興奮性突觸，另外 3900 萬個爲抑制性突觸，不同皮層層面的興奮性和抑制性突觸分布密度也存在一些差異。
通過分析每個神經元接受的突觸輸入，研究者發現絕大多數（96.49%）軸突與其目标細胞僅形成一個突觸，但少數軸突卻能形成多個突觸（最多可達 50 個以上）而與目标細胞建立特别強的連接。
進一步分析發現，這種多突觸的 " 強連接 " 在興奮性和抑制性軸突中都普遍存在，其數量顯著高于随機形成突觸時的預期水平。
研究者推測 , 在大量随機弱連接中，特定的少數軸突可能通過刻意形成的強連接來調控神經元的活動。
此外，研究者還詳細分析了一類特殊錐體神經元。
這些 " 三角形 " 和 " 指南針 " 細胞的基底樹突存在兩種鏡像對稱的取向，提示它們可能有不同的功能。
不過作者同時聲明說，有關樣本來自癫痫患者，雖然在光學顯微鏡下未發現明顯的病理學變化，但不能排除長期癫痫或藥物治療可能對皮層組織的連接或結構産生了一些更微妙的影響。
換言之，該模型的普适性可能還有待進一步驗證，但至少揭開了突觸網絡的又一層面紗。
而爲了人們能利用建模結果發現更多的奧秘，研究團隊将所有原始數據、建模結果和相關工具全都進行了開源。
數據工具全部開源
作者建立了在線交互式數據可視化平台 Neuroglancer，其他研究者可以用它在不同尺度上探索 H01 數據集。
其中就包括了所有原始的電鏡切片圖像，以及神經元形态的分割結果，突觸位置及興奮性 / 抑制性，還有不同類型細胞的标注，用戶可以靈活地觀察數據集的微觀和宏觀結構。
除了數據，作者也開源了神經元間突觸連接探索工具 CREST，以及與 Neuroglancer 深度融合的在線協作式校正平台 CAVE，幫助其他研究者從各個角度探索和分析這個前所未有的大規模人腦數據集。
作者表示，對這項成果進行開源，将爲學界提供研究人腦結構和功能的物理基礎，并爲疾病研究提供參考。
盡管 H01 已經帶來了前所未有的詳細信息，但相比于整個人腦，這些數據不過是這個龐大器官的冰山一角，未來還需要對人腦更多的區域、層面進行類似的納米尺度成像和三維重建，作者也呼籲學界爲止共同努力。
One More Thing
此次發布 H01 系列數據，正逢 Google Research 的 Connectomics 團隊成立 10 周年。
此前，該團隊還發布過包含 25000 個神經元和其間數百萬連接的果蠅大腦圖譜。
去年，該團隊還宣布與多所高校合作，斥資 3300 萬美元，繪制小鼠大腦中海馬體的圖譜，該項目也是團隊下一步的工作重點。
而本次發布的 H01 圖譜，最早是在 2021 年 6 月發布了數據集和預印本論文，經過了優化和對突觸特點更深層次的分析後，正式版論文于今日亮相。
論文地址：
https://www.science.org/doi/10.1126/science.adk4858
參考鏈接：
[ 1 ] https://research.google/blog/a-browsable-petascale-reconstruction-of-the-human-cortex/
[ 2 ] https://www.sciencealert.com/amazingly-detailed-images-reveal-a-single-cubic-millimeter-of-human-brain-in-3d
[ 3 ] https://news.ycombinator.com/item?id=40313193
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
