繪製最全最大人腦圖,AI結合顯微鏡,谷歌、哈佛10年研究,登Science

ScienceAI發表於2024-05-10

繪製最全最大人腦圖,AI結合顯微鏡,谷歌、哈佛10年研究,登Science

編輯 | 紫羅

一立方毫米的腦組織聽起來可能並不多。但這個小方塊包含 57,000 個細胞、230 毫米的血管和 1.5 億個突觸,總計 1,400 TB 的資料,哈佛大學和谷歌的研究人員剛剛完成了一項巨大的成就。

研究人員共同建立了迄今為止最大的突觸解析度、3D 重建的人類大腦片段,以生動的細節展示了一塊大約半米粒大小的人類顳葉皮層中的每個細胞及其神經連線網路。

這是哈佛大學與谷歌科學家近 10 年合作的最新成果,谷歌將 Lichtman 的電子顯微鏡成像與 AI 演算法相結合,對哺乳動物大腦極其複雜的線路進行顏色編碼和重建。

今天,這一壯舉以《A petavoxel fragment of human cerebral cortex reconstructed at nanoscale resolution》為題,發表在《Science》雜誌上。

圖片

論文連結:https://www.science.org/doi/10.1126/science.adk4858

此次合作的最終目標是建立整個小鼠大腦神經線路的高解析度圖,這將需要比他們剛剛從人類皮質的 1 立方毫米碎片中生成的資料量大約 1,000 倍。

「碎片這個詞很諷刺,」哈佛大學腦科學中心分子和細胞生物學系的分子和細胞生物學教授、新任科學院長 Jeff Lichtman 說。「對於大多數人來說,1 TB 是巨大的,但對於人類來說,只是人類大腦中極小的一部分。」

最新地圖包含了前所未見的大腦結構細節,包括一組罕見但強大的軸突,由多達 50 個突觸連線。

研究小組還注意到組織中的奇怪現象,例如少數軸突形成了廣泛的螺旋。由於他們的樣本是從癲癇患者身上採集的,因此他們不確定這種不尋常的結構是病理性的還是隻是罕見。

大腦「碎片」

大腦碎片取自一名 45 歲女性,當時她正在接受癲癇手術。它來自大腦皮層,大腦皮層負責學習、解決問題和處理感官訊號。將樣品浸入防腐劑中並用重金屬染色,以使細胞更容易看到。Lichtman 和他的同事隨後將樣本切成約 5000 個切片,每個切片只有 34 奈米厚,可以使用電子顯微鏡對其進行成像。

谷歌神經科學家 Viren Jain 的團隊隨後構建了 AI 模型,能夠將顯微鏡影像拼接在一起,以 3D 方式重建整個樣本。「我記得這一刻,進入地圖,觀察這位女士大腦中的一個單獨的突觸,然後縮小到其他數百萬個畫素。」

圖片

圖示:單個神經元(白色)與連線到它的 5,600 個軸突(藍色)。建立這些連線的突觸以綠色顯示。(來源:Google Research & 哈佛大學 Lichtman Lab)

在詳細檢查該模型時,研究人員發現了非常規神經元,其中一些神經元彼此之間建立了多達 50 個連線。「一般來說,兩個神經元之間最多會發現幾個連線,」Jain 說。在其他地方,該模型顯示神經元的卷鬚在自身周圍形成結。「以前沒有人見過這樣的事情,」Jain 補充道。

研究小組還發現了成對的神經元,它們彼此幾乎是完美的映象。「我們發現兩個群體會將樹突向兩個不同的方向傳送,有時會出現某種映象對稱。」Jain 恩說。目前尚不清楚這些特徵在大腦中起什麼作用。

電子顯微鏡成像與 AI 演算法相結合

使用多解析度洪水填充網路(flood-filling network,FFN)對影像資料進行分割,生成基本片段,然後使用 FFN 重新分割進行聚類,以生成更完整的重建細胞和過程。

為了識別突觸位點,研究人員訓練了一個基於 U-Net 架構的分類器來標記三個類別:背景、突觸前和突觸後。訓練了一個兩類 ResNet-50 分類器,根據其 電子顯微鏡外觀、突觸後結構型別和突觸前神經元型別(如果已知)將每個識別的突觸分類為興奮性或抑制性。

圖片
圖示:透過神經元子區分類和突觸預測進行分割、分裂校正和合並錯誤校正。(來源:論文)

千萬億級資料集,線上開源

Lichtman 的領域是「連線組學」,它類似於基因組學,旨在建立大腦結構的全面目錄,細化到單個細胞和線路。這些完整的地圖將為我們對大腦功能和疾病的新見解指明道路,而科學家們對此仍然知之甚少。

谷歌最先進的 AI 演算法可以在三個維度上重建和繪製腦組織圖。該團隊還開發了一套公開可用的工具,研究人員可以使用它們來檢查和註釋連線組。

研究人員透過高通量序列切片電子顯微鏡對人類顳葉皮層的樣本進行成像,生成千萬億級資料集,並使用新工具和計算密集型方法進行分析。重建了數千個神經元、超過一億個突觸連線,以及構成人腦物質的所有其他組織元素,包括神經膠質細胞、血管系統和髓磷脂。

由於資料集很大且未完全審查,研究人員在線上資源 (https://h01-release.storage.googleapis.com/landing.html) 中共享所有資料,並提供分析和校對工具。

圖片

圖示:共享的 H01 資料集。(來源:論文)

Jain 表示:「鑑於該專案投入鉅額資金,以一種大家都能從中受益的方式展示結果是很重要的。」

需要校對員

該地圖太大,大部分內容尚未經過手動檢查,並且仍然可能包含將如此多影像拼接在一起的過程中產生的錯誤。「數百個單元已經校對,但這顯然只是其中 50,000 個單元的百分之幾,」Jain 說。他希望大家能夠幫助校對他們感興趣的地圖部分。他說,該團隊計劃從其他人身上製作類似的大腦樣本地圖,但在未來幾十年內不太可能繪製出整個大腦的地圖。

「這篇論文確實是人類皮層資料集的傑作,」西雅圖艾倫腦科學研究所所長 Hongkui Zeng 說。她補充道,免費獲取的大量資料將「讓社群能夠更深入地瞭解人類皮層的微電路」。

更深入地瞭解大腦皮層的工作原理可以為如何治療某些精神疾病和神經退行性疾病提供線索。「這張圖提供了前所未有的細節,可以揭示神經連線的新規則,並有助於破譯人腦的內部工作原理。」賓夕法尼亞州立大學的神經科學家 Yongsoo Kim 說。

接下來,該團隊將研究小鼠海馬的形成,這對於神經科學來說非常重要,因為它在記憶和神經系統疾病中發揮著重要作用。

資料集開源地址:https://h01-release.storage.googleapis.com/landing.html

參考內容:https://www.nature.com/articles/d41586-024-01387-9

https://medicalxpress.com/news/2024-05-human-brain.html

相關文章