作者:田瑞颖 来源: 中国科学报 发布时间:2019-9-12
选择字号:
谷歌自动重建果蝇大脑

 

一个40万亿像素的果蝇大脑的3D重建

作为“培养”诺贝尔奖得主的“明星昆虫”——果蝇,被认为是人类研究最彻底的生物之一。近日,谷歌与霍华德 ·休斯医学研究所(HHMI)以及剑桥大学合作,发布了一项最新研究成果——自动重建整个果蝇的大脑。

该研究一共有16位研究人员参与,他们希望通过绘制果蝇大脑完整的神经网络以了解神经系统是如何运作的,最终绘制出人类大脑图像。

为何选择果蝇?该论文的几位合著者在一篇博客文章中指出,与青蛙大脑(超过1000万个神经元)、老鼠大脑(1亿个神经元)、章鱼大脑(50亿个神经元)或人类大脑(1000亿个神经元)相比,果蝇大脑相对较小,它具有10万个神经元,因而更容易作为一个完整的回路进行研究。

实际上,这并不是第一次对果蝇大脑完整绘制。早在今年1月,麻省理工学院(MIT)和HHMI科学家们就已经成功对果蝇的完整大脑进行了成像,并且清晰度达到了纳米级,但是,由于使用了显微镜进行成像,这仍然属于人工方法。

在此项实验中,研究人员向果蝇的脑细胞和突触中注入标记物,以标记每个神经元及其连接处的轮廓。为了产生图像,他们用一束电子束击中大约7062个大脑切片,这些电子束穿过除注入标记物部分以外的所有部分。

要想完整绘制果蝇大脑,首先需要将果蝇大脑切割成成千上万个40纳米的超薄切片,然后,再用透射电子显微镜对其进行成像。这便产生了超过40万亿像素的大脑图像,再将这些2D图像排列成整个大脑的3D图像。

紧接着,由谷歌定制的人工智能加速器芯片——谷歌云张量处理单元(TPU)会运行一种名为洪水填充网络(FFN)的特殊算法,进而自动追踪果蝇大脑中的每个神经元。

果蝇大脑的重建之路并不顺利。FFN当遇到连续切片中的图像内容不稳定或缺少多个连续切片时,则表现不佳。为保持精度和准确性,研究团队估算了3D大脑图像中的切片一致性,在FFN突出显示每个神经元的同时,保持了局部内容的稳定。

除此之外,为了使FFN更好地追踪果蝇大脑的神经元,研究团队还使用了一种名为分割增强循环(SECGAN)的人工智能模型,它是一种专门用于分割的生成性对抗网络,以此来计算并填充图像体积中缺失的切片。基于这两种新程序,研究团队发现FFN能够更加稳健地追踪多个缺失切片的位置。

如何实现包含数万亿像素和形状复杂的物体的3D图像可视化?为此,在大脑完全成像的情况下,研究团队使用NeuroGleener解决了可视化问题,NeuroGleener是一个在github上的开源项目,目前被艾伦脑科学研究所、哈佛大学、HHMI、马克斯普朗克研究所、麻省理工学院、普林斯顿大学等合作者广泛使用。

论文的共同作者指出,他们绘制的大脑图像并不完美,因为它仍然包含一些错误,并且跳过了对大脑突触的识别。但是他们预计,分割方法的发展将进一步改进大脑重建。

谷歌表示,HHMI和剑桥大学的合作者已经开始使用这种重建来加速他们对果蝇大脑学习、记忆和感知的研究。

目前,他们正在与珍妮亚研究院(Janelia Research Campus)的FlyEM团队合作,利用聚焦离子束扫描电子显微镜技术获取的图像,创建一个高度验证和详尽的果蝇大脑连接组。

(田瑞颖)

相关论文信息:

http://dx.doi.org/10.1101/605634

《中国科学报》 (2019-09-12 第7版 信息技术)
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
中国超重元素研究加速器装置刷新纪录 彩色油菜花又添7色!总花色达70种
考研复试,导师心仪这样的学生! 地球刚刚经历最热2月
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文