人脑中包含数百个具有不同解剖结构和功能的皮层及皮层下结构，我们往往很难去精确地定位这些结构以及比对出它们的功能和连接环路。好在科学家们迎难而上，通过不懈努力，构建出了从最早基于离体组织的到现在数字化的越来越精细的脑图谱。2016年在脑科学领域专业杂志Cerebral Cortex上发表的人类脑网络组图谱又将精细度进一步提高了数倍。在中国神经科学学会第十二届全国学术会议召开前夕，施普林格.自然采访了该领域国际著名学者蒋田仔教授，蒋教授向我们介绍了这一全新的人类脑图谱，并且讨论了人类脑图谱研究的发展方向和用途。

人类脑图谱研究的历史已有100多年。早期的研究主要利用细胞构筑等局部信息来绘制图谱，从结构上划分不同的脑区。而人类脑网络组图谱与这些传统图谱最大的区别在于，其基于连接模式划分脑区结构，侧重于脑连接方面的信息。这种基于连接模式的全新想法极大地弥补了传统脑图谱在脑连接模式方面的欠缺。

然而，对于人类脑网络组图谱研究来说，旅程远未结束。我们希望最终这些精细的图谱能够为临床手术“导航”，在对病人进行经颅磁刺激（TMS）、深部脑刺激（DBS）等疗法中实现精准定位。更重要的是，通过不断改进脑图谱的精细度和准确度，我们希望能运用这些脑图谱来找到精神类疾病的生物标志。

在这方面，人类脑网络组图谱的前辈---磁共振技术可谓苦楚连连。虽然磁共振技术已经存在了30余年，但它仍未被脑疾病特别是精神类疾病的临床诊断标准所采用。这可能要归因于疾病数据规模小且现有粗糙脑图谱造成的困境。

鉴于此，为了最终能够实现这些应用，我们提出了人类脑网络组图谱的三个重要发展方向：（1）基于更精细的图谱寻找不同神经精神疾病的早期诊断、预后判断、疗效评价等方面的生物标记； （2）在不同尺度上验证图谱中不同区域在情绪、记忆等人类认知行为中的功能环路，建立脑功能图谱；（3）如何用语言、认知等相关方面的图谱来指导在类脑研究中建立新的计算模型。

而关于图谱和类脑之间的关系，大有文章可做，未来将会是一个研究热点。目前，类脑计算的瓶颈无处不在，除了借助于概念外，类脑计算可谓孤立无援。而通过借助解析人类脑本身的信息处理规律，就可以极大地促进类脑计算的发展。例如，已经有研究发现，人脑信息处理过程中，神经元的高阶相互作用通过二阶相互作用表征，从某种意义上来说，所谓的高阶是一种假象，这大大降低了类脑计算的复杂性，简化了体系结构的设计。

我们下一步的研究方向是在三个不同的尺度构建猕猴的脑图谱。（1）在宏观尺度上，将猴脑分成不同的脑区，建立与人类相似的宏观图谱。（2）在猕猴宏观图谱的基础上，利用经典束路示踪技术和新型病毒示踪技术，在神经元群（或不同类型神经元）尺度上构建出连接图谱，这也是我们未来5-10年的主要目标。在精细度方面，这种方式远胜于仅依靠磁共振的方式。（3）构建微观尺度的图谱。但是目前来说，我们离这一目标还非常遥远，因为目前除了电镜，还没有其他更好的技术可以用于构建微观图谱。

通过使用在人类身上无法执行的侵入性示踪技术建立猕猴的脑图谱，能帮助我们了解人类脑图谱。此外，通过对比宏观尺度的猴脑图谱和人脑图谱，我们可以找到在进化过程中人脑和猴脑功能区连接图谱的异同。

蒋田仔教授作为Section Editor的BMC Neuroscience期刊链接：

https://bmcneurosci.biomedcentral.com/?utm_source=website&utm_medium=Referral&utm_campaign=sciencenet_promotion_012