前不久，谷歌和哈佛大學聯手發布人腦神經3D連接圖，涵蓋人腦一百萬分之一的信息，但數據已經塞滿了1400塊1T硬盤！現在，這個研究團隊表示，這些發現還只是個開始。

去年夏天，哈佛大學和谷歌的研究人員聯合發布了第一張部分人腦的連接圖。針頭大小的組織被保存下來，用重金屬染色，切成5000片，并在電子顯微鏡下成像。

這些保存下來的組織，僅占整個人類大腦的百萬分之一。然而，對其進行描述和記載的數據卻高達1.4PB，其中包括了神經細胞、血管等顏色鮮艷的顯微鏡圖像。

「這就像發現了一個新大陸一樣，」論文的資深作者、哈佛大學的Jeff Lichtman說。

目前，他的團隊已經在人體組織中發現了一系列令人費解的特征，包括在其他動物中從未見過的新型細胞，例如軸突卷曲并相互盤旋的神經元，以及擁有兩個軸突，而不是一個軸突的神經元。

不過Lichtman表示，這些發現只是皮毛：要繪制對大腦組織的完全搜索樣本，其難度不亞于開車駛過北美每一條道路。

Lichtman一直致力于創建和研究類似的神經全連接圖——繪制一張完整或部分完整的活體大腦內所有神經連接的綜合圖。這張圖是了解大腦的主人如何思考、感覺、移動、記憶、感知等的關鍵。

然而，這類大腦連接圖不會很快問世，因為它在技術上是不可行的。

Lichtman表示，其中一個問題就是數據量太大，可能達到ZB級，這相當于當今整個世界存儲內容的很大一部分。

事實上，目前唯一建立了大腦綜合連接圖的物種是秀麗隱桿線蟲（Caenorhabditis elegans），一種不起眼的蛔蟲。

科學家們從蠕蟲、蒼蠅、老鼠和人類中積累的大量連接組數據，已經對神經科學產生了強大的影響。最近，繪制大腦神經連接的技術發展越來越快，Lichtman 等人追尋已久的大規模連接圖終于成為了現實。

上圖取自哈佛大學和谷歌研究人員從僅1立方毫米的人類大腦皮層編譯出的連接組。它的大小為1.4PB，是有史以來創建的最詳細、最復雜的連接組。

不同的生物體通常在很多方面差異很大，科學家需要確認分類才能得出結論。大規模連接組學可以為神經科學的發展提供空前的動力，其作用堪比快速、簡單的基因組測序技術對基因組學的推動作用。

最近，對線蟲的研究也證明了這一點。

實驗表明，科學家有時可以根據連接組的知識來預測動物的行為。然而，這些成功也揭示了大規模連接組學在處理更復雜的生物大腦之前還需要走多遠。

從連接預測動物行為

實際上，大約35年前，科學家就完成了線蟲的第一張大腦全接線圖。

盡管線蟲的大腦中只有302個神經元，但在當時，這項努力已經堪稱壯舉。科學家通過在電子顯微鏡圖像的打印輸出圖上，手繪神經元連接，經過近15年的艱苦努力才完成。

現在，利用AI增強的成像技術，科學家們在約一個月內就可以完成一個秀麗隱桿線蟲的大腦神經連接圖的繪制。

神經科學家可以在一個實驗中繪制幾種蠕蟲的腦連接圖，在不同特征或處于不同生命階段的個體之間進行比較，還能在圖上疊加特征成像，了解在復雜行為期間神經網絡的觸發方式。

這種方法已經取得了令人矚目的進展。在今年9月發表在《細胞》上的一篇報告中，科學家們使用蠕蟲連接組來描述了自然界中最復雜的行為之一：性。

研究人員使用視頻和成像技術，在線蟲交配過程中記錄和追蹤了線蟲腦細胞的活動，視頻顯示，這些蠕蟲以蛇形模式在彼此周圍滑行，熒光蛋白發出的白光表示神經元的活動，沿著它們纖細的身體斷時續地閃爍。

線蟲神經系統的3D模型。線蟲只有302個神經元，因此它是第一個（也是迄今為止唯一的）可以編譯出完整、詳細的連接組的動物。

科學家將復雜的交配行為分解為尋找伴侶、交配和休息等子類。然后將神經元活動映射到蠕蟲的連接組上，以識別在交配過程中處理環境信息的大腦機制。

據該研究論文的第一作者、神經科學家Vladislav Susoy介紹，由此產生的大腦活動圖在研究中使用的8種蠕蟲之間顯示出高度一致，以至于可以用來預測第9種蠕蟲的行為。

因此，科學家們決定通過實驗來檢驗這個預測。以一種新的蠕蟲為例，他們精確地移除了這種蠕蟲與「轉動」有關的五個神經元中的一個，結果，蠕蟲果然失去了轉動的能力。

Susoy說：「這種聯系如此清晰，真是令人驚訝。」

研究斑馬魚大腦的哈佛大學神經科學家Florian Engert稱，這篇論文是該領域的「里程碑」，因為它使用連接組來考察復雜的行為。他表示，連接組正在成為一種關鍵資源。

「它可以作為研究神經元回路如何運作的工具和數據庫。」恩格特實驗室的神經科學家和博士后研究員Gregor Schuhknecht說。

不過，除了解釋動物行為的基礎之外，連接組學研究還可以揭示關于這些行為如何連接到大腦的微妙細節。

Lichtman表示，大腦可以用無數種方式做事。我的猜測是，在幾乎所有情況下，大腦神經系統很少采用最簡單的路徑，因為它的設計并不簡單。

例如，一段時間以來人們都知道，對線蟲而言，幼蟲和成蟲的神經元之間的連接形式是明顯不同的。為了了解大腦整個發育過程中的變化。

在最近《自然》上的一篇文章中，Lichtman，Samuel and Mei Zhen等研究人員比較了八個基因完全相同的蛔蟲幼蟲和成蟲之間神經元連接方式的差異。

根據論文第一作者Daniel Witvliet的說法，這項研究最有趣的發現是，盡管這些蠕蟲在基因上是相同的，但它們大腦中神經細胞之間的連接有多達40%是不同的。

這一發現表明了對大量大腦鏈接圖進行比較的重要性。「你不能只是說，'我們已經繪制了蠕蟲連接組圖'，因為每個連接組都是略有不同的。」Witvliet說。

Lichtman說，這一發現表明存在兩類連接：可變的連接和一致的連接。如果事實證明，動物需要建立更一致的連接，來支持生存所必需的神經活動，那么他認為，一些連接的變化程度可能成為連接組中重要特征的標志。

「如果可以比較多個連接組，就可能看出特征上的重要差異，而不是完全隨機的。」Lichtman說。

他表示，在未來，連接組學能定期分析多個個體的大腦，比較健康和不健康的動物、年輕和年老的動物等等。「我認為，一旦繪制大腦神經連接圖成為平常之事，這很可能會成為現實。」

神經科學的「n of 1」問題

然而，解決大規模的連接組學的問題，說起來容易，做起來難。

目前來說，在神經映射技術方面的確有了一定的進展，但是整個領域仍然存在Lichtman所說的「n of 1」的問題。

也就是說，即便是繪制一個人的大腦線路圖，也不是一項可以輕易完成的任務，尤其是這個物種要比蠕蟲復雜得多。

哈佛大學的教授Aravinthan D.T. Samuel也同意這一觀點：「我認為連接組學在大多數情況下就像珠穆朗瑪峰的探險。做過一次之后，就認為自己已經完成了。」

而這也正是連接組學研究面臨的一個重大障礙，特別是對復雜的生物來說。

比如，當Lichtman和他的同事正在繪制人腦片段時，他們發現一處非常的奇怪。但是卻也無從得知這是一個政策現象還是由于這個人獨有歷史和基因而產生的特殊案例。

當然，如果能繪制出100個人類大腦的等效樣本，那么這些問題也就可以略知一二了。但不幸的是，每個大腦都有1.4PB的信息，這么做顯然是不太可能的。

不過，即便還不能進行大規模研究，連接組學也取得了很多重要的進展。

尤其是果蠅（Drosophila melanogaster）方面的工作，可謂是進展神速，無論是幼蟲（有大約10,000個神經元）還是成蟲（有大約135,000個神經元）。

2019年，谷歌與Howard Hughes醫學研究所以及劍橋大學合作，通過Flood-Filling Network算法和TPU芯片，將果蠅大腦切分成數千個40納米的超薄切片，并且使用透射電子顯微鏡生成每個切片的圖像，產生了40萬億像素以上的果蠅大腦影像，然后將2D圖像排列對齊形成完整果蠅大腦的3D圖像。

首次成功重建了果蠅大腦神經元的3D模型，但并未揭示有關果蠅大腦神經元「連接性」的信息。

40 萬億像素下的果蠅大腦重建

2020年，谷歌與Howard Hughes醫學研究所的FlyEM團隊等，發布了「半腦」連接組（ 「hemibrain」 connectome），繪制的圖像涵蓋了25000個神經元，按體積計算，大約占果蠅大腦的三分之一。

這是當時最大、最詳盡的果蠅大腦地圖，包含了對果蠅大腦中神經元連接的高度詳細的繪制。

黑腹果蠅大腦部分突觸連接的「半腦」連接組映射

今年的10月，神經科學家在此基礎上發現了似乎能夠幫助果蠅進行導航的多達幾十種新的神經元類型和電路。

這項工作被譽為揭示蒼蠅如何納入感官信息并將其轉化為行動的一個重要里程碑。

能夠比較不同物種的基因組也有很大的價值。

今年7月，Allen大腦研究所、普林斯頓大學和Baylor醫學院的神經科學家合作發布了一個數據集，其中包含了小鼠視覺新皮層中20萬個腦細胞的精細結構和連接。

該項目花了五年時間完成，代表了迄今為止最大的小鼠數據集。

這只是整個大腦的一個開始，但即使這么多也意味著，研究人員第一次可以比較兩種哺乳動物——小鼠和人類的部分連接組。

什么是連接組學解釋不了的？

連接組學的成功，對科研人員來說，可能是苦樂參半。

多年來，連接組學受到的最多的批評就是，它不足以解釋大腦是如何運作的。

盡管在幾十年前，人類就掌握了一張秀麗隱桿線蟲的大腦地圖，但科學家們仍難以就其神經功能得出有意義的結論。

對Lichtman來說，解析更復雜的大腦里面近乎無限的相互聯系是一個巨大的挑戰，它考驗著人類和人工智能的極限。

連接組學的另一個限制是它沒有告訴人們任何關于連接強度的信息，大腦里某個連接是強還是弱我們并不知道。

連接組學只是告訴研究人員有連接存在。

「如果兩個神經元之間有20個連接，但它們都非常弱，」Engert說，「那么如果你想知道信息是如何通過大腦流動的，你需要先知道這些。」

通過將功能活動映射到果蠅的連接體數據上，研究人員發現這些神經回路控制著昆蟲導航能力的重要方面。

神經科學家經常假設，如果一個神經元與其他神經元建立了聯系，那么它一定是對它所接觸的神經元做了什么。

但Lichtman指出，并不是每一個連接都是有意義的，因為神經元在充滿冗余路徑的龐大網絡中與其他神經元建立了數千個連接。

這也就是為什么有人中風了，成千上萬的神經元消失了，但他并不會失去記憶。

「大腦有無數種方式可以做事情，」Lichtman說，「我的猜測是，幾乎在每種情況下，神經系統都很少走最簡單的路，因為它不是為了簡單而設計的。」

連接組學也幾乎沒有涉及大腦中被稱為神經調節劑的化學物質，這種化學物質在神經元周圍的液體中循環。

神經調節劑不同于神經元之間的突觸連接中精確釋放的神經遞質，它們代表了大腦細胞之間交流的另一種方式。

Janelia研究院的神經科學家和計算生物學家Louis Scheffer說，許多神經回路在神經調節劑的存在下會改變它們的行為。

舉個口胃神經節的例子。

口胃神經節是龍蝦和螃蟹體內僅由三個神經元組成的回路，這個回路控制著它們胃中肌肉的節律運動。

目前，科學家們已經確定了大約20種神經調節劑，它們都可以使這個神經節改變其放電模式。

所以如果要得出一個具體的結論，來說明運動功能在多大程度上是由神經元之間的連接來定義的，這恐怕是很難的。

Louis Scheffer將這種神經回路稱為「poster child」，意思就是單靠表面上的一個連接體是無法解釋大腦功能的。

Engert說，人們普遍認為連接體不足以理解大腦。

但他覺得，迄今為止，大腦連接圖在解釋蛔蟲和蒼蠅的行為方面已經取得了不少成功案例，這也說明連接體「肯定會對大腦的信息功能非常有幫助，甚至可能是必要的」。