雖說現代的深度學習早已脫離對「生物神經網絡」的模仿，但了解生物大腦的運行機制，對于神經網絡模型的未來發展仍然很有幫助。

大腦回路的結構方式影響著大腦的計算能力，但到目前為止，除了在一些非常簡單的生物體中，仍然還沒有看到任何大腦的具體結構。

去年11月，來自劍橋大學、約翰霍普金斯大學、珍利亞研究園區等多家頂尖機構的研究人員在Biorxiv上傳了一篇論文，經過十余年的艱苦研究，首次完整地對「果蠅幼蟲」的大腦連接組進行重建。

論文鏈接：?https://www.science.org/doi/10.1126/science.add9330?

3月10日，相關成果發表在《科學》雜志上。

論文作者之一，來自約翰霍普金斯大學的副教授Joshua Vogelstein 表示，果蠅在許多方面比其他生物更接近人類的大腦，有些區域對應于決策，有些區域對應于學習，有些區域對應于導航；并且果蠅幼蟲的大腦和人類也分為左右兩邊。

在對果蠅大腦的分析中還可以發現一些現代神經網絡中的結果，比如循環神經網絡、多層網絡之間的快捷路徑（殘差網絡ResNet）等，或許能啟發對機器學習模型的改進。

好消息：重建的果蠅幼蟲的大腦連接組包括3016個神經元

壞消息：人有860億個神經元。

完整重建果蠅幼蟲大腦

大腦主要由「神經元細胞」構成，相鄰的神經元可以在突觸細胞之間的連接處互相發出信號，其中一個神經元釋放「神經遞質」，另一個神經元負責接收這種化學物質，大腦的神經元和突觸的完整圖譜被稱為連接組（connectome），研究連接組對于理解大腦如何產生行為至關重要。

重建連接組的主要流程是將大腦切割成超薄(20微米)的切片，然后用電子顯微鏡的電子流對切片進行成像，比如要把鹽粒大小的果蠅幼蟲大腦切成幾千片，稍有差池，就得從頭再來。

對于一些簡單的生物來說，構建完整的連接組還相對容易，第一個完整繪制的是秀麗隱桿線蟲，整個身體只有302個神經元，在上世紀80年代即完成繪制。

但到目前為止，研究人員也僅為三個有機體繪制了完整的突觸連接組，每種生物只有數百個大腦神經元。

2020年時，谷歌和珍利亞研究園區的研究人員曾發布過一個果蠅的大腦連接組3D模型，包含25,000個果蠅神經元，這些神經元跨越不同的細胞類型和多個大腦區域，但該模型并不是一個完整的大腦，即便如此，該模型也只是包含一個成年果蠅10萬個神經元中的四分之一。

還有一些研究小組正在研究腦部更大的動物的連接組，比如昆蟲、魚類、哺乳動物等，不過由于神經元數量太多，主要研究方法是對大腦進行分區后單獨研究，會導致無法重建那些跨空間且相互連接的大腦區域。

本次重建的完整連接組屬于黑腹果蠅的幼蟲，果蠅可以表現出非常豐富的行為，包括學習、價值計算和行為選擇，并且與成年果蠅和較大的昆蟲具有同源的大腦結構。

強大的遺傳工具可用于選擇性操縱或記錄個別神經元類型，在易處理的（tractable）模型系統中，關于連接組揭示的特定神經元和回路基序的功能作用的假設可以很容易地得到檢驗。

研究小組將一個「6小時大」的黑腹果蠅幼蟲的大腦切割成4841片，并用高分辨率電子顯微鏡進行掃描，將成像數字化后再重新組合成一張三維圖像；在計算機分析的輔助下，最終生成的圖譜包含3016個神經元和54.8萬個突觸。

殘差網絡暗藏其中

研究人員對大腦回路（circuit）結構進行了詳細的分析，包括連接和神經元類型、網絡中樞（network hubs）和神經回路圖。

大腦輸入輸出中樞（in-out hubs）中大部分(73%)是「對學習中心的突觸后中樞」或「對驅動學習的多巴胺能神經元的突觸前中樞」；使用圖譜嵌入（graph spectral embedding）技術將基于突觸連通性的分層聚類神經元分為93種類型，這些類型在基于形態學和功能等其他特征上具有內部一致性。

研究人員還開發了一種算法來跟蹤大腦多突觸通路中的信號傳播，并分析了前饋(從感覺到輸出)和反饋通路（feedback pathways）、多感官整合（multisensory integration）和跨半球的反應（cross-hemisphere interactions）。

在大腦中發現了廣泛存在的多感官整合，以及從感覺神經元到輸出神經元不同深度的多條相互關聯的通路，形成了一個分布式的處理網絡。

大腦具有高度循環（recurrent）結構，41% 的神經元接受長程循環輸入，不過循環的分布并不均勻，在涉及學習和行動選擇的領域循環率特別高。

驅動學習的多巴胺能神經元是大腦中最常見的神經元之一。

有許多對側神經元（contralateral neurons）投射到大腦兩半球，它們是進出中樞（in-out hubs），彼此之間相互突觸，促進了大腦兩半球之間的廣泛交流；文中還分析了大腦和神經之間的相互作用。

研究人員發現，下行神經元（descending neurons）的目標是一小部分前運動元件（premotor elements），其在運動狀態（locomotor states）切換中扮演著重要的作用。

結論

果蠅幼蟲完整的腦連接組將在很長一段時間內為其他腦功能理論和實驗研究提供基礎，這項研究中產生的方法和計算工具將促進未來連接體的分析。

盡管動物王國中大腦組織的細節各不相同，但許多神經回路結構是守恒的。

隨著未來繪制更多其他生物的大腦連接組，不同連接組之間的比較將揭示常見的、可能是最佳的回路結構，以及生物體之間行為差異的特質。

在果蠅幼蟲大腦中觀察到的一些結構特征，包括多層shortcuts和顯著的嵌套循環，都能夠在最先進的人工神經網絡中發現，或許可以彌補當前網絡在深度、處理任務泛化上的問題，這些特征也可以增加大腦的計算能力，克服神經元數量的生理限制。

未來對大腦和人工神經網絡之間的相似和差異的分析可能有助于理解大腦的計算原理，并可能啟發新的機器學習架構。

相關評論

英國埃克塞特大學神經科學教授加什帕爾·耶凱伊表示，大腦的所有神經元都被重建，并且所有神經連接都得到了分析。他稱這項工作「非常重要」。

美國哈佛大學的凱瑟琳·杜拉克認為，這些數據揭示了這些神經元連接的「深層邏輯」。

不過，紐約愛因斯坦醫學院的斯科特·埃蒙斯認為，僅僅繪制出突觸并不能提供全貌。

埃蒙斯于2019年繪制出了雌雄兩性的秀麗隱桿線蟲的連接組，神經元還可以通過荷爾蒙等緩慢釋放的化學物質以及細胞之間的其他連接（即縫隙連接）相互交流。

所有這些都必須考慮在內，但新繪制的連接組中只包括突觸。