绘制最全最大人脑图,AI结合显微镜,google、哈佛10年研讨,登Science

编辑 | 紫罗一立方毫米的脑组织听起来可能并不多。但这个小方块包含 57,000 个细胞、230 毫米的血管和 1.5 亿个突触,总计 1,400 TB 的数据,哈佛大学和google的研讨职员刚刚完成了一项巨大的成就。研讨职员共同创建了迄今为止最大的突触分辨率、3D 重修的人类大脑片段,以生动的细节展示了一块大约半米粒大小的人类颞叶皮层中的每个细胞及其神经毗连网络。这是哈佛大学与google科学家近 10 年合作的最新成果,google将 Lichtman 的电子显微镜成像与 AI 算法相结合,对哺乳动物大脑极其复杂的线路进行颜色编码和

绘制最全最大人脑图,AI结合显微镜,google、哈佛10年研讨,登Science

编辑 | 紫罗

一立方毫米的脑组织听起来可能并不多。但这个小方块包含 57,000 个细胞、230 毫米的血管和 1.5 亿个突触,总计 1,400 TB 的数据,哈佛大学和google的研讨职员刚刚完成了一项巨大的成就。

研讨职员共同创建了迄今为止最大的突触分辨率、3D 重修的人类大脑片段,以生动的细节展示了一块大约半米粒大小的人类颞叶皮层中的每个细胞及其神经毗连网络。

这是哈佛大学与google科学家近 10 年合作的最新成果,google将 Lichtman 的电子显微镜成像与 AI 算法相结合,对哺乳动物大脑极其复杂的线路进行颜色编码和重修。

今天,这一壮举以《A petavoxel fragment of human cerebral cortex reconstructed at nanoscale resolution》为题,发表在《Science》杂志上。

绘制最全最大人脑图,AI结合显微镜,google、哈佛10年研讨,登Science

论文链接:https://www.science.org/doi/10.1126/science.adk4858

此次合作的最终目标是创建整个小鼠大脑神经线路的高分辨率图,这将需要比他们刚刚从人类皮质的 1 立方毫米碎片中生成的数据量大约 1,000 倍。

「碎片这个词很讽刺,」哈佛大学脑科学中心分子和细胞生物学系的分子和细胞生物学教授、新任科学院长 Jeff Lichtman 说。「对于大多数人来说,1 TB 是巨大的,但对于人类来说,只是人类大脑中极小的一部分。」

最新舆图包含了前所未见的大脑结构细节,包括一组罕见但强大的轴突,由多达 50 个突触毗连。

研讨小组还注意到组织中的奇怪现象,例如少数轴突形成了广泛的螺旋。由于他们的样本是从癫痫患者身上采集的,因此他们不确定这种不寻常的结构是病理性的还是只是罕见。

大脑「碎片」

大脑碎片取自一名 45 岁女性,当时她正在接受癫痫手术。它来自大脑皮层,大脑皮层负责学习、解决问题和处理感官信号。将样品浸入防腐剂中并用重金属染色,以使细胞更容易看到。Lichtman 和他的同事随后将样本切成约 5000 个切片,每个切片只有 34 纳米厚,可以使用电子显微镜对其进行成像。

google神经科学家 Viren Jain 的团队随后构建了 AI 模型,能够将显微镜图像拼接在一起,以 3D 方式重修整个样本。「我记得这一刻,进入舆图,观察这位女士大脑中的一个单独的突触,然后缩小到其他数百万个像素。」

绘制最全最大人脑图,AI结合显微镜,google、哈佛10年研讨,登Science

图示:单个神经元(白色)与毗连到它的 5,600 个轴突(蓝色)。建立这些毗连的突触以绿色显示。(来源:Google Research & 哈佛大学 Lichtman Lab)

在详细检查该模型时,研讨职员发现了非常规神经元,其中一些神经元彼此之间建立了多达 50 个毗连。「一般来说,两个神经元之间最多会发现几个毗连,」Jain 说。在其他地方,该模型显示神经元的卷须在自身周围形成结。「以前没有人见过这样的事情,」Jain 补充道。

研讨小组还发现了成对的神经元,它们彼此几乎是完美的镜像。「我们发现两个群体会将树突向两个不同的方向发送,有时会出现某种镜像对称。」Jain 恩说。目前尚不清楚这些特征在大脑中起什么作用。

电子显微镜成像与 AI 算法相结合

使用多分辨率洪水填充网络(flood-filling network,FFN)对图像数据进行分割,生成基本片段,然后使用 FFN 重新分割进行聚类,以生成更完整的重修细胞和过程。 

为了识别突触位点,研讨职员训练了一个基于 U-Net 架构的分类器来标记三个类别:背景、突触前和突触后。训练了一个两类 ResNet-50 分类器,根据其 电子显微镜外观、突触后结构类型和突触前神经元类型(如果已知)将每个识别的突触分类为兴奋性或抑制性。

绘制最全最大人脑图,AI结合显微镜,google、哈佛10年研讨,登Science

图示:通过神经元子区分类和突触预测进行分割、分裂校正和合并错误校正。(来源:论文)

千万亿级数据集,在线开源

Lichtman 的领域是「毗连组学」,它类似于基因组学,旨在创建大脑结构的全面目录,细化到单个细胞和线路。这些完整的舆图将为我们对大脑功能和疾病的新见解指明道路,而科学家们对此仍然知之甚少。

google最先进的 AI 算法可以在三个维度上重修和绘制脑组织图。该团队还开发了一套公开可用的工具,研讨职员可以使用它们来检查和注释毗连组。

研讨职员通过高通量串行切片电子显微镜对人类颞叶皮层的样本进行成像,生成千万亿级数据集,并使用新工具和计算密集型方法进行分析。重修了数千个神经元、超过一亿个突触毗连,以及构成人脑物质的所有其他组织元素,包括神经胶质细胞、血管系统和髓磷脂。

由于数据集很大且未完全审查,研讨职员在在线资源 (https://h01-release.storage.googleapis.com/landing.html) 中共享所有数据,并提供分析和校正工具。

绘制最全最大人脑图,AI结合显微镜,google、哈佛10年研讨,登Science

图示:共享的 H01 数据集。(来源:论文)

Jain 表示:「鉴于该项目投入巨额资金,以一种大家都能从中受益的方式展示结果是很重要的。」

需要校正员

该舆图太大,大部分内容尚未经过手动检查,并且仍然可能包含将如此多图像拼接在一起的过程中产生的错误。「数百个单元已经校正,但这显然只是其中 50,000 个单元的百分之几,」Jain 说。他希望大家能够帮助校正他们感兴趣的舆图部分。他说,该团队计划从其他人身上制作类似的大脑样本舆图,但在未来几十年内不太可能绘制出整个大脑的舆图。

「这篇论文确实是人类皮层数据集的杰作,」西雅图艾伦脑科学研讨所所长 Hongkui Zeng 说。她补充道,免费获取的大量数据将「让社区能够更深入地了解人类皮层的微电路」。

更深入地了解大脑皮层的工作原理可以为如何治疗某些精神疾病和神经退行性疾病提供线索。「这张图提供了前所未有的细节,可以揭示神经毗连的新规则,并有助于破译人脑的内部工作原理。」宾夕法尼亚州立大学的神经科学家 Yongsoo Kim 说。

接下来,该团队将研讨小鼠海马的形成,这对于神经科学来说非常重要,因为它在记忆和神经系统疾病中发挥着重要作用。

数据集开源地址:https://h01-release.storage.googleapis.com/landing.html

参考内容:https://www.nature.com/articles/d41586-024-01387-9

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

给TA打赏
共{{data.count}}人
人已打赏
理论

AI 找出限制抗生素耐药性的最佳医治策略,预防「超级细菌」

2024-5-8 12:02:00

理论

获ICLR 2024杰出论文奖,97.47%体外成功率,蛋白质计划新算法

2024-5-10 14:08:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索