人工智能·前所未有了解行为和脑部之间的关系-Cell重磅

点击上方蓝字关注 

难以想象，观看2万个16分钟的视频，这些视频都是关于果蝇走路，梳理和追逐伴侣。幸运的是，不必这样做，因为科学家们已经设计了一个可以更快执行的计算机程序。在人工智能的帮助下，研究人员已经从40万只苍蝇中获得了1000亿条行为注释，以创建将飞行方式与其相应的脑区相连的关系图。

在最新一期的Cell上科学家们前所未有的方式解析神经元与功能之间的联系。

20000个果蝇视频

专家说，这项工作是了解如何将简单和复杂的行为与大脑中的特定线路联系起来的重要一步。布朗大学的计算机视觉专家和计算神经科学家Thomas Serre说：“研究的规模是前所未有的。哥伦比亚密苏里大学的一名飞行神经生物学家Bing Zhang补充说：“这对整个领域来说将是一个巨大而有价值的工具。 “我相信后续研究将显示这是一个金矿。”

只有10万个神经元 - 与我们的86亿 - 相比，果蝇大脑的小尺寸使它成为研究神经活动的好材料。然而科学家们仍然远远无法理解飞行的一举一动。弗吉尼亚州阿什本市的霍华德休斯医学研究所计算机科学家克里斯汀·布兰森（Kristin Branson）和同事测试了2204种不同的转基因果蝇（黑腹果蝇）。每个使研究人员通过简单地提高温度来激活神经元来控制大脑

然后，它是飞行碗，一个浅倾斜，封闭的竞技场与一个照相机直接在顶部。该队每次将10只雄性和10只雌蝇分成几组，每16分钟会拍摄3万帧视频。然后计算机程序跟踪盘中每个飞行的坐标和翅膀运动。这个队伍为每个主题做了约八次，录制了超过20,000个视频。布兰森说：“如果你一直看着他们，那么这个连续两天的飞行将是225天。

接下来，团队选择了14个容易识别的行为来学习，比如向后走，触摸，或尝试与其他苍蝇交配。这需要研究人员为每个动作手动标记大约9000帧的镜头，用于训练机器学习计算机程序来自行识别和标记这些行为。然后，科学家得出了203个统计数据，描述了收集的数据中的行为，例如苍蝇行走的频率和平均速度。由于计算机视觉，他们检测到微弱的人眼之间的差异准确描述，例如当苍蝇将步行速度提高5％或更少时。

布兰森说：“当我们开始这项研究时，我们不知道我们会多久看到行为差异。然而，事实证明，几乎所有的strain - 98％在所有行为统计中至少有一个显着差异。还有很多奇怪的事情：一些超级大佬比正常跳跃多一百倍;一些男性追赶其他苍蝇比其他苍蝇多20倍;一些苍蝇几乎从未停止过，而几只沙发土豆几乎没有发芽。

然后来映射。科学家将果蝇脑部分成一组7065个小区域，并将它们与他们观察到的行为联系起来。最终产品称为“行为 - 解剖图”，显示了一些常见的行为，如步行，与大脑中的神经回路广泛相关。另一方面，尽管这项研究并没有证明这些地区对于这些行为是绝对必要的，但可以将精确定位到大脑的小部分区域，而不是频繁地观察到的行为，例如追捕男性的女性苍蝇。 “我们还了解到，您可以在YouTube上上传无限数量的视频，”布兰森说，注意到所有20,000个视频的剪辑都可以在线上获得。

布兰森希望这个资源将成为其他神经生物学家试图操纵部分大脑或研究某一特定行为的发射台。例如，对于果蝇中的女性侵略知之甚少，新的地图给出了大脑区域可能驱动这些行为的线索。