专栏名称: DeepTech深科技
“DeepTech深科技”是与麻省理工科技评论官方独家合作的一个新科技内容品牌。我们专注于关注三个方面:1、基于科学的发现;2、真正的科技创新;3、深科技应用的创新。
目录
51好读  ›  专栏  ›  DeepTech深科技

深度神经网络或迎来重大突破,最新大脑绘图技术可精确描绘神经元之间的每一个连接

DeepTech深科技  · 公众号  · 科技媒体  · 2016-08-22 14:21

正文

DeepTech深科技  麻省理工科技评论独家合作




编者按:今年7月底,《自然》杂志发布了有史以来最详细的人脑地图,但这只是对大脑进行“分区”,距离“细胞层面”的精度还相去甚远


人类大脑的更多秘密,可能还藏在那大约850亿个神经元细胞以及它们之间约15万亿个连接之中。8月16日的《Neuron》杂志上发布了一项名为MAP-seq的新技术,该技术可利用RNA“条形码”高速低价地记录脑细胞间的连接。


在这项技术的帮助下,科学家们将有可能解开人脑神经元的连接方式之谜。这不仅可以让我们进一步深入了解人体本身,同时在对现在热门的神经网络构架具有极大的指导作用,或许可以让深度神经网络的性能在短期内实现质的提升。


◆  ◆  ◆  ◆  ◆  


人类的大脑是这个宇宙中最未知的领域之一。正如探索每一块神秘的土地一样,一幅品质优良的地图往往至关重要


就此,大脑的探索者——神经科学家们已经迈出了一大步。他们的最终目标是用极少的基因材料来标注大脑中的每个神经细胞,然后绘制这些神经细胞如何互相连接的地图。这项技术被称作MAP-seq,将帮助研究者以从未有过的细致程度研究自闭症和精神分裂症等疾病。




安东尼·扎得(Anthony Zador)是冷泉港实验室(Cold Spring Harbor Laboratory)的一名神经科学家,同时也是这项技术的发明者。他说道:“我们已经掌握了这一全新科技的理论基础,它会有许多不同的应用。”


“我认为这项技术的发展空间很大,”,冷泉港实验室未参与此研究的一名分子生物学家李奇赫(Je Hyuk Lee)说道。


然而,安东尼的技术并不是前无古人,绘制大脑神经连接图谱(brain’s connectome)的努力由来以久。目前,科学家们一般依赖荧光蛋白和显微镜对神经细胞进行显像,但这种技术非常费事且很难同时追踪多个神经细胞的连接情况

 

安东尼·扎得,一名开发出了新的大脑图谱绘制方法的神经科学家。

 

作为可能带来业界革新的新技术,MAP-seq的第一步是创建一个以病毒为载体的随机RNA序列库。


然后,这些RNA序列混合物被注入大脑,其数量大约以注射部位的每个神经细胞能分得一个RNA序列为准。


这样,每个神经细胞就有属于它自己独特的RNA“条形码”了。




接着,神经细胞被标码的大脑将被进一步切片、切丁,按序排好,等待处理。DNA测序机读取这些RNA条形码后,研究人员就能建立显示单个神经元如何同大脑其他部分相连的矩阵了。


这项研究发表在了上周四的《Neuron》杂志上。它描绘了一幅位于大脑蓝斑核(locuscoeruleus)部位的蔓延开去的神经连接图,包括1000个老鼠的神经细胞。这幅图证明了扎得的MAP-seq技术的可行性。对此,扎得表示,先前这些神经细胞的连接方式一直存在争议,而他们的结果实际上还化解了那部分相互矛盾的研究发现。


加斯图斯·凯布舒尔(Justus Kebschull)同扎得一起研发了MAP-seq,他说,这项技术正在变得更好。“我们现在可以同时绘制10万个神经细胞的连接图,一个星期、一个试验就能完成。这在从前是完全不可思议的,除非你投入极大的工作量。”



事实上,每个普通人身上大概有上百个基因突变会在大脑发育的过程中引起神经网络连接方式的细微改变。为了弄清楚这些细微改变是否造成了大脑连接的功能性障碍,并进而了自闭症和精神分裂症等疾病,科学家们以老鼠为模型进行了试验。


“我们正在老鼠模型中探索基因突变会把哪些地方的连接弄糟。既然现在这个技术如此高效,我们就能同时研究多个基因突变的影响了,”凯布舒尔说道。而携带不同的候选自闭症基因的老鼠,脑回路也可能不同,通过比较这些脑回路,研究人员希望能对大脑连接和神经疾病的关系有新的认识。


尽管其他团队也用过类似的编码技术研究细胞间的个体差异,扎得表示,目前他的实验室是唯一在给大脑标记条形码的研究团队,但他希望其他人也能开始使用MAP-seq记录各种脑回路。他说:“因为测序成本持续降低,很快我们就能高速低价地进行这项研究了。”


也许很快,第一张大脑的完整地图就能够为其首位探索者所使用了。


无疑,脑神经元间的连接方式的秘密一旦解开,除了有助于在某些神经疾病的治疗上取得突破外,还会对广泛应用于人工智能的深度神经网络的构架提供巨大的指导作用,从而大力推动人工智能的发展。


编辑:Mengxi Zhang




深科技招聘自由撰稿人,要求

文笔好,懂科技,稿酬优

联系:[email protected]



IEEE中国是DeepTech深科技的战略合作伙伴,想要获得最新的科技资讯和会议信息,敬请关注IEEE中国。



MIT Technology Review 中国唯一版权合作方,任何机构及个人未经许可,不得擅自转载及翻译。

分享至朋友圈才是义举


DeepTech深科技

     ID:mit-tr

长按关注