哺乳動物大腦是一個複雜的網絡，該網絡由數万億個節點連接的數十億個細胞網絡，神經科學家尚未嘲笑。現在，研究人員在小鼠大腦的一部分中繪製了許多腦細胞和連接，僅跨越1立方毫米，大約是一粒沙子的大小。
“毫米似乎很小，但是在那個毫米內有幾公里的佈線，”雅各布·雷默（Jacob Reimer）Baylor醫學院的神經科學家告訴Live Science。雷默（Reimer）是10項新研究之一的高級作者，其中科學家詳細介紹了他們如何構建這張出色的大腦圖。
Reimer是Microns聯盟是來自美國多家機構的150多名研究人員組成的團隊。在4月9日在《自然日記》上發表的一系列論文中，研究人員不僅揭幕了，稱為“連接組”，但也描述了他們如何使用此數據集探索大腦的工作。
“這種方法彌合了觀察神經元和了解它們如何联系的神經科學的根本差距，”Lilianne Mujica-ParodiStony Brook University的神經科學家未參與這項工作，他在一封電子郵件中告訴Live Science。
有關的：
大腦圖的圖表
研究人員使用經過基因修飾的活實驗室小鼠建造了連接組，以使其神經元在激發時發光。這使研究人員能夠使用顯微鏡檢測腦細胞，而鼠標觀看了視頻和YouTube剪輯，包括來自“ Mad Max：Fury Road”，“ Matrix”和“ Star Wars：Epistion VII：Force aukens”的場景。
研究人員在枕葉的一個立方毫米塊中記錄了76,000個神經元的大腦活動，該葉子位於大腦的背面，是視覺處理的關鍵。後來，該團隊使用電子顯微鏡從同一葉中提取了小鼠的大腦，並檢查了其解剖學特徵，例如細胞形狀和連接。
接下來，使用解剖學和發光的細胞圖像作為指南算法追踪了腦細胞及其擴展，從而產生了最終的3D圖。製圖壯舉包含20萬細胞和5.23億個神經元之間的連接，稱為突觸。
大腦包含執行不同功能的各種類型的細胞，包括發送信號的神經元和支持神經元功能的神經膠質細胞。機器學習工具基於它們的身體特徵。
福雷斯特·科爾曼（Forrest Collman），艾倫研究所的神經科學家，兩篇論文的高級作者說，該數據集比從中獲得的連接符大三倍人腦的一部分比連接組大40倍，使其成為迄今為止最大的連接組。
儘管數據集的密集程度是如此之密，但Reimer說這是不完整的 - 一些腦細胞缺少。
Connectome還包含“孤兒”擴展，似乎不會從任何單元中散發出來。這可能是因為機器學習算法未檢測到細胞本身，或者是因為擴展與採樣區域範圍內的細胞相連。
雷默說：“需要大量的校對。”大部分雙重檢查必須由科學家手動進行。也就是說，他的團隊開發了一個軟件工具。
對神經聯繫的新見解
有一句格言說神經元“一起射擊在一起，”含義至少在短距離內，串聯激活的腦細胞更有可能形成連接。連接組揭示了這種模式
科爾曼說，連接組還揭示了有關所謂抑制性神經元的新信息（這會使其他神經元發射的可能性降低）。
Collman說，在可用的連接組可用之前，神經科學家不確定抑制性神經元是否針對給定網絡中的特定細胞，而不僅僅是影響恰好接觸到其接線的局部神經元。連接組顯示，源自大腦不同區域的抑制細胞可以收斂到遠處的同一靶細胞上，這表明它們的抑製作用高度特異。
將來可能會出現更多的見解。
“作者製作了與公開可用的論文相關的數據。”Max Aragon，普林斯頓大學的神經科學博士生不參與這項工作。他在一封電子郵件中告訴Live Science：“這對神經科學社區來說是一個巨大的福音，並指出其他研究人員現在可以利用數據來進行自己的工作。
除了揭示大腦功能外，連接組還可以“為解決電路功能障礙起作用的神經系統疾病提供關鍵見解，” Mujica-Parodi說，例如，建立阿爾茨海默氏病的斑塊和形成通常會損害神經網絡。
而且工作並不止於此。賴默說：“從某種意義上說，毫米千分之一的立方體是巨大的，但這只是鼠標視覺系統的一小部分。”
他補充說，在未來十年中，美國國立衛生研究院的大腦倡議將著重於開發整個小鼠大腦的連接組，這可以幫助研究人員了解不同大腦區域之間的長距離電路。
但是，該項目的未來目前尚不確定，如國會削減了2.78億美元從去年的資金。
編者註：Max Aragon以前曾與兩位研究作者Chris Xu和Sven Dorkenwald合作。
