科学家利用AI以前所未有的细节绘制大脑区域图——这只是开始

Scientists enlist AI to map brain regions in unprecedented detail – GeekWire

AI生成的渲染图展示了小鼠大脑区域图，叠加了网络模体。(UCSF插图) 科学家表示，一个他们比作ChatGPT的人工智能程序帮助他们创建了迄今为止最详细的小鼠大脑图谱之一，图中标记了1,300个区域和子区域。

其中一些子区域此前从未被绘制过——研究人员表示还有更多发现即将到来。"我认为已经有迹象表明我们可以超越目前所见，"西雅图艾伦脑科学研究所(Allen Institute for Brain Science)分子遗传学主任博斯利卡·塔西奇(Bosiljka Tasic)表示。

这项由加利福尼亚大学旧金山分校(UCSF)和艾伦研究所研究人员主导的研究成果，已发表在今日出版的《自然·通讯》期刊上。

"我们的模型建立在与ChatGPT等AI工具相同的强大技术基础上，"UCSF神经科学家、资深作者雷扎·阿巴西-阿斯尔(Reza Abbasi-Asl)在新闻稿中表示，"两者都基于擅长理解上下文的'Transformer'网络。"塔西奇向GeekWire透露，这种上下文理解能力对治疗神经系统疾病可能至关重要。

"在大脑中，位置就是一切，"她解释道，"定义大脑的地理结构，进而界定这些区域及其功能，不仅能促进更好理解，还能提升治疗能力。"

更详细的大脑细胞结构图谱有望带来副作用更少的靶向药物治疗。"我们始终追求更精准的大脑疗法，但要实现这一点，必须知道需要在何处干预、哪个部位出了问题以及需要修复什么，"塔西奇强调，"没有地图，你怎么能确定位置？"

绘制大脑"街区"

传统脑图绘制主要依赖人工解读大脑解剖结构，但科学家现在能更精准地识别数百万个脑细胞的位置和功能。随着实验技术飞速进步，他们收集数据的能力已远超人工分析极限，亟需AI辅助解读。

"我们正处于实验技术令人惊叹的时代，下一代测序技术已彻底革新，"塔西奇指出，"我们定义细胞类型的方式——能够测量每个细胞的数千个基因，并将相似细胞归为一类——已彻底改变了生物学。"

这位艾伦脑科学研究所分子遗传学主任(艾伦研究所照片)表示，处理高维数据的软件可用性使"神经科学家迎来了黄金时代"。

本次研究的核心是一款名为CellTransformer的AI模型。该模型通过分析关于脑细胞位置和功能的海量数据集（即空间转录组学数据集），确定哪些细胞属于大脑的同一"街区"。

CellTransformer分析了来自四只小鼠大脑的200多个组织切片中约900万个细胞的空间转录组学数据。研究人员最初设定模型定义大脑25个区域的边界，随后逐步提升分辨率至670个区域和子区域。在每个分辨率层级，CellTransformer绘制的脑图谱均与人类专家先前定义的结果一致。

当分辨率调至1,300个区域和子区域时，CellTransformer不仅成功复现了已知脑区地图，还识别出当前理解不足的大脑区域中此前未被记录的精细子区域。

(UCSF图表)彩色编码的横截面图追踪了AI定义的小鼠大脑1,300个区域及子区域的部分区域。塔西奇将这一过程比喻为从仅显示大陆或国家的地图，进化到能显示州、城市乃至城市内部街区的地图。

"我们的方法是选取任意细胞，询问'谁是它的邻居？'然后基于邻居的共性将其定义为一个区域，"她解释道，"本质上，这正是CellTransformer所做的。"

部分新发现的未测绘子区域位于中脑网状核(midian reticular nucleus)，该区域在处理感觉和运动信息方面发挥复杂作用。其他新识别的子区域则位于上丘(superior colliculus)，这是中脑中处理感觉信息并启动眼、头及身体运动以聚焦目标的区域。

聚焦神经科学新前沿

塔西奇表示，可以进一步提升CellTransformer算法的分辨率，生成更精细的大脑图谱。"现在的问题是，哪些细分具有生物学意义？代表什么？"她问道。

另一个挑战是如何命名新界定的子区域。"想象你来到新大陆，看到这里有这个、那里有那个，但你需要为它们命名，还要考察周边环境，"塔西奇比喻道，"我们要赋予有意义的系统名称，并参考其与旧地图的关联。"

最重大的问题涉及基于细胞类型的新图谱如何与追踪细胞连接或脑细胞活动模式的图谱对应。"我期待更系统的数据收集、更系统的数据分析，以及多模态模型——不仅能测量基因表达和细胞类型，还能分析连接性和功能活性，基于所有这些因素定义脑区，"塔西奇展望道。

塔西奇强调，为小鼠大脑绘图开发的AI技术"绝对可扩展至人类大脑"，但她认为这不会一蹴而就。

"真正的限制在于数据收集，"她坦言，"人类大脑规模庞大，这是首要难题……我不愿预估具体时间，但要达到小鼠研究的详细程度，可能还需十余年才能收集完整的人类大脑数据。"

UCSF研究员亚历克斯·李(Alex Lee)是发表在《自然·通讯》上题为"基于Transformer的鼠标大脑数据驱动精细区域发现"研究的主要作者。其他作者包括阿尔玛·杜布克(Alma Dubuc)、迈克尔·昆斯特(Michael Kunst)、沈琴·劳(Shenqin Lao)、尼古拉斯·拉斯克(Nicholas Lusk)、莉迪亚·恩格(Lydia Ng)、曾 Hongkui(Zeng Hongkui)、博斯利卡·塔西奇(Bosiljka Tasic)和雷扎·阿巴西-阿斯尔(Reza Abbasi-Asl)。

【全文结束】