科学家利用人工智能绘制小鼠大脑未知区域地图

Scientists used AI to map uncharted areas of the mouse brain | Live Science

科学家利用类似ChatGPT的人工智能模型，创建了一幅新的小鼠大脑地图，以前所未有的细节捕捉了此前未被绘制的器官区域。

这张地图于周二（10月7日）发表在《自然通讯》期刊上，包含了大脑的1300个区域，是首个无需人工输入即可详细描绘脑区的地图。来自加州大学旧金山分校（UCSF）和艾伦细胞科学研究所的研究人员希望，该项目将使研究人员能够绘制出整个身体的此类组织地图。

基因组学的进步已经产生了大量关于神经系统中细胞的信息，揭示了细胞的身份和功能。一种产生这些数据的技术是空间转录组学，它揭示了细胞如何利用遗传信息产生蛋白质，从而将基因组中的信息与身体功能联系起来。

这种方法还显示了组织内个体细胞在空间中的位置。这些信息已经为之前的小鼠大脑细胞图谱提供了依据。然而，将此类实验的信息整理成全面的大脑地图面临着重大挑战。对于之前的大脑地图，研究人员必须手动注释地图的每一部分，以划定大脑的特定区域以及记录的细胞在其中的适应位置。新研究避开了这项繁琐的任务。

用于新地图的空间转录组学数据包含了对每个分析细胞中500至1000个基因活动的信息。加州大学旧金山分校神经病学和生物工程学教授、研究合著者雷扎·阿巴西-阿斯尔（Reza Abbasi-Asl）表示，在这种复杂程度下，数据分析具有挑战性。此外，使用原始空间转录组学数据标记脑区——这一过程称为脑区分割（parcellation）——会产生模糊的地图，阿巴西-阿斯尔说道。

这就是团队基于人工智能的方法发挥作用的地方。

大型语言模型（LLMs），如ChatGPT，以其从提示生成文本输出的能力吸引了数百万用户。从根本上说，这些系统通过数学方式预测单个单词之间的关系来工作。阿巴西-阿斯尔与他的博士生亚历克斯·李（Alex Lee）创建了名为CellTransformer的人工智能系统，该系统根据空间转录组学信息分析脑中单个细胞如何相互邻近。

该人工智能系统转换空间数据，并用新信息增强它。阿巴西-阿斯尔告诉《Live Science》："我们在空间转录组学数据和大脑分割之间构建了一个缺失的环节，将两者连接起来。"据阿巴西-阿斯尔称，CellTransformer生成的新数据集产生了比人工标注更清晰的地图，这些地图与已知脑区更为相似，并且还识别出之前未被记录的、更精细的区域。

新地图覆盖了小鼠大脑约1300个部分，总计超过900万个细胞的数据集。研究团队将其数据与艾伦研究所的通用坐标框架（CCF）协调一致，CCF是一个先前使用人工标注构建的高分辨率小鼠大脑地图。人工智能生成的输出与黄金标准CCF之间存在很强的一致性，这让研究团队确信他们的发现高度准确。

CellTransformer成功绘制了已知的脑区，如海马体（hippocampus），这是一个关键的记忆中心。该工具还绘制了其他绘图工作难以获取数据的脑区，例如中脑网状核（midbrain reticular nucleus），它位于脑干最顶部，处理感觉和运动信息，同时也调节睡眠。

作者强调，CellTransformer背后的数据处理不仅适用于脑组织。

阿巴西-阿斯尔表示："类似的流程可以用于现在从心脏、身体其他部位以及从疾病模型而非健康模型中收集的组织数据集。"

该团队还希望在人类大脑数据上测试CellTransformer——但小鼠大脑包含数千万个细胞，而我们的人脑拥有约1700亿个细胞，包括860亿个神经元。人脑的巨大规模及其更复杂的结构将使其更难提供足够量的空间数据来喂养人工智能。

不过，阿巴西-阿斯尔认为，如果能将此类数据提供给CellTransformer，该工具应该能够处理。他说："我们确实相信它也可以处理人类数据。这是另一个非常重要的下一步。"

RJ Mackenzie是获得奖项提名的科学和健康记者。他拥有爱丁堡大学和剑桥大学的神经科学学位。他决定将科学贡献的最佳方式是从键盘后而不是实验台前进行，因此成为了一名作家。他曾报道过从脑机接口技术到形状变化材料科学，以及从掠夺性会议的兴起到新生儿筛查计划重要性的各种话题。他是Technology Networks的前专职作家。

【全文结束】