大脑袋需要大数据

扩散磁共振成像只是研究人员关注许多大脑数据的方法之一。

资料来源:Van Wedeen

各种全球大脑绘图计划正在进行中，而*的计划似乎有些小。当地科学家正在研究果蝇，并通过单神经元成像对它们的大脑进行反向编辑。他们的工作已经产生了具有惊人细节的大脑回路的三维图像。

研究人员只需要一个电脑鼠标和一个网络浏览器来跟踪单个细胞，并把它们放大成一个神经束网络。这些接线图看起来像挂毯上的彩色线条。它们可以清楚地显示哪些细胞群控制特定的行为。通过刺激特定的神经回路，研究人员可以促使果蝇扇动它的左翼或摇头，这一技能使得去年11月在美国加州圣地亚哥举行的年度神经科学会议的参与者整个下午都特别兴奋。

但是清华大学新竹分校的神经学家蒋安贤(Ann-Shyn Chiang)说，即使对于这么小的生物，这个团队也花了整整十年的时间，以每细胞10亿字节的速度绘制了60，000个神经元。这甚至不到果蝇脑神经细胞的一半。根据这一计算，用同样的方法绘制人脑中860亿个神经元需要1700万年，蒋在会上报告说。

其他技术更容易处理。2016年7月，一个国际团队发布了一张人类大脑外层折叠的地图，即大脑皮层。许多科学家认为这是迄今为止最详细的人脑连接图。然而，即使在其最高空间分辨率(1立方毫米)下，每个立体像素(三维物体的最小可分辨元素)包含数千万个神经元。这与绘制果蝇神经元与单细胞的连接图大不相同。

因此，在神经生物学的世界里，大数据确实是大量的数据。尽管在计算机基础设施和数据传输方面取得了进步，“大数据”革命在几十年前席卷了基因组学，而神经科学家仍在努力应对他们领域的新革命。

多大？

这部分是因为不管是什么物种，大脑都是如此庞大且高度相关。但它也来自细胞处理的困难层面。哺乳动物神经元主要延伸(即轴突)其最小分支(树突)的长度和宽度的200，000倍。如果用意大利面条来代表树突，神经元本身就超过1/3公里，即四个足球场。

在实验室里，研究人员追踪数百个重叠脑切片图像堆栈的数千个投影，以绘制每个神经元。基于光的显微镜可以携带0.25到0.5微米的分辨率，这足以跟踪神经元的身体。然而，纳米成像电子显微镜对于揭示突触(通过电子或化学信号流的微小信号连接)是必要的。更高的像素意味着更小的观察区域和更多的图片。更多的图片意味着更多的数据。

"我们不再处理兆字节，甚至千兆字节."南加州大学神经影像实验室的负责人亚瑟·托加说，“我们正在处理兆字节。把它从一个地方搬到另一个地方是个问题。”两兆字节的数据将填满许多台式硬盘。

蒋的果蝇研究小组梳理了1兆字节的图像，重建了1000个神经细胞——不到果蝇大脑的1%。明尼苏达大学HCP明尼阿波利斯分校的联合首席研究员卡米尔·乌戈尔比尔说，为了绘制人类大脑皮层的地图，HCP的研究人员分析了210名健康年轻人的6兆磁共振成像数据。实验室可以从项目网站或更大的数据集下载这些数据，一次下载8兆字节的文件需要花费200美元。

在计算方面，电生理学研究也变得更加苛刻。今天，研究人员通常一次记录数百个神经元。很快，它将达到数千；瑞士日内瓦大学的神经学家亚历山大·普格特说，五年后，将会有数万人。"这是我们将要实现的飞跃。"

剑桥哈佛大学的神经科学家弗洛里安·恩格尔特说，如果你记录下老鼠大脑神经元20分钟的活动，大约会产生500拍字节的“闪烁”，其中神经细胞放电代表像素值的变化。

神经科学家没有类似的模型或地图将神经联系与积极行为、记忆或认知联系起来。考虑到大脑的巨大复杂性，马里兰州美国心理健康研究所主任格雷格·法伯说，问题“不是我们有太多的数据，而是我们远远没有达到解决这个复杂问题所需的数据。”

建一座桥

在过去的17年里，盐湖城犹他大学研究神经发育障碍的系统神经科学家朱莉·科伦伯格和他的同事们一直在研究恒河猴边缘系统的图谱。灵长类大脑有60亿个神经元，而人类大脑有860亿个。然而，在研究模型中，猕猴比老鼠或果蝇更接近人类。

科伦伯格的团队正在开发一个三维协调模型，该模型匹配恒河猴大脑中的各种神经成像数据，包括从整个大脑到单细胞共焦数据的磁共振成像连接，以及某些区域的电子显微镜亚细胞分辨率。国家心理健康研究所社会行为和社会认知项目的负责人珍妮·西蒙斯说，他们正在构建“一个系统，允许你在图像上选择一个点，并以另一种分辨率观察它”，该项目部分支持科恩伯格的研究。西蒙斯说它有点像谷歌地球。例如，您可以直接将焦距从40倍更改为1倍，但无法获得这些缩放比例之间的级别。

使用20倍共焦透镜绘制恒河猴大脑边缘系统的图像需要大量的数据集，每只动物都远远超过600兆字节。到目前为止，该团队已经收集了大约100兆字节的数据信息，这些信息可以通过连接到云存储的30tb本地服务器和网络存储设备获得。Korenberg说，研究人员可以通过缩小数据集和性能良好的笔记本电脑来解决一些问题。然而，大规模3-D共焦数据集的操作需要特殊的工作站，即使如此，传送每张切片图像也非常慢。

然而，这项尚未发表的研究“可能是连接这一领域的最重要的进展”纽约西奈山医院的神经解剖学家帕特里克·霍夫(Patrick Hof)说，他曾与科恩伯格共事过。例如，科伦伯格说，这些数据可以帮助科学家将某些神经疾病(如精神分裂症和自闭症)中重要的基因联系起来，从而了解大脑回路的确切异常情况。

文化转型

随着科学家们推进可能的范围，他们正在构建一个计算通道来应对不断增加的工作量，并且还在构建新的工具来共享和可视化结果数据。然而，要缓解神经科学家的数据问题，不仅需要研究和开发工具，还需要文化转型。加州斯坦福大学的心理学家拉塞尔·波尔德瑞克说，人们很难“公布他们的数据”，他利用神经成像来研究学习和记忆。他说，这可能会成为“一代人的事”，并补充说，千禧一代“比我们这一代人更喜欢共享代码和数据。”波尔德瑞克担心顶尖科学家可能会因为科学“与他们认为的价值不符”而沮丧，并离开这个领域。

然而，态度正在逐渐改变，首先是软件，其次是数据。传统上，神经影像实验室花费大量时间下载和加载相同的测试软件。“为各种软件故障和计算瓶颈开路，编写大量繁琐的代码，并执行自己的数据管理解决方案来处理相同的问题”。戴维斯加州大学神经科学博士生大卫·格雷森说。更糟糕的是，许多非研究任务被委托给学生、博士后和年轻科学家。

传统的学术模式没有帮助。研究人员通常会设定假设，并在团队中独立思考自己的想法。华盛顿西雅图艾伦脑科学研究所的曾宏奎说，在这样的环境下，研究不会把人们聚集在一起，而是分散他们。“你需要让自己与众不同。你需要在这个领域确立自己的身份，你需要做一些与众不同的事情。”

说到大脑研究，“完成”是一个移动性目标。神经科学工具包也是如此。在神经科学学会年会上的一次演讲中，蒋哀叹道，绘制果蝇大脑的一半需要10年时间。在与中国*的物理学家的合作下，他们开始使用一种叫做同步加速器X射线断层扫描的技术来显著改善数据认知。“绘制果蝇的大脑图像不到10分钟，其中包含数千个高尔基染色的单个神经元。”蒋说他的团队正在老鼠和猪身上尝试这种方法。(晋南编)

《中国科学日报》(2017-03-02第三版国际版)