大脑深处:绘制大脑皮层中密集的神经网络

哺乳动物大脑，具有无与伦比的神经细胞和通信密度，是最复杂的网络。虽然分析了几十年来分析神经元网络的方法，但神经元电路的密集映射是一个重大的科学挑战。来自MPI的MPI用于大脑研究的研究人员现在已经从大脑皮质中进行了脑组织的Connectomic映射，并量化了电路中可能的学习印记。

大脑包含极为密集的膜状连接网络，约有860亿个神经细胞利用这些网络相互交流。因为哺乳动物大脑皮层的每一个神经细胞都与大约1000个其他细胞交流神经细胞通过长距离沿着这些连接放置的突触，大约有500万公里的神经布线填充到我们的头骨中 - 比地球上所有高速公路长10倍以上。哺乳动物大脑的电缆直径为50至100纳米;由此产生的电缆卷曲具有如此密度和幅度，超过100年，研究人员能够在给定的一块中仅映射神经元的微量分数大脑。

目前，由于更快的电子显微镜技术和更高效的图像分析程序的发展，密集的映射神经元网络已经成为可能。新颖的Connectomics领域一直在追求几种物种和大脑区域的更大电路的密集映射。

在今天发表的工作中科学，Max Planck Director Moritz Helmstaedter和他的团队成像并分析了通过从躯体感染术通过活组织检查获得的四周龄小鼠的脑皮层的一系列组织，其中一部分皮层占据了触摸的表示和处理。在这里，研究人员应用了优化的基于AI的图像处理和高效的人机相互作用，以分析大约400,000个突触和大约2.7米的神经元电缆。它们在大约7,000个轴突和大约3,700个后腹膜神经牙的连接中产生了一个连接，从五年前从小鼠视网膜中获得的17倍的连接产生约26倍。重要的是，这种重建比视网膜的Conceincic映射更大，比视网膜的Conceincic映射更大，为哺乳动物大脑中的致密串联重建进行了新的基准。

通过这种在Connectomics中的这种方法突破来推动，研究人员分析了Connectore的电路模式。特别是，他们询问了电路的一部分与突触的生长一致的电路，已知有助于电路形成和学习的机制。Alessandro Motta，研究的第一作者和电气工程师通过培训，使用突触对的特定配置来研究与活动相关的学习过程（“LTP”）的程度。

莫塔解释说:“因为一些突触可塑性模型在学习识别一棵树或一只猫时，对突触重量的增加做出了具体的预测，我们甚至可以从电路的静态快照中提取出这种潜在过程的印记。”由于老鼠在4周大之前一直过着正常的实验室生活，科学家们争论到这种程度电路通过学习形成的“正常”感觉状态可以用他们的方法进行映射。

Helmstaedter说:“我们很惊讶，即使是在一个相对较小的皮层中，也能找到如此多的信息和精度。提取出可能的已学习回路部分，对我们来说是一个特别大的突破。”

报告的方法可能对对人工智能的生物智力的洞察转移进行大量影响。“映射神经产网络中的目标脑皮质这是一次重大的科学冒险，也是因为我们希望能够提取信息，了解大脑是如何成为一台如此高效的计算机，而不像今天的人工智能，”赫尔姆斯塔特说。

He describes a research field with major players including Google and the Intelligence Advanced Research Projects Activity (IARPA) in the U.S. "The ambition to learn from biological neuronal networks about the future of artificial neuronal networks is shared by major initiatives worldwide. We are very proud about having achieved the first milestone, a dense local cortical connectome, using exclusively public funding from the Max Planck Society."

经过近十年的工作，研究人员对他们的成就充满了热情。Helmstaedter说:“在过去的十年里，我们一直致力于获取大脑皮层的一部分，努力地处理它，然后从这个美丽的网络中获取整个交流图。”

研究人员得出结论：“我们认为我们的方法，应用来自不同脑区的大量皮质组织，皮质层，发育时间点和物种，将告诉我们进化如何设计这些网络，以及影响的影响它们的细粒度结构。此外，Connectomic筛查将允许对精神病和相关疾病的电路表型描述 - 并告诉我们一些重要的大脑疾病的程度实际上是Concepatopes，电路疾病。“

---

---