来源：googleblog，等

　　【新智元导读】此前，谷歌与霍华德 · 休斯医学研究所 (HHMI) 合作自动重建了整个果蝇的大脑，现在，他们又迎来一个重要里程碑：已经精确定位了 25,000 个神经元之间的数百万个连接，这是有史以来最大、最详尽的果蝇大脑地图。戳右边链接上 新智元小程序 了解更多！

　　长久以来，科学家们一直梦想通过绘制完整的大脑神经网络的结构，以了解神经系统是如何工作的。

　　而近些年科学家们把目光锁定在果蝇的大脑。

　　果蝇大脑的一个重要优势是它的大小：果蝇的大脑相对较小，只有约 10 万个神经元，相比之下，老鼠的大脑有 1 亿个神经元，人类的大脑有 1000 亿个神经元。

　　这使得果蝇的大脑相对更容易作为一个完整的回路来研究。

果蝇大脑的自动重建

　　去年 8 月，谷歌宣布了对整个果蝇大脑的第一个纳米分辨率自动重建，该重建专注于细胞的个体形状。（详见新智元报道：震撼！谷歌自动重建了果蝇完整大脑：40 万亿像素图像首度公开！）

　　但是，这项研究并未揭示有关果蝇大脑连接性的信息。

　　今天，谷歌与霍华德 · 休斯医学研究所（HHMI）的 Janelia 研究园区的 FlyEM 团队以及几个研究合作伙伴，发布了“ 半脑”连接组（“hemibrain” connectome），这是对果蝇大脑中神经元连接的高度详细的绘制，还包含一套用于可视化和分析的工具。

　　一、涵盖了 25,000 个神经元，有史以来最大、最详尽的果蝇大脑地图

　　研究人员在被称为“半脑”的雌性果蝇大脑的一部分中，追踪了每个神经元的路径。绘制的图像涵盖了 25,000 个神经元，按体积计算，大约占果蝇大脑的三分之一。

半脑数据集包含图中蓝绿色显示的果蝇大脑的一部分，该区域包括参与学习、导航、嗅觉、视觉和许多其他功能的神经元。

　　但其影响是巨大的，半脑中包括科学家感兴趣的区域——那些控制诸如学习、记忆、嗅觉和导航等功能的区域。

通过追踪苍蝇大脑中神经元的弯曲路径，科学家们揭示了这些细胞如何连接和协同工作，例如这些参与导航的神经元。

　　到目前为止，已经确定了超过 2000 万个神经连接，这是有史以来最大、最详尽的果蝇大脑地图。这也是迄今为止绘制的最大的大脑连接突触分辨率图（在所有生物中）。研究团队有望在 2022 年之前完成对整个果蝇神经系统连接组的绘制。

　　该项目的目标是创造一种公共资源，使任何科学家都可以使用该公共资源来推进自己的工作。此举类似于 20 年前发布的果蝇基因组，它已成为生物学的基本工具。

　　二、电子显微镜逐点成像，FFN 自动分割技术加速人工校对时间

　　为了克服构建半脑连接组的挑战，研究人员进行了十多年的研究和开发。在 Janelia，研究人员开发了新的方法来对苍蝇的大脑进行染色，然后将这些组织分成单独的 20 微米厚的薄片。

电子显微镜捕获果蝇大脑的灰度图像。然后，人类（以及经过严格训练的算法）确定每个神经元的开始和结束位置，为每个神经元赋予不同的颜色。

　　然后，使用聚焦离子束扫描电子显微镜对每个薄片进行 8x8x8nm³体素分辨率成像，这些离子束是为连续数月的连续操作而定制的。研究人员开发了计算方法，将原始数据拼接并对齐到一个连贯的 26 万亿像素 3D 体积中。

研究人员设计的电子显微镜，连续运行数周，即可对果蝇大脑的各个部分进行逐点成像

　　但是，如果不对果蝇大脑中的神经元进行精确的 3D 重建，则无法从这种类型的成像数据中生成连接组。

　　2014 年，谷歌与 Janelia 建立了合作关系，开始研究果蝇大脑数据，专注于实现自动化 3D 重建，共同致力于建立连接组。

　　经过几次技术开发迭代后，研究人员设计了一种称为 FNN（flood-filling networks）的方法，并将其应用于重建整个半脑数据集。

果蝇半脑数据中神经元的 FNN 分割（追踪）部分

　　在当前项目中，研究人员优化了重建结果，使其对生成连接组更加有用，而不仅仅是显示神经元的形状。

　　FFN 是第一种自动分割技术，能够产生足够精确的重建，使整个半脑计划得以进行。这是因为自动重建中的错误需要专家级的人工“校对员”进行纠正，而以前的方法估计需要数千万小时的人工努力。

　　计算机算法通过电子显微镜捕获的图像跟踪单个神经元的线程，并查明这些神经元的连接位置。然后，人工校对人员检查计算机的工作并补充缺失的部分。

　　借助 FFN，只需数十万小时的人工时间校对：两个数量级的改进。这个（仍然很重要的）校对工作是由一个高度熟练的注释团队在两年多的时间里完成的，他们使用了 Janelia 为此而率先开发的工具和工作流程。

　　例如，注释者使用 VR 耳机和自定义 3D 对象编辑工具来检查神经元形状并修复自动重建中的错误。这些修订随后被用于重新训练 FFN 模型，进而使机器的输出更加准确。

　　最后，经过校对后，将重建与自动突触检测结合在一起，以产生半脑连接组。Janelia 的科学家手动标记了单个突触，然后训练了神经网络分类器以自动完成任务。

　　通过多轮标记改进了泛化能力，并且将来自两种不同网络体系结构的结果合并在一起，以在整个半脑中生成可靠的分类。

　　三、福利释放：人人都可以通过可视化和编程方式研究果蝇连接组

　　今天谷歌宣布的重点是一组相互关联的数据集和工具，使任何有兴趣的人都可以通过可视化和编程方式研究果蝇连接组。具体来说，可以使用以下资源：

• 数 TB 的原始数据、校对的 3D 重建和突触注释可以进行交互可视化或批量下载。
• 基于网络的工具 neuPrint，可用于查询任何指定神经元的连接性、连接强度和形态。
• 可下载的、紧凑的表示形式的连接组，其字节数比原始数据小约一百万倍。
• 介绍这些资源的使用的文档和视频教程。
• 一篇 pre-print，包含与半脑连接组的生产和分析有关的进一步细节。

　　接下来，研究人员将开始使用半脑连接组来更深入的了解果蝇神经系统。例如，一个重要的大脑回路是“中央复合体”，它整合了感官信息，并参与导航、运动控制和睡眠：

　　另一个正在深入研究的回路是“ 蘑菇体 ”，它是果蝇大脑中学习和记忆的主要部位，它的详细结构包含在半脑连接组中。