正在阅读:

谷歌发布史上最强1/3果蝇大脑地图,精准定位25000个神经元连接

扫一扫下载界面新闻APP

谷歌发布史上最强1/3果蝇大脑地图,精准定位25000个神经元连接

这是有史以来最大、最详尽的果蝇大脑地图。

文|新智元

编辑|张佳

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。

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。

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。

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。

参考来源:googleblog

本文为转载内容,授权事宜请联系原著作权人。

谷歌

6.5k
  • 开云眼镜将与谷歌合作开发AI眼镜
  • Warby Parker宣布同谷歌合作开发AI眼镜,可获后者至多1.5亿美元投资

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

谷歌发布史上最强1/3果蝇大脑地图,精准定位25000个神经元连接

这是有史以来最大、最详尽的果蝇大脑地图。

文|新智元

编辑|张佳

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。

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。

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。

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。

参考来源:googleblog

本文为转载内容,授权事宜请联系原著作权人。