上週二，來自谷歌和哈佛的團隊釋出了一張複雜的地圖，顯示了每立方毫米人腦中的每個細胞和連線。
對映區域包括大腦皮層的各個層和細胞型別，大腦皮層是與高階認知相關的腦組織區域，例如思維、計劃和語言。根據谷歌的說法，它是迄今為止在這個細節級別上最大的腦圖，科學家（和我們其他人）可以線上免費獲得它。（真的。去這裡。散散步。）
為了製作地圖，研究小組將捐贈的組織切成 5，300 個切片，每個切片厚 30 奈米，並用掃描電子顯微鏡以 4 奈米的解析度對它們進行成像。由此產生的 2。25 億張影象經過計算對齊並拼接回該區域的 3D 數字表示。機器學習演算法分割單個細胞並分類突觸、軸突、樹突、細胞和其他結構，人類檢查他們的工作。（該團隊在 bioArxiv 上釋出了關於該地圖的預印紙。）
去年，谷歌和霍華德休斯醫學研究所的珍妮莉亞研究園區以同樣的方式繪製了果蠅大腦的一部分，成為頭條新聞。該地圖在當時是最大的，涵蓋了大約 25，000 個神經元和 2000 萬個突觸。除了以人腦為目標之外，新地圖還包括數萬個神經元和 1。3 億個突觸。它佔用 1。4 PB 的磁碟空間。
相比之下，美國宇航局 Landsat 計劃提供的超過 30 年的地球衛星影象需要 1。3 PB 的儲存空間。艾倫研究所的 Clay Reid 告訴《自然》雜誌，在最小尺度上收集大腦影象就像“一粒沙子中的世界” ，並引用了威廉布萊克的參考小鼠大腦的早期地圖。
然而，這一切只是人類大腦的百萬分之一。也就是說，整個事物的類似詳細地圖還需要數年時間。儘管如此，這項工作仍然顯示了該領域的發展速度。這種規模和細節的地圖在幾十年前是不可想象的。
如何對映大腦
對大腦細胞迴路的研究被稱為連線組學。
獲得人類連線組，或整個大腦的接線圖，是類似於人類基因組的登月計劃。就像人類基因組一樣，起初，這似乎是一項不可能完成的壯舉。
在唯一完整connectomes是簡單的生物：該線蟲（線蟲）和海洋生物的幼蟲稱為C。腸。這是有充分理由的。直到最近，對映過程既費時又費錢。
1980 年代繪製秀麗隱杆線蟲的研究人員使用連線到電子顯微鏡的膠片相機對蠕蟲的切片進行成像，然後手動重建神經元和突觸連線，就像一個非常困難的 3D 拼圖。C。 elegans只有 302 個神經元和大約 7，000 個突觸，但其連線組的草稿花了 15 年，而最終稿又花了 20 年。顯然，這種方法無法擴充套件。
有什麼變化？簡而言之，自動化。
如今，影象本身當然是數字化的。一種稱為聚焦離子束銑削的過程一次將每個組織切片削去幾奈米。一層蒸發後，電子顯微鏡對新暴露的層進行成像。然後，成像層被離子束刮掉，下一個成像層，直到組織切片剩下的是奈米解析度的數字副本。這與 Kodachrome 的時代相去甚遠。
但也許最顯著的改進是科學家完成那堆影象後發生的事情。
代替手工組裝它們，演算法接管。他們的第一份工作是訂購成像切片。然後他們做一些直到最近十年才可能做的事情。他們就這樣排列影象，追蹤它們之間的細胞和突觸的路徑，從而構建一個 3D 模型。人類仍然校對結果，但他們不再做最難的部分。（甚至校對也可以改進。例如，著名的神經科學家和連線組學的支持者 Sebastian Seung創造了一個名為 Eyewire 的遊戲，成千上萬的志願者在其中審查結構。）
“看起來真的很漂亮，”哈佛大學的傑夫·利希特曼 （Jeff Lichtman） 的實驗室與谷歌合作開發了新地圖，他 在 2019 年告訴《自然》雜誌。他說，這些程式可以比團隊生成影象資料的速度更快地追蹤神經元。“我們跟不上他們。這是一個很棒的地方。”
但為什麼…？
在2010 年的 TED 演講中，Seung 告訴聽眾你是你的連線體。重建連線，你就會重建頭腦本身：記憶、經驗和個性。
但多年來，連線組學並非沒有爭議。
並非所有人都認為在這種細節水平上繪製連線組對於深入瞭解大腦是必要的。而且，尤其是在該領域更早、更手工的過去，研究人員擔心所需的資源規模根本不會產生具有同等價值（或及時）的結果。
“我不需要知道每個細胞和每個大腦中每個突觸的精確佈線細節，”神經科學家 Anthony Movshon在 2019 年說。“相反，我需要知道的是將它們聯絡在一起的組織原則。” Movshon 認為，這些很可能可以從較低解析度的觀察中推斷出來。
另外，大腦的物理連線的靜態快照並不必然說明如何這些連線在實踐中使用。
“連線組是必要的，但還不夠，”多年來，一些科學家說。事實上，可能在大腦圖譜的組合中——包括跟蹤透過神經網路響應刺激的訊號的功能性、更高層次的圖譜——大腦的內部運作將以最清晰的細節被照亮。
儘管如此，多年來，秀麗隱杆線蟲連線組已被證明是神經科學的基礎構件。越來越快的繪圖速度開始表明曾經看似不切實際的目標可能在未來幾十年實際上是可以實現的。
我們到了嗎？
Seung 說，當他第一次開始時，他估計一個人需要一百萬年才能手動追蹤一立方毫米人類皮層中的所有連線。他進一步推斷，整個大腦將需要一萬億年的時間。
這就是自動化和演算法對該領域如此重要的原因。
Janelia 的 Gerry Rubin告訴 Stat，自 2008 年開始研究果蠅連線組以來，他和他的團隊已經將對映速度提高了 1，000 倍。完整的連線組（去年完成的第一部分）可能會在 2022 年到達。
其他小組正在研究其他動物，比如章魚，他們說比較不同形式的智力是如何聯絡起來的，可能會被證明是特別豐富的發現基礎。
老鼠的完整連線組，一個已經在進行中的專案，可能會在本世紀末跟隨果蠅。魯賓估計，從老鼠到人類，地圖繪製速度需要再提高一百萬倍。但他指出，自 1973 年以來 DNA 測序速度提高了數萬億倍，以表明如此巨大的技術進步並非史無前例。
基因組也可能是另一種恰當的比較。即使在對第一個人類基因組進行測序之後，也需要很多年才能將基因組學擴充套件到我們可以更充分地發揮其潛力的程度。也許連線組學也是如此。
即使這項技術打開了新的大門，理解和利用它所提供的一切可能需要時間。
“我相信人們對 ［connectomes］ 會提供什麼不耐煩，”Open Connetome Project 的聯合創始人 Joshua Vogelstein去年告訴 Verge。“一項好的技術被播種到使用該技術進行實際科學之間的時間通常大約為 15 年。現在已經過去了 15 年，我們可以開始做科學了。”
支持者希望腦圖能夠對大腦如何工作——從思考到情緒和記憶——以及如何更好地診斷和治療腦部疾病產生新的見解。其他人，其中包括谷歌，無疑希望收集可以導致更高效計算（大腦在這方面令人驚訝）和強大人工智慧的見解。
沒有人確切地知道科學家會發現什麼，因為一個神經元一個接一個的突觸，它們描繪了我們思想的內部運作——但似乎只有某些偉大的發現等待著我們。
