人腦樣本的影象採集

圖片源自論文

■記者 刁雯蕙

近日，谷歌與哈佛大學的Jeff Lichtman實驗室合作，釋出了最新的H01資料集，這是一個1。4 PB的人類腦組織小樣本渲染圖。H01樣本透過連續切片電子顯微鏡以4奈米解析度成像，再透過自動計算技術重建和註釋，最後可以看到初步的人類大腦皮層結構。該成果被稱為“最強人類大腦地圖”，展現可視3D神經元“森林”。

據瞭解，該成果的資料集包括覆蓋大約1立方毫米的皮質組織，帶有數萬個神經元、數億個神經重建元片段、1。3 億個神經突觸、104個校對細胞，以及許多其他亞細胞註釋和結構。H01是迄今為止所有生物中對大腦皮層進行這種程度的成像和重建的“最大樣本”，也是“第一個大規模”研究人類大腦皮層的“突觸連線性”的樣本，這種連線性跨越了大腦皮層中所有層面的多種細胞型別。該專案的主要目標是為研究人類大腦提供一種新的資源，並改進和擴充套件連線組學的基礎技術。目前，這項最新成果的預印本發表在bioRxiv上。

針對該項成果，《中國科學報》採訪了中國科學技術大學合肥微尺度物質科學國家研究中心與生命科學學院、中國科學院深圳先進技術研究院腦認知與腦疾病研究所雙聘教授畢國強。

“最強大腦地圖”具有里程碑式意義

畢國強認為，繼線蟲、果蠅、斑馬魚和小鼠皮層的連線組研究之後，Lichtman團隊的這項工作把對神經系統的超微反向工程真正推進到人腦組織。雖然1立方毫米還不到人腦體積的百萬分之一，但對其中幾萬個細胞和上億個突觸連線的解析可以在相當程度上反映人的大腦皮層的基本構成方式。這是人類探索大腦奧妙的一個里程碑。

這項工作對1立方毫米的人腦皮層裡的超微結構細節做了精確的測繪，並透過對此PB級資料的自動化計算重建描述了其中數以萬計的不同型別神經元、膠質細胞、血管細胞，以及數以億計的神經突觸連線的形態結構特性和組織方式，為人們瞭解大腦結構細節提供了關鍵的基準資料集。在此基礎上，人們可以進一步發現神經微環路的工作方式，甚至腦疾病的微觀結構基礎。

這項工作和之前Lichtman團隊以及Allen研究所Clay Reid和Nuno Costa團隊等在鼠腦皮層工作的最重要意義，就是克服了電鏡成像通量的技術瓶頸。本項工作進而實現了超大規模成像資料的自動分析，從而能夠真正有效繪製神經微環路連線組。長遠來看，這些工作有可能對神經生物學及神經計算領域產生深遠影響。

然而，1立方毫米畢竟只是大腦的很小一部分，而且其中神經元接受的大部分輸入都來自外部區域。這項研究乃至基於電鏡成像的微觀連線組學策略的侷限是，只能解析微環路內部的局域連線，對更廣泛的長程連線圖譜的繪製則需要光學成像等技術來實現。

事實上，在腦成像相關領域，想要收集整個大腦的連線組資料集，還存在巨大的技術挑戰和資料儲存難題。對此，畢國強表示贊同，1立方毫米的微環路結構解析已經是了不起的成就，需要很多人力和算力花一至兩年的時間採集和分析PB（1PB=1024TB）級的資料。因此，對整個人腦100多萬倍的體積的全面微觀解析至少在可見的未來是不可能的。一個現實的辦法是進行多尺度分級解析，在全腦尺度利用高通量光學成像和稀疏取樣策略解析神經元全域性連線特性，在毫米尺度利用電鏡成像解析局域連線組，二者結合來理解腦環路的結構特性和工作原理。兩個尺度分別都是PB到10PB級的影象資料，也在當前的高效能計算可處理的範圍內。

未來成像技術必將與數字技術緊密結合

我國在微觀成像領域起步較晚，但發展較快，如中國科學院自動化研究所韓華團隊已經建立了完善、高效的電鏡體成像流程，並研發了高速掃描電鏡等技術。其他單位如中國科學技術大學類腦智慧國家工程實驗室吳楓團隊在影象分析人工智慧演算法方面有很好的成果，近期也引進了類似的多束掃描電鏡。“預期我國科學家在此領域會作出重要貢獻。”畢國強說。

目前，在全腦水平顯微成像領域，我國已經有了一定技術優勢。特別是在高通量光學成像技術方面，駱清銘教授團隊研發的MOST/fMOST技術是國際上鼠腦介觀圖譜繪製應用最廣的技術之一，基於fMOST成像已完成了上萬小鼠全腦單神經元的形態解析和追蹤。

據瞭解，目前畢國強團隊在腦成像方面主要聚焦於全腦尺度的微米或亞微米解析度成像，其最新進展是利用團隊自主研發的高通量三維成像VISoR技術，完成了獼猴全腦顯微成像，獲得了PB級的資料，並實現了丘腦到皮層神經投射的單神經纖維追蹤。該技術目前是國際上最快的大尺度樣品三維成像，已經應用於獼猴全腦介觀圖譜研究，並可以擴充套件到人腦圖譜。這項工作的預印本於去年在bioRxiv上公開並將在近期發表。

針對我國在腦成像相關領域的不足與挑戰，畢國強認為，與國際相比，我國在腦顯微成像技術領域的持續創新驅動力仍有明顯差距，高階製造業基礎較薄弱，精密光學器件、CMOS相機、鐳射器等核心技術和高效能部件主要來自國外。同時，當前的科研評價通常重視快出成果，專案過程管理細緻、繁瑣，這些都不利於週期長、風險高、變化多的原創技術研發。

針對未來腦成像技術的發展趨勢，畢國強認為主要有三個趨勢。首先，成像技術本身存在很多發展空間。特別是在光學、電子器件、感測器晶片等新技術發展的推動下，成像技術將不斷產生創新方法，在成像解析度、速度、通量等核心指標方面衝擊技術邊界，突破極限。其次，不同尺度和模態的成像技術，如掃描及透射電鏡、超分辨光學顯微、光片照明成像，以及更大尺度的宏觀影像技術，在分別發展的同時也將不斷交叉融合。“這將是解析大腦多尺度複雜性的必由之路。”畢國強補充道。

最後，隨著成像技術的發展，科研人員將以越來越快的速度獲取前所未有的超大規模腦資料，因此，未來的成像技術必將與數字技術特別是人工智慧技術緊密結合，這也是有效利用成像大資料理解大腦的關鍵。

本文來源：光明網