人腦樣本的圖像采集?圖片源自論文

?

■本報(bào)見習(xí)記者 刁雯蕙

近日，谷歌與哈佛大學(xué)的Jeff Lichtman實(shí)驗(yàn)室合作，發(fā)布了最新的H01數(shù)據(jù)集，這是一個(gè)1.4 PB的人類腦組織小樣本渲染圖。H01樣本通過連續(xù)切片電子顯微鏡以4納米分辨率成像，再通過自動(dòng)計(jì)算技術(shù)重建和注釋，最后可以看到初步的人類大腦皮層結(jié)構(gòu)。該成果被稱為“最強(qiáng)人類大腦地圖”，展現(xiàn)可視3D神經(jīng)元“森林”。

據(jù)了解，該成果的數(shù)據(jù)集包括覆蓋大約1立方毫米的皮質(zhì)組織，帶有數(shù)萬個(gè)神經(jīng)元、數(shù)億個(gè)神經(jīng)重建元片段、1.3 億個(gè)神經(jīng)突觸、104個(gè)校對細(xì)胞，以及許多其他亞細(xì)胞注釋和結(jié)構(gòu)。H01是迄今為止所有生物中對大腦皮層進(jìn)行這種程度的成像和重建的“最大樣本”，也是“第一個(gè)大規(guī)?！毖芯咳祟惔竽X皮層的“突觸連接性”的樣本，這種連接性跨越了大腦皮層中所有層面的多種細(xì)胞類型。該項(xiàng)目的主要目標(biāo)是為研究人類大腦提供一種新的資源，并改進(jìn)和擴(kuò)展連接組學(xué)的基礎(chǔ)技術(shù)。目前，這項(xiàng)最新成果的預(yù)印本發(fā)表在bioRxiv上。

針對該項(xiàng)成果，《中國科學(xué)報(bào)》采訪了中國科學(xué)技術(shù)大學(xué)合肥微尺度物質(zhì)科學(xué)國家研究中心與生命科學(xué)學(xué)院、中國科學(xué)院深圳先進(jìn)技術(shù)研究院腦認(rèn)知與腦疾病研究所雙聘教授畢國強(qiáng)。

“最強(qiáng)大腦地圖”具有里程碑式意義

畢國強(qiáng)認(rèn)為，繼線蟲、果蠅、斑馬魚和小鼠皮層的連接組研究之后，Lichtman團(tuán)隊(duì)的這項(xiàng)工作把對神經(jīng)系統(tǒng)的超微反向工程真正推進(jìn)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(gè)細(xì)胞和上億個(gè)突觸連接的解析可以在相當(dāng)程度上反映人的大腦皮層的基本構(gòu)成方式。這是人類探索大腦奧妙的一個(gè)里程碑。

這項(xiàng)工作對1立方毫米的人腦皮層里的超微結(jié)構(gòu)細(xì)節(jié)做了精確的測繪，并通過對此PB級(jí)數(shù)據(jù)的自動(dòng)化計(jì)算重建描述了其中數(shù)以萬計(jì)的不同類型神經(jīng)元、膠質(zhì)細(xì)胞、血管細(xì)胞，以及數(shù)以億計(jì)的神經(jīng)突觸連接的形態(tài)結(jié)構(gòu)特性和組織方式，為人們了解大腦結(jié)構(gòu)細(xì)節(jié)提供了關(guān)鍵的基準(zhǔn)數(shù)據(jù)集。在此基礎(chǔ)上，人們可以進(jìn)一步發(fā)現(xiàn)神經(jīng)微環(huán)路的工作方式，甚至腦疾病的微觀結(jié)構(gòu)基礎(chǔ)。

這項(xiàng)工作和之前Lichtman團(tuán)隊(duì)以及Allen研究所Clay Reid和Nuno Costa團(tuán)隊(duì)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(shù)瓶頸。本項(xiàng)工作進(jìn)而實(shí)現(xiàn)了超大規(guī)模成像數(shù)據(jù)的自動(dòng)分析，從而能夠真正有效繪制神經(jīng)微環(huán)路連接組。長遠(yuǎn)來看，這些工作有可能對神經(jīng)生物學(xué)及神經(jīng)計(jì)算領(lǐng)域產(chǎn)生深遠(yuǎn)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(jīng)元接受的大部分輸入都來自外部區(qū)域。這項(xiàng)研究乃至基于電鏡成像的微觀連接組學(xué)策略的局限是，只能解析微環(huán)路內(nèi)部的局域連接，對更廣泛的長程連接圖譜的繪制則需要光學(xué)成像等技術(shù)來實(shí)現(xiàn)。

事實(shí)上，在腦成像相關(guān)領(lǐng)域，想要收集整個(gè)大腦的連接組數(shù)據(jù)集，還存在巨大的技術(shù)挑戰(zhàn)和數(shù)據(jù)存儲(chǔ)難題。對此，畢國強(qiáng)表示贊同，1立方毫米的微環(huán)路結(jié)構(gòu)解析已經(jīng)是了不起的成就，需要很多人力和算力花一至兩年的時(shí)間采集和分析PB（1PB=1024TB）級(jí)的數(shù)據(jù)。因此，對整個(gè)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(gè)現(xiàn)實(shí)的辦法是進(jìn)行多尺度分級(jí)解析，在全腦尺度利用高通量光學(xué)成像和稀疏采樣策略解析神經(jīng)元全局連接特性，在毫米尺度利用電鏡成像解析局域連接組，二者結(jié)合來理解腦環(huán)路的結(jié)構(gòu)特性和工作原理。兩個(gè)尺度分別都是PB到10PB級(jí)的圖像數(shù)據(jù)，也在當(dāng)前的高性能計(jì)算可處理的范圍內(nèi)。

未來成像技術(shù)必將與數(shù)字技術(shù)緊密結(jié)合

我國在微觀成像領(lǐng)域起步較晚，但發(fā)展較快，如中國科學(xué)院自動(dòng)化研究所韓華團(tuán)隊(duì)已經(jīng)建立了完善、高效的電鏡體成像流程，并研發(fā)了高速掃描電鏡等技術(shù)。其他單位如中國科學(xué)技術(shù)大學(xué)類腦智能國家工程實(shí)驗(yàn)室吳楓團(tuán)隊(duì)在圖像分析人工智能算法方面有很好的成果，近期也引進(jìn)了類似的多束掃描電鏡。“預(yù)期我國科學(xué)家在此領(lǐng)域會(huì)作出重要貢獻(xiàn)。”畢國強(qiáng)說。

目前，在全腦水平顯微成像領(lǐng)域，我國已經(jīng)有了一定技術(shù)優(yōu)勢。特別是在高通量光學(xué)成像技術(shù)方面，駱清銘教授團(tuán)隊(duì)研發(fā)的MOST/fMOST技術(shù)是國際上鼠腦介觀圖譜繪制應(yīng)用最廣的技術(shù)之一，基于fMOST成像已完成了上萬小鼠全腦單神經(jīng)元的形態(tài)解析和追蹤。

據(jù)了解，目前畢國強(qiáng)團(tuán)隊(duì)在腦成像方面主要聚焦于全腦尺度的微米或亞微米分辨率成像，其最新進(jìn)展是利用團(tuán)隊(duì)自主研發(fā)的高通量三維成像VISoR技術(shù)，完成了獼猴全腦顯微成像，獲得了PB級(jí)的數(shù)據(jù)，并實(shí)現(xiàn)了丘腦到皮層神經(jīng)投射的單神經(jīng)纖維追蹤。該技術(shù)目前是國際上最快的大尺度樣品三維成像，已經(jīng)應(yīng)用于獼猴全腦介觀圖譜研究，并可以擴(kuò)展到人腦圖譜。這項(xiàng)工作的預(yù)印本于去年在bioRxiv上公開并將在近期發(fā)表。

針對我國在腦成像相關(guān)領(lǐng)域的不足與挑戰(zhàn)，畢國強(qiáng)認(rèn)為，與國際相比，我國在腦顯微成像技術(shù)領(lǐng)域的持續(xù)創(chuàng)新驅(qū)動(dòng)力仍有明顯差距，高端制造業(yè)基礎(chǔ)較薄弱，精密光學(xué)器件、CMOS相機(jī)、激光器等核心技術(shù)和高性能部件主要來自國外。同時(shí)，當(dāng)前的科研評(píng)價(jià)通常重視快出成果，項(xiàng)目過程管理細(xì)致、繁瑣，這些都不利于周期長、風(fēng)險(xiǎn)高、變化多的原創(chuàng)技術(shù)研發(fā)。

針對未來腦成像技術(shù)的發(fā)展趨勢，畢國強(qiáng)認(rèn)為主要有三個(gè)趨勢。首先，成像技術(shù)本身存在很多發(fā)展空間。特別是在光學(xué)、電子器件、傳感器芯片等新技術(shù)發(fā)展的推動(dòng)下，成像技術(shù)將不斷產(chǎn)生創(chuàng)新方法，在成像分辨率、速度、通量等核心指標(biāo)方面沖擊技術(shù)邊界，突破極限。其次，不同尺度和模態(tài)的成像技術(shù)，如掃描及透射電鏡、超分辨光學(xué)顯微、光片照明成像，以及更大尺度的宏觀影像技術(shù)，在分別發(fā)展的同時(shí)也將不斷交叉融合?！斑@將是解析大腦多尺度復(fù)雜性的必由之路。”畢國強(qiáng)補(bǔ)充道。

最后，隨著成像技術(shù)的發(fā)展，科研人員將以越來越快的速度獲取前所未有的超大規(guī)模腦數(shù)據(jù)，因此，未來的成像技術(shù)必將與數(shù)字技術(shù)特別是人工智能技術(shù)緊密結(jié)合，這也是有效利用成像大數(shù)據(jù)理解大腦的關(guān)鍵。

相關(guān)論文信息：https : //doi.org/10.1101/2021.05.29.446289

?