近日，谷歌与哈佛大学的Jeff Lichtman实验室合作，发布了最新的H01数据集，这是一个1.4 PB的人类脑组织小样本渲染图。H01样本通过连续切片电子显微镜以4纳米分辨率成像，再通过自动计算技术重建和注释，最后可以看到初步的人类大脑皮层结构。该成果被称为“最强人类大脑地图”，展现可视3D神经元“森林”。
据了解，该成果的数据集包括覆盖大约1立方毫米的皮质组织，带有数万个神经元、数亿个神经重建元片段、1.3 亿个神经突触、104个校对细胞，以及许多其他亚细胞注释和结构。H01是迄今为止所有生物中对大脑皮层进行这种程度的成像和重建的“最大样本”，也是“第一个大规模”研究人类大脑皮层的“突触连接性”的样本，这种连接性跨越了大脑皮层中所有层面的多种细胞类型。该项目的主要目标是为研究人类大脑提供一种新的资源，并改进和扩展连接组学的基础技术。目前，这项最新成果的预印本发表在bioRxiv上。
针对该项成果，《中国科学报》采访了中国科学技术大学合肥微尺度物质科学国家研究中心与生命科学学院、中国科学院深圳先进技术研究院脑认知与脑疾病研究所双聘教授毕国强。
“最强大脑地图”具有里程碑式意义
毕国强认为，继线虫、果蝇、斑马鱼和小鼠皮层的连接组研究之后，Lichtman团队的这项工作把对神经系统的超微反向工程真正推进到人脑组织。虽然1立方毫米还不到人脑体积的百万分之一，但对其中几万个细胞和上亿个突触连接的解析可以在相当程度上反映人的大脑皮层的基本构成方式。这是人类探索大脑奥妙的一个里程碑。
这项工作对1立方毫米的人脑皮层里的超微结构细节做了精确的测绘，并通过对此PB级数据的自动化计算重建描述了其中数以万计的不同类型神经元、胶质细胞、血管细胞，以及数以亿计的神经突触连接的形态结构特性和组织方式，为人们了解大脑结构细节提供了关键的基准数据集。在此基础上，人们可以进一步发现神经微环路的工作方式，甚至脑疾病的微观结构基础。
这项工作和之前Lichtman团队以及Allen研究所Clay Reid和Nuno Costa团队等在鼠脑皮层工作的最重要意义，就是克服了电镜成像通量的技术瓶颈。本项工作进而实现了超大规模成像数据的自动分析，从而能够真正有效绘制神经微环路连接组。长远来看，这些工作有可能对神经生物学及神经计算领域产生深远影响。
然而，1立方毫米毕竟只是大脑的很小一部分，而且其中神经元接受的大部分输入都来自外部区域。这项研究乃至基于电镜成像的微观连接组学策略的局限是，只能解析微环路内部的局域连接，对更广泛的长程连接图谱的绘制则需要光学成像等技术来实现。
事实上，在脑成像相关领域，想要收集整个大脑的连接组数据集，还存在巨大的技术挑战和数据存储难题。对此，毕国强表示赞同，1立方毫米的微环路结构解析已经是了不起的成就，需要很多人力和算力花一至两年的时间采集和分析PB(1PB=1024TB)级的数据。因此，对整个人脑100多万倍的体积的全面微观解析至少在可见的未来是不可能的。一个现实的办法是进行多尺度分级解析，在全脑尺度利用高通量光学成像和稀疏采样策略解析神经元全局连接特性，在毫米尺度利用电镜成像解析局域连接组，二者结合来理解脑环路的结构特性和工作原理。两个尺度分别都是PB到10PB级的图像数据，也在当前的高性能计算可处理的范围内。
未来成像技术必将与数字技术紧密结合
我国在微观成像领域起步较晚，但发展较快，如中国科学院自动化研究所韩华团队已经建立了完善、高效的电镜体成像流程，并研发了高速扫描电镜等技术。其他单位如中国科学技术大学类脑智能国家工程实验室吴枫团队在图像分析人工智能算法方面有很好的成果，近期也引进了类似的多束扫描电镜。“预期我国科学家在此领域会作出重要贡献。”毕国强说。
目前，在全脑水平显微成像领域，我国已经有了一定技术优势。特别是在高通量光学成像技术方面，骆清铭教授团队研发的MOST/fMOST技术是国际上鼠脑介观图谱绘制应用最广的技术之一，基于fMOST成像已完成了上万小鼠全脑单神经元的形态解析和追踪。
据了解，目前毕国强团队在脑成像方面主要聚焦于全脑尺度的微米或亚微米分辨率成像，其最新进展是利用团队自主研发的高通量三维成像VISoR技术，完成了猕猴全脑显微成像，获得了PB级的数据，并实现了丘脑到皮层神经投射的单神经纤维追踪。该技术目前是国际上最快的大尺度样品三维成像，已经应用于猕猴全脑介观图谱研究，并可以扩展到人脑图谱。这项工作的预印本于去年在bioRxiv上公开并将在近期发表。
针对我国在脑成像相关领域的不足与挑战，毕国强认为，与国际相比，我国在脑显微成像技术领域的持续创新驱动力仍有明显差距，高端制造业基础较薄弱，精密光学器件、CMOS相机、激光器等核心技术和高性能部件主要来自国外。同时，当前的科研评价通常重视快出成果，项目过程管理细致、繁琐，这些都不利于周期长、风险高、变化多的原创技术研发。
针对未来脑成像技术的发展趋势，毕国强认为主要有三个趋势。首先，成像技术本身存在很多发展空间。特别是在光学、电子器件、传感器芯片等新技术发展的推动下，成像技术将不断产生创新方法，在成像分辨率、速度、通量等核心指标方面冲击技术边界，突破极限。其次，不同尺度和模态的成像技术，如扫描及透射电镜、超分辨光学显微、光片照明成像，以及更大尺度的宏观影像技术，在分别发展的同时也将不断交叉融合。“这将是解析大脑多尺度复杂性的必由之路。”毕国强补充道。
最后，随着成像技术的发展，科研人员将以越来越快的速度获取前所未有的超大规模脑数据，因此，未来的成像技术必将与数字技术特别是人工智能技术紧密结合，这也是有效利用成像大数据理解大脑的关键。
