據最新一期《自然》雜志報道，借助由腦組織創(chuàng)建的神經元及其連接圖——“連接組”，再結合人工智能（AI），美國與德國科學家達成了此前從未實現(xiàn)的突破：無需對活體大腦進行任何檢測，便能預測單個神經元的活動。
數(shù)十年來，神經學家在實驗室耗費大量時間，精心檢測活體動物的神經元活動。這些實驗雖為理解大腦工作原理帶來突破性見解，但僅觸及表面，大腦大部分區(qū)域仍未被探索。
此次，美國霍華德休斯醫(yī)學研究所珍莉亞研究園區(qū)和德國圖賓根大學研究團隊運用AI和連接組，來預測活體大腦中神經元的活動。他們僅憑借從果蠅視覺系統(tǒng)連接組中收集的神經回路連接信息，以及對該回路功能的猜測，便創(chuàng)建出果蠅視覺系統(tǒng)的AI模擬，預測出回路中每個神經元的活動。
研究團隊利用連接組，構建了果蠅視覺系統(tǒng)的力學網絡模擬。在該模型中，每個神經元和突觸都與大腦中的真實神經元和突觸相對應。盡管他們不清楚每個神經元和突觸的動態(tài)變化，但連接組的數(shù)據使團隊能運用深度學習方法推斷這些未知參數(shù)。他們隨后將這些信息與有關運動檢測的知識相結合。
新模型可預測果蠅視覺系統(tǒng)中64種神經元在響應視覺輸入時產生的神經活動，并且準確重現(xiàn)了過去20年進行的20多項實驗研究。
這項研究改變了神經科學家檢驗大腦工作原理的方式。原則上，科學家現(xiàn)在可使用該模型模擬任何相關實驗，并生成可在實驗室進行測試的詳細預測。
團隊表示，連接組的靜態(tài)快照與活體大腦中實際的動態(tài)計算之間，一直存在巨大差距，而新模型彌合了這一差距。
責任編輯：夏巖
