科学家公然现在最大且最详细的果蝇脑网络舆图

Google、霍华德休斯医学研究所（HHMI）以及多个研究组织，配合公布了果蝇半脑毗连组（Hemibrain Connectome），毗连组是大脑神经毗连的综合图，可看作是神经毗连的详细舆图，另外，研究团队也公布了一套可用来分析与可视化数据的工具。

在神经科学中，一直以来都假设脑细胞的毗连性，在脑的功效上饰演重要的角色，可是已往由于技术问题，神经科学家都无法详细的研究大脑网络，可是这个情况现在开始改变，在去年的时候，Google公布能以纳米层级的分辨率，自动重建果蝇大脑的研究，不外，该研究的重点在于个体细胞的形状，并未含有细胞间毗连的信息。

Google提到，形貌庞大系统的基础可以用网络来权衡，也就是多个个体部门相互毗连和通信的方法，生物学家研究基因网络，而社会学家研究社会网络，而Google的本业搜索引擎，也是依赖网页间的相互毗连，分析其组成网络的方式。

而现在这项最新对果蝇大脑的研究，便包罗了大脑细胞的毗连信息，研究团队公布的这个果蝇半脑3D图像，其中包罗了经由验证毗连性的25,000个神经元，这些神经元之间存在凌驾2,000万个毗连。

果蝇半脑毗连组的研究，总共由数十个研究团队，一起举行研究和开发，而其中重要的研究机构HHMI珍利亚农场研究园区中的FlyEM团队，开发了染色果蝇大脑的新方法，并将脑组织分散到多片20微米厚的薄板上，使用聚焦离子束扫描式电子显微镜，对每一个薄板以8x8x8立方纳米的分辨率成像，这个经特殊设计的电子显微镜，可以一连运行数个月。研究团队接着将扫描的原始数据，以算法拼接成26万亿像素的3D体积。

接着，Google以一种称为洪水填充网络（Flood-filling Networks，FFN）的方法，不仅能用于显示神经元的形状，还能举行嵌入校对与突触侦测，以重建整个果蝇半脑的神经元，发生半脑毗连组。

Google提到，FFN是一个自动支解（Segmentation）技术，可以发生足够准确的重建，由于自动重建历程所发生的错误，需要由专家人工校对，以已往的方法需要泯灭数千万小时，而使用FFN则能极大幅度缩减事情时间，但依然需要花费数万个事情时长。

HHMI开发了全新的校正事情流程，以VR头戴设备和3D编辑工具，检查神经元形状并修复自动重建的错误，而这些修正被用来重新训练FFN模型，发生更准确的输出。果蝇的半脑需要一群专业标志人员，总共泯灭两年才气完成校正事情。

在校正之后，将大脑重建效果与自动突触侦测的效果联合起来，便发生了半脑毗连组。研究团队先标志个体的突触，而且将标志数据用来训练神经网络分类器，以自动举行剩下的标志事情，经由几轮的标志事情改善通用性，由两个差别网络架构整合的半脑，即生成可靠的分类效果。

这次公布的研究资源，包罗数TB的原始数据、校正事后的3D建数据，以及突触标志数据，另外，也公布了用来查询神经元毗连性、毗连强度和形态等信息的工具neuPrint。Google表现，这是现在在全物种中，所公然最大的脑神经突触图，这个研究将会是一个公然资源，任何科学家都可以便用这个结果，继续生长自己的研究。就像是20年前的果蝇基因组，现在已成生物学的研究基础。

研究人员已经开始使用半脑毗连组，对果蝇神经系统举行更深入的研究，另外，也进一步研究果蝇的蕈形体，相识果蝇学习和影象的能力。