谷歌40万亿像素完成果蝇大脑自动重建

你知道吗？/你知道吗？果蝇被认为是人类研究最透彻的生物之一。迄今为止，已有8项诺贝尔奖授予对果蝇用途的研究，促进了分子生物学、遗传学和神经科学的发展。

科学家们一直梦想通过绘制大脑神经网络的完整结构来了解神经系统是如何工作的。

最近研究的主要目标之一是果蝇的大脑。

果蝇的一个重要优势是它们的体积：果蝇的大脑相对较小，只有10万个神经元，而小鼠大脑有1亿个神经元，人脑有1000亿个神经元。

这使得将果蝇大脑作为一个完整的回路来研究变得更加容易。

今天，谷歌与霍华德休斯医学研究所(HHMI)和剑桥大学合作，发布了一项新的研究成果，——，深入研究果蝇的大脑。

本文题目为“利用洪水填充网络和局部调整进行连续切片成像的果蝇脑自动重建”；

本次研究共有来自Google、Howard Hughes医学研究院(HHMI)Janelia研究园和剑桥大学的16位研究人员参与，其中第一作者Peter H. Li为Google研究科学家，主要研究兴趣包括普通科学、机器智能和机器感知。

他们还提供了果蝇大脑完整图像的展示，任何人都可以下载和查看，或者使用交互式工具在线浏览。他们开发了一个名为Neuroglancer的3D交互界面。

这不是果蝇的大脑第一次被完全绘制出来。今年1月，《科学》杂志在封面上报道称，麻省理工学院和霍华德休斯医学研究所(HHMI)的科学家成功对果蝇的完整大脑进行了成像，分辨率达到了纳米级别。然而，这仍然是一种手工方法，使用两种最先进的显微镜技术。

几十年来，神经科学家一直梦想绘制一张完整的大脑神经网络精细图，但对于拥有1000亿个神经网络的人脑来说，需要处理的数据量是无法想象的。如果果蝇的大脑可以自动重建，那么它可能离自动绘制人脑又近了一步。

这并不是李彼得团队第一次尝试用AI方法绘制大脑神经元图谱。他们分别在2016年和2018年对较小的数据集进行了研究，如下图右下角所示。

40万亿像素果蝇大脑的3D重建：右下角是谷歌AI在2016年和2018年分析的较小数据集。

2018年，谷歌与德国马克斯普朗克神经生物学研究所合作，开发了一个基于深度学习的系统，可以自动绘制大脑中的神经元地图。他们重建了100万立方微米斑马雀大脑的扫描图像。

研究人员表示，由于成像的高分辨率，即使只有一立方毫米的脑组织，也可以生成超过1000TB的数据。因此，整个果蝇大脑的重建可以想象数据量是多么巨大。

谷歌的云TPU是用来处理数据的，有几千个！

谷歌AI负责人杰夫迪恩也在推特上感叹道：

谷歌自动重建了果蝇的完整大脑：首次发布了40万亿像素图像。

TPU真的会飞！谷歌科学家利用TPU帮助重建整个果蝇大脑的神经连接！

下面，新智元带来了这项研究的详细解释：

在实验过程中，使用的主要数据集是FAFB，它是“完整的成年苍蝇大脑”的缩写(有关相关数据集的信息，请参见论文末尾)。

在这个数据集上，研究人员将果蝇的大脑切割成数千个40纳米的超薄切片，然后用透射电子显微镜对每个切片进行成像，产生了超过40万亿像素的大脑图像。这些2D图像被整合成一个连贯的3D果蝇大脑图像。

接下来，研究人员使用数千个云TPU并应用洪水填充网络(FFN)来自动跟踪果蝇大脑中的每个神经元。

上图中的是以3D方式渲染的FAFB数据集的平滑组织遮罩。任意冠状切片(数据集的XY平面)显示整个内部FAFB-FFN1分割。B-E显示了增加缩放比例的效果。

虽然这种算法的整体运算效果还算不错，但是当对准不完善(连续切片中的图像内容不稳定)或者偶尔在成像过程中丢失了几个连续切片时，性能就会下降。

为了解决这个问题，研究人员将FFN与两个新项目结合起来。

首先估计三维图像中每个区域的切片之间的一致性，然后在FFN跟踪每个神经元时局部稳定图像中的内容。

其次，研究人员使用SECGAN计算图像体积中的缺失切片，当使用SECGAN时，研究人员发现FFN可以更可靠地跟踪多个缺失切片的位置。

当处理包含数万亿像素和复杂对象的三维图像时，可视化既重要又困难。受谷歌新可视化技术发展历史的启发，研究人员设计了一种新的可扩展且功能强大的工具，任何拥有支持WebGL的Web浏览器的人都可以访问。

结果就是Neuroglancer，一个在github上的开源项目，可以查看petabyte级3D volume，并支持许多高级功能，如任意轴横截面重构(arbitrary-axis cross-sectional reslicing)，多分辨率网格，以及通过与Python集成开发自定义分析workflow的强大功能。该工具已被合作者广泛使用，包括艾伦脑科学研究所、哈佛大学、HHMI、马克斯普朗克研究所(Max Planck Institute)、MIT、普林斯顿大学等。

未来工作

谷歌表示，HHMI和剑桥大学的合作者已经开始使用这种重建来加速他们对果蝇大脑学习、记忆和感知的研究。然而，由于建立连接组需要识别synapses，因此上述结果还不是真正的connectome。他们正与Janelia Research Campus 的FlyEM团队密切合作，利用“ FIB-SEM ”技术获得的图像，创建一个高度验证且详尽的果蝇大脑的connectome。

标签：