神秘的大脑 斑马鱼有8万、老鼠有7500万、人860亿神经元

王兴

神秘的大脑

作者：闵应骅   来源：科学网博客  日期：2014-01-29

   大脑的研究被列为IEEE 2014十大技术创新之第五。大脑很神秘、很复杂，人类对它有很多猜想和推测，也可能是感想，但真正建立在科学基础上的结论，少之又少。那么，怎么研究呢？IT行业的人能干什么呢？记得在做基金委SOC重大专项的时候，东南大学王志功教授做老鼠神经试验，看集成电路能不能传递神经信号。这是一项很有新意的研究。人脑的研究无疑是非常值得探索的课题。
   大脑很神秘，它的细胞比银河系星球还要多，相互联结更复杂。细胞之间的电气和化学活动，研究了几十年不知道怎么会变成我耳朵里的音乐。我们既不能模型化情感，也不能使痴呆病人保持原先的感觉几十年。开始回答这些问题是一个惊人而又宏伟的脑研究项目。美国奥巴马总统在2013年4月宣布第一年1.1亿美元的计划，分配给国家卫生研究院（NIH），国家科学基金委（NSF）和美国国防部高级研究计划署（DARPA）。四个私人研究机构也答应在2014年投入1.22亿美元进行脑研究，从而形成一个世纪的研究项目。
   最早，人们只是研究新的工具，去记录几个神经元之间的脑电活动，企图最后能够记录整个大脑的功能图。根据这个图，科学家们能够更多地了解大脑生物学：了解当人们思想和感觉的时候大脑发生了什么，以及某些失灵怎么会变成疾病。这个想法老早就有，但直到今天，技术的和计算的能力才达到可能解决这些问题的程度。人脑很神奇，感情、记忆、行动，一个细胞的集合怎么能做这么多？不论多么老资格的神经科学家都感叹如此神奇的一个生物部件。
   现在的人脑分析工具比较粗糙，不可能详细记录神经活动，但是，大规模、细粒度描绘是否现实呢？譬如，现在的神经学可以记录斑马鱼，有8万神经元，但不能用于人脑。因为老鼠还有7500万神经元，而人有860亿神经元。即使你能记录所有这些信息，你能做什么呢？相比之下，基因组大数据也不过是小菜一碟。许多人认为，这个项目野心太大，不实际。为此，NIH、NSF、DARPA开了一系列的会来讨论这个项目。结果是要搞，重点是基础研究和强大的作图工具开发。NIH将普查脑细胞的类型，不但包括许多种的神经元，而且包括神经胶质，那是长期被人忽视的一类细胞，其数目比神经元还多。老鼠和其他动物的这类细胞将首先加以研究，包括其分子和基因的性质、他们的位置，以及最后他们怎么相互单个连结和成组连结。
   这种网状的线路图被称为连接组(Connectome)。一个知觉或认知行为不只牵涉到大脑的一个区域，而是牵涉复杂的神经线路，在多个区域之间穿梭。虽然在1986年对于蛔虫的连接组已有研究，而且，NIH 2009年已有一个人类连接组项目，但是不够全面，而且没有进一步的展望。为了详细研究细胞及其网络，研究者需要新的工具，譬如观察大脑大截面的显微镜和能穿透大脑深度组织的光学探针。除了被动成像之外，要使研究人员能够在活的动物头脑里激活细胞或整个网络，使他们弄懂细胞起什么作用，网络动力学和最后怎么导致行为。譬如说，光基因技术用对光敏感的分子，通过光纤管用光脉冲去刺激靶细胞。
   大脑研究还需要记录神经的活动，因而需要新的工具。一个方法是用成千上万纳米线电极制造的灵活的片，去适应大脑的形态，以无损伤地记录其活动。研究人员还在争论究竟要记录多少。目前，同时直接记录100神经元的活动是可能的，用很小的埋藏电极测量电毛刺脉冲，记录其磁共振图像，以测量包含百万细胞区域的血流。但这需要记录一段大脑活跃时间，而不是一个点。在大脑静态之下，连接还是变动着的。连接组在大脑受到打击时会连接到刚受伤的区域。处理收集到的数据也需要工具。研究人员需要算法和处理技术，解释这些原始数据，理解神经活动是如何编码信息的，就像计算机程序怎么就是一些0，1串。现在没有很好的工具来数学分析这些系统。
   NIH 2014年的一个项目集中在动物身上。然后，NSF就会上关于生物物理学和计算机科学方面的题目。根据NIH报告的优先级，进行大脑结果和活动图像的研究，从大型图像中得到的海量数据的存储和分析方法的研究等。
   DARPA的研究比较神秘，他们追求近期对战士有用的研究，譬如脑成像技术，帮助战士的脑受伤；战士神经减压技术；受伤战士的半机器人治疗，譬如假肢的神经联结，假肢修复和记忆恢复等。
   虽然大脑研究者期望更多的资助，但2014不会有更多。大脑项目潜在的应用，譬如自理解，疾病和修复，是很清楚的，但是以后几年期望突破或回答潜在问题都是不现实的。国会和大众对于理论研究和基础研究不会有太多的耐心。科学家过分的承诺将引来最后的失望和强烈的抵制。大脑研究不过是一个雄心勃勃的探索未知的项目。生物学现在这么热门，论文多得不得了，影响因子也高得不得了，但是真正解决问题的结果很少很少。大脑研究也可能是这样下场，但是这样探索性的研究还是应该做，IT行业的任务主要是给他们做工具，提出分析方法。没有这些，他们是做不下去的。