科学家公开目前最大且最详细的果蝇脑网络地图

Google、霍华德休斯医学研究所（HHMI）以及多个研究组织，共同发布了果蝇半脑连接组（Hemibrain Connectome），连接组是大脑神经连接的综合图，可看作是神经连结的详细地图，另外，研究团队也释出了一套可用来分析与视觉化资料的工具。

在神经科学中，一直以来都假设脑细胞的连接性，在脑的功能上扮演重要的角色，但是过去由于技术问题，神经科学家都无法详细的研究大脑网络，但是这个情况现在开始改变，在去年的时候，Google发布能以奈米层级的分辨率，自动重建果蝇大脑的研究，不过，该研究的重点在于个别细胞的形状，并未含有细胞间连接的资讯。

Google提到，描述复杂系统的基础可以用网络来衡量，也就是多个个别部分互相连接和通讯的方法，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，也是仰赖网页间的相互连结，分析其构成网络的方式。

而现在这项最新对果蝇大脑的研究，便包含了大脑细胞的连接资讯，研究团队释出的这个果蝇半脑3D图像，其中包含了经过验证连接性的25,000个神经元，这些神经元之间存在超过2,000万个连接。

果蝇半脑连接组的研究，总共由数十个研究团队，一起进行研究和开发，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，并将脑组织分离到多片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立方奈米的分辨率成像，这个经特殊设计的电子显微镜，可以连续运作数个月。研究团队接着将扫描的原始资料，以算法拼接成26兆像素的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，还能进行嵌入校对与突触侦测，以重建整个果蝇半脑的神经元，产生半脑连接组。

Google提到，FFN是一个自动分割（Segmentation）技术，可以产生足够精确的重建，由于自动重建过程所产生的错误，需要由专家人工校对，以过去的方法需要耗费数千万小时，而使用FFN则能极大幅度缩减工作时间，但依然需要花费数万个工作时数。

HHMI开发了全新的校正工作流程，以VR头戴装置和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，产生更精确的输出。果蝇的半脑需要一群专业标记人员，总共耗费两年才能完成校正工作。

在校正之后，将大脑重建结果与自动突触侦测的结果结合起来，便产生了半脑连接组。研究团队先标记个别的突触，并且将标记资料用来训练神经网络分类器，以自动进行剩下的标记工作，经过几轮的标记工作改善通用性，由两个不同网络架构合并的半脑，即生成可靠的分类结果。

这次释出的研究资源，包括数TB的原始资料、校正过后的3D建资料，以及突触标记资料，另外，也释出了用来查询神经元连接性、连接强度和形态等资讯的工具neuPrint。Google表示，这是目前在全物种中，所公开最大的脑神经突触图，这个研究将会是一个公开资源，任何科学家都可以利用这个成果，继续发展自己的研究。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连接组，对果蝇神经系统进行更深入的研究，另外，也进一步研究果蝇的蕈形体，了解果蝇学习和记忆的能力。