據(jù)新一期《自然》雜志報道，借助由腦組織創(chuàng)建的神經(jīng)元及其連接圖——“連接組”，再結(jié)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(yù)測單個神經(jīng)元的活動。
數(shù)十年來，神經(jīng)學家在實驗室耗費大量時間，精心檢測活體動物的神經(jīng)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(yù)測活體大腦中神經(jīng)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(jīng)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(yù)測出回路中每個神經(jīng)元的活動。
研究團隊利用連接組，構(gòu)建了果蠅視覺系統(tǒng)的力學網(wǎng)絡(luò)模擬。在該模型中，每個神經(jīng)元和突觸都與大腦中的真實神經(jīng)元和突觸相對應(yīng)。盡管他們不清楚每個神經(jīng)元和突觸的動態(tài)變化，但連接組的數(shù)據(jù)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(guān)運動檢測的知識相結(jié)合。
新模型可預(yù)測果蠅視覺系統(tǒng)中64種神經(jīng)元在響應(yīng)視覺輸入時產(chǎn)生的神經(jīng)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(jīng)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(guān)實驗，并生成可在實驗室進行測試的詳細預(yù)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。
