無需活體大腦檢測結合AI可預測神經元活動

　　據最新一期《自然》雜志報道，借助由腦組織創建的神經元及其連接圖——“連接組”，再結合人工智能（AI），美國與德國科學家達成了此前從未實現的突破：無需對活體大腦進行任何檢測，便能預測單個神經元的活動。

　　數十年來，神經學家在實驗室耗費大量時間，精心檢測活體動物的神經元活動。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，大腦大部分區域仍未被探索。

　　此次，美國霍華德休斯醫學研究所珍莉亞研究園區和德國圖賓根大學研究團隊運用AI和連接組，來預測活體大腦中神經元的活動。他們僅憑借從果蠅視覺系統連接組中收集的神經回路連接信息，以及對該回路功能的猜測，便創建出果蠅視覺系統的AI模擬，預測出回路中每個神經元的活動。

　　研究團隊利用連接組，構建了果蠅視覺系統的力學網絡模擬。在該模型中，每個神經元和突觸都與大腦中的真實神經元和突觸相對應。盡管他們不清楚每個神經元和突觸的動態變化，但連接組的數據使團隊能運用深度學習方法推斷這些未知參數。他們隨后將這些信息與有關運動檢測的知識相結合。

　　新模型可預測果蠅視覺系統中64種神經元在響應視覺輸入時產生的神經活動，并且準確重現了過去20年進行的20多項實驗研究。

　　這項研究改變了神經科學家檢驗大腦工作原理的方式。原則上，科學家現在可使用該模型模擬任何相關實驗，并生成可在實驗室進行測試的詳細預測。

　　團隊表示，連接組的靜態快照與活體大腦中實際的動態計算之間，一直存在巨大差距，而新模型彌合了這一差距。